Byte beat Feedance 2.0 API официално откриване: AI видео поколение в епохата на мултимодуларен режисьор

И точно днес, моторът за подскачащи от байт вулкан официално отваря интерфейса API на Seedance 2.0. Какво означава това? Означава, че не е нужно да се редиш на опашка, за да кандидатстваш за интроспекция, така че можеш да наречеш този AI видео генератор наречен "Оставяне на обикновени хора Директно."

Ако трябва да съм честен, видеото е генерирало тази следа, която вече не може да бъде завъртяна. Но Seedance 2.0, тази операция на вълната, има нещо.

AI видео поколение

Двойна версия на модела. Направена е от човек.

Потомство 2.0 ви дава две възможности:

Разположение 2.0: преследване на най-високо качество, подходящо за качествени сценарии
Потомство 2. 0 бързо: По-бързо, по-евтино, подходящо за насипно производство

Двете версии са напълно функционално последователни, различаващи се между прецизността на скоростта на генериране и крайния ефект. Как? Виж портфейла.

Многомодален вход. Това е голямата картина.

Докато другият инструмент AI видео играе Vincent видео, Feedance 2.0 еволюира в подкрепаИзображения, видеоклипове, аудио, текстЧетири калъпа се въвеждат във всяка комбинация.

По-специално:

Снимка: До 9 референтни графики
Видео: До 3 референтни видеоклипа
Аудио: До 3 аудио файла
Текст: Описание на естествения език

Многомодално създаване

Например, можете да качите продуктова карта + фонова музика + огледало референтен видео, и след това напишете намек, и AI може да генерира пълен видео с MGM, огледален стил и продукт презентация.

Този вид игра, за приятел, който прави кратки видео касети, е опустошителен удар.

Трите основни компетенции са пряко действащи.

Многомодално референтно поколение

Това е най-досадната функция за секс 2.0. Можете да имате AI наследяване на образа на характера на референтната снимка, огледалото за действие на референтния видеоклип, аудио мелодията на референтния аудио, и след това генерира изцяло ново видео.

Например, в официалния пример, рекламата за плодове и чай: качване на продуктови карти, въвеждане на фонова музика, писане на скрипт спектроскопия, AI може да генерира 8-секундна реклама с глас, огледало, и пълна история.

Редактиране на видео

Не е просто поколение, а редактиране. Можете да имате AI замени обект във видеото, премахване на несъществени елементи, или преначертаване на локални изображения.

Например, смяната на парфюма от видеото на крема за лице, огледалата остават същите. Тази фина операция, която използваше AE бавно, се извършва сега.

Видео редактор

3. Разширяване на видеото

Мислиш, че 8 секунди не са достатъчни? Seedance 2.0 поддържа разширението на видеото напред или назад, свързващо множество видеоклипове с съгласувано, дълго видео.

Например, имате три материала: външен, вътрешен, близък. AI може автоматично да завърши междинния преходен образ, така че трите парчета са безпроблемно свързани.

Спецификация на изхода от един поглед

Параметри	Обхват на подкрепата
Резолюция	480p, 720p
Съотношение на джаджата	21:9, 16:9, 4:3, 1:1, 3:4, 9:16
Дължина	4-15 секунди
Формат	MP4
Скорост на рамката	24fps

Имайте предвид, че 1080 pp все още не се поддържа, но 720 p е достатъчно за кратък видео платформа.

Как? Пример за код.

Вулканичните двигатели осигуряват Python SDK, с няколко реда код:

from volcenginesdkarkruntime import Ark

client = Ark(
    base_url='https://ark.cn-beijing.volces.com/api/v3',
    api_key=os.environ.get("ARK_API_KEY"),
)

create_result = client.content_generation.tasks.create(
    model="doubao-seedance-2-0-260128",
    content=[
        {"type": "text", "text": "你的提示词"},
        {"type": "image_url", "image_url": {"url": "图片URL"}, "role": "reference_image"},
    ],
    generate_audio=True,
    ratio="16:9",
    duration=8,
)

Развитие на програми

Пълните файлове могат да бъдат намерени в мрежата от вулканични двигатели, така че нека не живеем тук.

Трябва да се спазват някои ограничения.

Потребителите на предприятията могат да кандидатстват за публични проучвания (отделните разработчици са временно недостъпни)
Не поддържа директно качване на материал с реални лица (виртуални колекции на платформи)
Видео поколението е интерфейс за преминаване, който изисква ротация на резултатите от запитването
Оригинален видео URL валиден само за 24 часа. Препоръчително е да се премине към съхранение на обект

Накрая.

Потомство 2.0, този път отвори API, отбелязва байт ритъма, който официално се присъединява към търговската битка на IA. В сравнение с Рънуей, Пика, тези задгранични играчи, предимството на Feedance еВъзможност за многомодална интеграциякакто иРазбиране на китайската фразаНе знам.

За създателите на съдържание това означава по-ниски прагове на видео продукция и по-бърза производителност. Разбира се, това означава и по-конкурентна среда.

Инструментите са готови.

Бъдещето идва.