Seedance 2.0: kompletny przewodnik

W porównaniu do Seedance 1.5 Pro, wersja 2.0 wprowadziła trzy istotne zmiany:

1. Multimodalne odniesienia all-round. Zamiast jednego obrazu początkowego, możesz łączyć kilka obrazów, klipów wideo i plików audio. Seedance rozumie, co każdy z odniesień wnosi — twarz, strój, produkt, ruch kamery, rytm ruchu, głos — i podąża za twoim promptem, jak je połączyć.

2. Zintegrowana generacja audio-wideo. Dźwięk jest generowany w tej samej przestrzeni latentnej co obraz, dzięki czemu ruchy ust, kroki i uderzenia muzyki są zsynchronizowane bez potrzeby postprodukcji.

3. Edycja i kontynuacja. Edycja oparta na odniesieniach pozwala zmieniać części istniejącego klipu lub rozszerzać scenę, zachowując spójność postaci i stylu.

Raport techniczny ByteDance opisuje dwugałęziowy transformator dyfuzyjny zaprojektowany dla „złożoności świata” — scen z wieloma obiektami, interakcjami fizycznymi i ruchem kamery.

Seedance 2.0 Fast wykorzystuje tę samą multimodalną metodę z lżejszą ścieżką inferencji. Oczekuj nieco mniej szczegółowych detali i dokładności fizycznej w złożonych scenach, ale znacznie szybszego czasu realizacji i niższego kosztu kredytów.

Używaj trybu Fast, gdy:

• testujesz różne pomysły na ujęcia lub ruchy kamery dla tej samej reklamy,
• tworzysz tło b-roll lub wariacje na social media,
• iterujesz kombinacje odniesień przed ostatecznym renderem.

Przejdź do Seedance 2.5, gdy potrzebujesz dłuższych ujęć (do 30 s), wyjścia w 1080p lub więcej niż 20 odniesień.

W trybie omni-reference przesyłasz odniesienia i odwołujesz się do nich w promptach. Sprawdzony wzór:

• @image_1 — postać (wyraźna twarz, neutralne oświetlenie)
• @image_2 — produkt (czysty packshot)
• @video_1 — ruch lub ruch kamery, który chcesz wykorzystać
• @audio_1 — opcjonalna linia głosowa lub rytm muzyczny

Przykładowy prompt:

Pionowa reklama UGC 9:16. @image_1 siedzi przy jasnym blacie łazienkowym i podnosi @image_2, obracając go w stronę kamery. Kamera podąża za ruchem ręki z @video_1. Ona mówi: „Trzy tygodnie i moja skóra nigdy nie wyglądała tak spokojnie.” Delikatny dźwięk tła, kliknięcie nakrętki butelki. Naturalne światło dzienne, realistyczna tekstura skóry.

Zachowaj spójność odniesień w oświetleniu i rozdzielczości oraz unikaj podawania dwóch odniesień, które się ze sobą kłócą (na przykład dwóch różnych twarzy dla tej samej postaci).

Tryb pierwszej/ostatniej klatki Seedance 2 generuje ruch między dwoma obrazami, które dostarczasz. Jest idealny do:

• Przed/po ujawnienia (bałagan w pokoju → czysty pokój, naga twarz → gotowy makijaż)
• Transformacje produktów (zamknięte pudełko → rozpakowany produkt)
• Płynne pętle i przejścia między dwoma scenami w Reels

Wskazówka: zachowaj podobną pozycję kamery między dwoma klatkami, chyba że opiszesz ruch kamery wyraźnie w promptach.