Seedance 2.0 Reference : vidéo IA multimodale à partir d'images, de vidéos et d'audio

Neuf images. Trois vidéos. Trois clips audio. Une seule génération vidéo par IA. C'est la promesse unique de Seedance 2.0 Reference, le seul modèle de la gamme Seedance qui traite le style comme une entrée à part entière plutôt que comme une note de bas de prompt.

Si vous avez déjà tenté de maintenir une cohérence visuelle sur une série de vidéos IA, vous connaissez la galère. Les modèles texte-vers-vidéo classiques interprètent « cinématographique », « atmosphérique » et « grain de pellicule chaud » comme un stagiaire distrait lit un brief. Seedance 2.0 Reference court-circuite l'interprétation et observe directement le travail que vous souhaitez reproduire.

En bref

• Accepte jusqu'à 9 images de référence, 3 vidéos de référence et 3 clips audio par génération
• Tarif : $0,3024 par seconde → 19-154 crédits ($1,90-$15,40) par clip
• Sortie : 720p, durée 4 à 15 secondes, synchronisation audio native intégrée
• Temps de génération : 60 à 180 secondes selon la durée du clip
• Le seul variant Seedance conçu pour le transfert de style multi-modal
• Essayez gratuitement avec 10 crédits, sans carte requise sur arteza.ai

Ce que « référence multi-modale » signifie vraiment

La plupart des modèles vidéo IA acceptent l'une de deux choses : un prompt, ou un prompt accompagné d'une seule image de départ. Seedance 2.0 Reference accepte un moodboard entier d'entrées et les traite comme un brief de style unifié.

Chargez neuf images tirées d'un film cyberpunk et il reproduira l'étalonnage colorimétrique, le rendu optique et l'éclairage néon sur asphalte mouillé. Ajoutez un court clip avec le mouvement de caméra exact que vous voulez. Glissez une référence audio pour l'ambiance de la bande originale. Le modèle fusionne tout cela.

C'est important parce que le style est multidimensionnel. Un look « rétro années 80 » n'est pas une seule chose : c'est le grain, la température de couleur, les flares d'objectif, le tremblement de la fenêtre de film et des compositions bien précises. Le décrire en mots fait perdre de l'information. Le montrer avec 9 images n'en perd presque aucune.

Prêt à reproduire votre propre style visuel ? Seedance 2.0 Reference accepte l'intégralité de votre moodboard en une seule génération. Essayez gratuitement avec 10 crédits.

Les entrées, expliquées

Images de référence (jusqu'à 9). Le cœur du modèle. Utilisez-les pour verrouiller la palette de couleurs, le style d'éclairage, l'apparence des sujets, les règles de composition et la texture. Plus vous fournissez de références, plus l'adhérence au style est précise. Neuf est le plafond car au-delà, la fusion commence à diluer votre intention.

Vidéos de référence (jusqu'à 3). Utilisez-les pour les indices de mouvement : déplacements de caméra, rythme, temps forts d'action. Le modèle échantillonne les vecteurs de mouvement des références et les intègre dans le rendu. Une référence caméra à l'épaule combinée à une référence travelling vous donnera quelque chose entre les deux.

Audio de référence (jusqu'à 3). Il s'agit moins du son lui-même que de l'ambiance qu'il évoque. Les références ambiantes orientent l'atmosphère visuelle : une piste audio orageuse poussera la génération vers des visuels plus sombres, même si vous n'avez pas précisé de météo.

Prompt textuel. Toujours obligatoire. Les références indiquent au modèle comment ; le prompt lui dit quoi.

Comparaison avec Seedance 2.0 standard

Le Seedance 2.0 standard est un modèle texte-vers-vidéo et image-vers-vidéo polyvalent. Il accepte un prompt et, en option, une image. C'est tout. Le variant Reference repose sur le même modèle de base, mais avec une surface d'entrée considérablement élargie.

Le tarif à la seconde est quasiment identique. Ce qui change, c'est ce que vous pouvez fournir au modèle, et ce que cela permet d'accomplir.

Tarifs : ce que vous paierez réellement

Seedance 2.0 Reference est facturé environ 2,9 crédits par seconde de sortie. Le calcul est simple :

Les références elles-mêmes sont gratuites. Vous payez pour la durée de la sortie, pas pour le nombre d'entrées. Neuf images coûtent autant qu'une seule.

Les nouveaux comptes reçoivent 10 crédits offerts à l'inscription, sans carte, sans engagement annuel. C'est suffisant pour lancer votre premier test en mode référence. Ensuite, choisissez le plan mensuel qui vous convient :

Retrouvez le détail complet sur tarifs.

Là où le mode référence fait vraiment la différence

Vidéos de marque. Chargez vos photos produit, vos créations publicitaires existantes, vos couleurs de marque. Le rendu correspond à votre identité visuelle sans que vous ayez à la décrire.

Séries vidéo au style cohérent. Vous tournez une séquence en 10 parties ? Utilisez le même bundle de références pour chaque génération et les épisodes donneront l'impression de provenir d'un seul tournage.

Lookbooks et mode. Le mode référence excelle à reproduire un style photographique, qu'il s'agisse d'éclairage studio, de compression optique ou de palette vestimentaire, sur plusieurs mannequins et poses.

Du storyboard à la vidéo. Donnez au modèle vos concept arts et obtenez des versions animées dans le même style. Fini les compromis « c'est à peu près ça ».

Pré-visualisation de clips musicaux. Références audio, références visuelles et prompt : vous obtenez une ébauche de montage qui reflète véritablement l'ambiance de la chanson.

La sortie : ce que vous obtenez

Chaque génération Seedance 2.0 Reference produit :

• Vidéo 720p à 24 ips
• 4 à 15 secondes de durée (à votre choix)
• Synchronisation audio native : ambiance sonore générée pour correspondre à la scène
• Trois formats d'image : 16:9, 9:16, 1:1
• Livraison en 60 à 180 secondes selon la durée

L'audio natif mérite d'être souligné. Même sans références audio, vous obtenez une ambiance de type bruitage intégrée. Avec des références audio, vous obtenez une ambiance qui correspond à votre repère de mood.

Prompt et référence : le workflow hybride

L'erreur courante est de se reposer entièrement sur les références et de rédiger un prompt bâclé. Les références gèrent le style. Le prompt doit toujours faire le gros du travail sur le sujet, l'action et la composition.

Un bon prompt hybride ressemble à ceci :

Une femme en trench-coat rouge marchant dans une ruelle de Tokyo sous la pluie,
la nuit, les enseignes néon se reflétant dans les flaques, lent travelling avant,
sensation caméra à l'épaule, cinématographique

Avec 6 images de référence cyberpunk jointes, le modèle sait ce que « cinématographique » signifie pour ce tournage. Il n'a pas à deviner.

La place de Seedance 2.0 Reference dans la gamme ByteDance

Si vous avez suivi les sorties vidéo IA de ByteDance, vous savez qu'il existe désormais toute une famille : Seedance 1.0 Pro, Seedance 2.0, Seedream pour les images fixes, et la ligne d'avatars OmniHuman.

Seedance 2.0 Reference est la pièce la plus récente et la plus spécialisée. Il n'est pas destiné à remplacer le Seedance 2.0 standard : pour des clips ponctuels à partir d'un prompt, le standard est plus rapide et moins coûteux à itérer. Le mode référence est fait pour quand vous avez besoin que votre rendu corresponde à quelque chose.

Démarrer en moins de cinq minutes

1. Rendez-vous sur arteza.ai/create/seedance-2-reference
2. Connectez-vous (10 crédits gratuits appliqués automatiquement)
3. Chargez 3 à 9 images de référence représentant le style cible
4. Ajoutez éventuellement 1 à 3 vidéos de référence pour le mouvement et 1 à 3 clips audio pour l'ambiance
5. Rédigez votre prompt en décrivant le sujet et l'action
6. Choisissez une durée (5 secondes est un bon premier test)
7. Générez

Votre premier clip est téléchargeable en environ 90 secondes.

Les limites, en toute honnêteté

Le mode référence n'est pas magique. Si vos 9 références se contredisent, moitié horreur sombre, moitié comédie lumineuse, le modèle les moyennera et vous obtiendrez quelque chose de fade. Sélectionnez vos références avec soin.

Il ne peut pas non plus générer de dialogues originaux ni de musique. La synchronisation audio est de l'ambiance et du bruitage. Pour des têtes parlantes avec synchronisation labiale, tournez-vous plutôt vers OmniHuman.

Et si le modèle est performant en transfert de style, ce n'est pas un outil de remplacement de visage parfait. Utiliser des images de référence d'une personne précise capturera son apparence générale, mais pas sa ressemblance exacte. C'est une fonctionnalité, pas un défaut.

Prochaines étapes

Si vous souhaitez un tutoriel pratique pour votre première génération, consultez notre guide vidéo avec cohérence de style. Si vous hésitez entre les variants, la comparaison Reference vs Standard détaille les différences. Et si vous migrez depuis une autre plateforme, l'article Reference vs Runway couvre la transition.

Seedance 2.0 Reference est le premier modèle vidéo IA qui traite votre style visuel comme une entrée plutôt que comme une interprétation. Essayez-le avec vos propres références et voyez ce qui se passe.