Seedance 2.0 Reference: Multimodal AI-video fra billeder, video og lyd

Ni billeder. Tre videoer. Tre lydklip. Én AI-videogenerering. Det er det unikke udgangspunkt for Seedance 2.0 Reference, og det er den eneste model i Seedance-serien, der behandler stil som et primært input frem for en eftertanke i prompten.

Hvis du nogensinde har forsøgt at skabe et ensartet udtryk på tværs af en batch AI-videoer, kender du smerten. Standardmodeller til tekst-til-video fortolker "cinematisk", "stemningsfuld" og "varm filmkorn" på samme måde som en uopmærksom praktikant fortolker en briefing. Seedance 2.0 Reference springer fortolkningen over og kigger direkte på det arbejde, du ønsker at efterligne.

Kort fortalt

• Accepterer op til 9 referencebilleder, 3 referencevideoer og 3 lydklip per generering
• Pris: $0,3024 per sekund → 19-154 credits ($1,90-$15,40) per klip
• Output: 720p, 4-15 sekunders varighed, indbygget synkronisering af lyd
• Genereringstid: 60-180 sekunder afhængigt af kliplængde
• Den eneste Seedance-variant bygget til multimodal stiltransfer
• Prøv det gratis med 10 credits, intet kort kræves på arteza.ai

Hvad "multimodal reference" faktisk betyder

De fleste AI-videomodeller accepterer én af to ting: en prompt eller en prompt plus ét startbillede. Seedance 2.0 Reference accepterer et helt moodboards værd af input og behandler dem som én samlet stilbriefing.

Upload ni stillbilleder fra en cyberpunk-film, og modellen matcher farvegradering, linsekarakter og belysningen af neon på våd asfalt. Tilføj et kort klip med præcis den kamerabevægelse, du ønsker. Drop et lydreferenceeksempel til stemningen i soundtracket. Modellen fusionerer det hele.

Det er vigtigt, fordi stil er flerdimensionel. Et "retro 80'er"-look er ikke én ting: det er korn, farvetemperatur, linseflarere, filmportweave og specifikke kompositioner. At beskrive det med ord mister information. At vise det med 9 billeder mister næsten ingen.

Klar til at matche din egen visuelle stil? Seedance 2.0 Reference accepterer dit hele moodboard i én enkelt generering. Prøv det gratis med 10 kreditter.

Inputtene forklaret

Referencebilleder (op til 9). Modellens kerne. Brug dem til at låse farvepalette, belysningsstil, motivets udseende, kompositionsregler og tekstur fast. Flere referencer giver generelt tættere stiloverensstemmelse. Ni er loftet, fordi fusionen begynder at udvande din intention ud over det.

Referencevideoer (op til 3). Brug disse til bevægelsessignaler: kamerabevægelser, tempo og actionbeats. Modellen henter bevægelsesvektorer fra referencerne og blander dem ind i outputtet. En håndholdt reference plus en dolly-reference giver dig noget midt imellem.

Referencelyd (op til 3). Handler mindre om selve lyden og mere om den stemning, den antyder. Ambient referencer styrer den visuelle atmosfære: et stormfuldt lydspor vil skubbe genereringen mod mere stormfulde visuals, selv hvis du ikke specificerede vejr.

Tekstprompt. Stadig påkrævet. Referencer fortæller modellen hvordan; prompten fortæller den hvad.

Sammenligning med standard Seedance 2.0

Standard Seedance 2.0 er en tekst-til-video- og billede-til-video-arbejdshest. Den accepterer én prompt og eventuelt ét billede. Det er det hele. Reference-varianten er den samme underliggende model med et drastisk udvidet inputområde.

Prisen per sekund er næsten identisk. Det, der ændrer sig, er hvad du kan give modellen, og hvad det åbner op for.

Priser: hvad du faktisk betaler

Seedance 2.0 Reference faktureres til ca. 2,9 credits per sekund output. Det fordeler sig klart:

Referencerne er gratis. Du betaler for outputvarighed, ikke antallet af inputs. Ni billeder koster det samme som ét.

Nye konti får 10 gratis credits ved oprettelse, intet kort, ingen årskontrakt. Det er nok til at køre din første test i referencetilstand. Derfra vælger du den månedlige plan, der passer dig:

Se den fulde oversigt på priser.

Hvor referencetilstand virkelig betaler sig

Brandvideoer. Upload dit produktfotografi, din eksisterende reklamecreative og dine brandfarver. Outputtet matcher din visuelle identitet uden, at du behøver beskrive den.

Videoserier med ensartet stil. Laver du en serie med 10 dele? Brug det samme referencebundle på hver generering, og delene vil føles som om de kom fra samme optagelse.

Lookbooks og mode. Referencetilstand er fremragende til at matche en fotografisk stil: studiebelysning, linsekomprimeringen, garderobefarver, på tværs af flere modeller og positioner.

Storyboard til video. Giv modellen din konceptkunst og få animerede versioner i samme stil. Ingen "godt nok"-kompromiser mere.

Pre-viz til musikvideoer. Lydreferencer plus visuelle referencer plus en prompt er lig med en grov klipning, der faktisk afspejler sangens stemning.

Outputtet: hvad du får

Hver Seedance 2.0 Reference-generering producerer:

• 720p video ved 24 fps
• 4 til 15 sekunder varighed (du vælger selv)
• Indbygget lydsynkronisering: ambient lyd genereret til at matche scenen
• Tre billedformater: 16:9, 9:16, 1:1
• Levering på 60 til 180 sekunder afhængigt af længden

Den indbyggede lyd er værd at fremhæve. Selv uden lydreferencer får du foley-lignende omgivelseslyd bagt ind. Med lydreferencer får du omgivelseslyd, der matcher dit stemningssignal.

Prompt og reference: den hybride arbejdsgang

Den fejl, folk begår, er at læne sig helt op ad referencer og skrive en doven prompt. Referencer håndterer stilen. Prompten skal stadig gøre det tunge arbejde med motiv, handling og komposition.

En god hybrid-prompt ser sådan ud:

En kvinde i en rød trenchcoat, der går gennem en regnvåd Tokyo-gyde
om natten, neonskiltene spejler sig i vandpytterne, langsom dolly fremad, håndholdt
fornemmelse, cinematisk

Med 6 cyberpunk-referencebilleder vedhæftet ved modellen, hvad "cinematisk" betyder for denne optagelse. Den behøver ikke gætte.

Seedance 2.0 References plads i ByteDance-serien

Hvis du har fulgt ByteDances AI-videoudgivelser, ved du, at der nu er en hel familie: Seedance 1.0 Pro, Seedance 2.0, Seedream til stillbilleder og OmniHuman-avatarserien.

Seedance 2.0 Reference er det nyeste stykke og det mest specialiserede. Det er ikke meningen, at det skal erstatte standard Seedance 2.0: til enkeltstående klip fra en prompt er standarden hurtigere og billigere at iterere på. Referencetilstand er til, når du har brug for, at dit output matcher noget.

Kom i gang på under fem minutter

1. Gå til arteza.ai/create/seedance-2-reference
2. Log ind (10 gratis credits tilføjes automatisk)
3. Upload 3-9 referencebilleder, der repræsenterer din ønskede stil
4. Tilføj eventuelt 1-3 referencevideoer til bevægelse og 1-3 lydklip til stemning
5. Skriv din prompt med beskrivelse af motiv og handling
6. Vælg varighed (5 sekunder er en god første test)
7. Generer

Dit første klip downloades på ca. 90 sekunder.

De ærlige begrænsninger

Referencetilstand er ikke magi. Hvis dine 9 referencer modsiger hinanden, halvt uhyggelig horror og halvt lysekomedie, vil modellen gennemsnitsberegne dem, og du får noget fladt. Kuratér stramt.

Den kan heller ikke generere originale dialoger eller musik. Lydsynkroniseringen er ambient og foley. Til lip-synkede talende hoveder vil du have OmniHuman i stedet.

Og selv om modellen er stærk til stiltransfer, er den ikke et perfekt ansigtsudskiftningsværktøj. Brug af referencebilleder af en bestemt person vil fange deres generelle udseende, men ikke deres nøjagtige lighed. Det er en funktion, ikke en fejl.

Næste skridt

Hvis du vil have den praktiske vejledning til din første generering, kan du læse vores guide til stilkonsistent video. Hvis du skal vælge mellem varianter, nedbryder Reference vs Standard-sammenligningen det hele. Og hvis du kommer fra en anden platform, dækker Reference vs Runway-artiklen skiftet.

Seedance 2.0 Reference er den første AI-videomodel, der behandler din visuelle stil som input frem for fortolkning. Prøv det med dine egne referencer og se, hvad der sker.