Seedance 2.5: що вийшло і що змінилося порівняно з 2.0

Seedance 2.5 можна вибрати у відеопросторі OmniArt, і це більший реліз, ніж підказує номер версії. Seedance 2.0 заклала мультимодальну передумову — зображення, відео, аудіо й текст, що живлять один промпт. Seedance 2.5 зберігає цю передумову й перебудовує дві речі, які обмежували її на практиці: скільки може тривати одна генерація і скільки референсних матеріалів модель насправді враховує.

Це огляд можливостей, а не посібник із промптів: що нового, які реальні стелі й де в релізі досі є шорсткості. Раніше ми писали про анонс за передрелізною інформацією в попередньому огляді релізу Seedance 2.5; кілька тих цифр змінилися на момент виходу моделі, і саме числа щодо роздільної здатності нижче є чинними.

Seedance 2.5 проти Seedance 2.0 коротко

Два з чотирьох режимів — нові. Smart Edit і Long Video у 2.0 не існували. Smart Edit також має оновлену поверхню під назвою Edit with marks: вона дає розмічати вивантажене відео рамками, пензлем, стрілками, текстом і опорними точками, а варіант Edit Video переносить той самий процес розмітки на ролики вже після генерації.

Три різні способи вийти за 15 секунд

Найважливіша зміна в тому, що на питання «скільки це може тривати» тепер є три окремі відповіді, і хибний вибір коштує однієї генерації.

Одна генерація: від 4 до 30 секунд

Базовий діапазон подвоюється. Один промпт тепер купує до 30 секунд, або 721 кадр, проти 15 секунд і 361 кадру у 2.0. Документація стверджує, що просторово-часова та міжкадрова узгодженість тримається на всьому 30-секундному вікні — зовнішність персонажа, просторова логіка й переходи між планами мають пережити довший прохід, а не пливти в другій половині.

Продовження відео: принцип матрьошки до 60 секунд

Будь-який результат тривалістю до 30 секунд можна продовжити новим промптом, а результат цього продовження — продовжити ще раз. Документація називає це складанням за принципом матрьошки, і накопичена стеля становить 60 секунд.

Цікаве тут не загальна сума. Цікаве те, що кожен вузол продовження приймає нову режисуру — у документації це називають посегментним керуванням режисера. Ви можете згенерувати десять секунд бігу персонажа, підтвердити їх, а вже потім задати стрибок у наступному продовженні, замість ставити всю дію на одну подачу. Для постановки бійки чи сюжетного повороту, який має влучити в конкретний момент, це інший метод роботи, ніж написання довшого промпта.

Продовження працюють уперед і назад, а документація радить для продовження цілого плану явні обмеження неперервності: природне продовження, плавне сполучення руху, без різкого обрізання плану, без появи об’єктів нізвідки. Ми розбираємо цей процес у посібнику з редагування та продовження в Seedance 2.5.

Long Video: від 30 до 180 секунд за один прохід

Long Video — це окремий режим, а не довше налаштування стандартного. Він генерує від 30 до 180 секунд напряму, без склейки й без ланцюжка продовжень. Заявлені цілі дизайну — узгодженість рис персонажа, деталей одягу та архітектури сцени на всій довжині у три хвилини, плюс плавні тривалі рухи камери: повільні наїзди, оберти й проходи, які тримаються на довгому дублі.

Оскільки трихвилинна генерація дорого коштує, якщо вийшла невдало, формула промпта для довгого відео в документації починається з глобальних параметрів — повторіть тривалість і співвідношення сторін на початку промпта, навіть якщо ви вже задали їх в інтерфейсі.

Бюджет референсів: 50 матеріалів і як їх витратити

Seedance 2.5 приймає до 50 референсних вхідних матеріалів в одному запиті. Ця стеля ділиться на три частини, і кожен тип має жорсткий ліміт і окремий рекомендований діапазон.

Уся суть — у розриві між двома колонками. Тридцять зображень — це те, що приймає запит; вісім об’єктів — це те, що модель надійно опрацьовує. Заповнити бюджет — не стратегія: документація прямо каже, що творчість із багатьма референсами полягає у виборі правильних матеріалів для кожної сцени, а не в тому, щоб усі матеріали з’явилися одночасно.

Одне практичне правило варто засвоїти: якщо понад п’яти об’єктам потрібні ще й кілька ракурсів, кладіть кожен ракурс в окреме зображення. Незалежні зображення на кожен ракурс стабільніші за один аркуш-колаж.

Щодо гігієни вхідних даних: зображення можуть бути jpeg, png, webp, bmp, tiff, gif, heic або heif, зі співвідношенням сторін від 0,4 до 2,5, розмірами від 300 до 6000 px, до 30 МБ кожне, а тіло запиту — до 64 МБ. Референсні відео приймаються у mp4 або mov від 480p до 4K у тих самих межах співвідношення й розмірів.

Про порядок і призначення ролей у наборах референсів читайте в посібнику з референсних промптів для Seedance 2.5.

Керування таймкодами з точністю до секунди

Seedance 2.5 нативно підтримує керування сюжетом та інтервалами планів за таймкодом. Ви пишете маркер на кшталт [00.0-05] перед планом, реплікою чи дією, а решту сценарію викладаєте в хронологічному порядку. Діапазони мають бути послідовними й не перекриватися.

Чесне формулювання з документації: діапазон таймкоду — це бюджет часу для події, а не монтажна точка з точністю до кадру. Дії можуть відбутися трохи раніше або пізніше за межу. Замало вмісту в діапазоні — і модель отримує свободу, якої ви можете й не хотіти; забагато — і виникає надмірна нарізка чи випадання подій. Вимагати частоти на кшталт трьох окремих дій в одну секунду не вийде.

Якщо користуватися правильно, це все одно найбільший важіль впливу на ритм. Саме він змушує 30-секундну генерацію з кількома планами поводитися як сценарій, а не як монтажна нарізка, і саме він є хребтом підходу в посібнику з 30-секундних промптів для Seedance.

Багатомовний вхід і діалоги

Seedance 2.5 приймає текстовий вхід багатьма мовами, з двома задокументованими рівнями. Найвищий пріоритет оптимізації охоплює китайську, англійську, іспанську, індонезійську та малайську. Повне покриття поширюється на тайську, арабську, португальську, в’єтнамську, японську та корейську.

Реліз також цілиться в точність вимови, менше помилок у рідкісних словах і кращу синхронізацію губ із багатомовним мовленням. Для тих, хто робить локалізовані варіанти реклами чи короткометражку, де персонажі говорять різними мовами, саме це поєднання — бриф вашою мовою, репліки цільовою, артикуляція, що збігається — і є практичним відкриттям.

Робота над якістю базової моделі

Не все у 2.5 — це нова кнопка. Помітна частина релізу — це перебудова базової моделі, спрямована на те, що документація називає прибиранням «ШІ-присмаку»:

• Шкіра — менше пластикового полиску й масних відблисків, повернено справжні пори й реакцію на світло.
• Шерсть тварин — пухнастіша й краще розділена замість злиплої.
• Голос — менше механічного тембру синтезу мовлення в згенерованих репліках.
• Рідкісний рух — незвичні танці, складні бойові мистецтва й тонкі зміни виразу обличчя тепер генеруються плавно, а не спотворюються.
• Узгодженість — просторово-часова логіка та неперервність персонажа між склейками тримаються протягом повної 30-секундної генерації.

Важелі з боку промпта дрібні й конкретні: фрази на кшталт native skin texture і hair root distinct для реалістичності, а також сталі описи персонажа, повторені в кожному плані, щоб тримати узгодженість крізь склейки.

Без субтитрів і без фонової музики — тепер справді враховується

Це маленьке виправлення з непропорційно великим ефектом для продакшену. Попередні версії могли вшити субтитри чи додати фонову музику навіть тоді, коли промпт просив цього не робити. Seedance 2.5 виконує ці інструкції, а задокументоване формулювання — це модифікатор на кшталт "pure video, no subtitles, no background music".

Якщо ви віддаєте монтажеру чи звукорежисеру чисті вихідні матеріали, це різниця між придатним результатом і таким, який доведеться генерувати заново.

Оновлення мультимодальних референсів

Найбільший окремий блок у нотатках релізу — це група можливостей із боку референсів. Разом вони штовхають Seedance від генератора до чогось ближчого до керованої монтажної поверхні:

• Відокремлення фонової музики — прибрати музику, зберігши голос, і, що важливо, зберігши недоторканими субтитри на екрані та інші візуальні елементи.
• Перенесення ідеї та мови камери — перенести з референсу траєкторію наїзду, від’їзду чи панорами, тремтіння камери з рук, логіку кольору та емоційну атмосферу, а не лише поверхневий рух тіла.
• Часткове вилучення та редагування — виділити ділянку пензлем або рамкою для безслідного стирання, з добудовою тла за фізичною та світловою логікою, а також спрямована заміна елементів.
• Зміна просторової перспективи — змінити ракурс уже готового плану на вигляд згори, з нижнього ракурсу чи від першої особи, зберігши пропорції й узгоджену побудову.
• Референс тембру — відтворити тембр разом з емоційним напруженням і ритмом еталонного запису.
• Референс із кількома людьми — без змішування рис обличчя між персонажами, без обміну одягом, з коректним фізичним перекриттям під час взаємодії.
• Зелений екран — високоточна сегментація переднього плану зі стабільністю на рівні кадру навіть на динамічному тлі.
• Clay Renderer — плагін для Maya й Blender із чорновою розкладкою та білою моделлю, що відновлює мову камери, фіксує простір і композицію та керує позицією персонажа й траєкторією руху.
• Безшовний перехід — згенерувати місток між двома незалежними роликами, не змінюючи жодного з джерел, за допомогою переходів на фокусній відстані, обертанні чи пірнанні, запущених дією, поглядом або перекриттям.
• Сторіборд-сітка — подати зображення сторіборду з кількох панелей як референс сюжету.

Дві з цих можливостей мають примітки щодо використання, які варто повторити. Clay Renderer наразі дає кращі результати з грубих чорнових розкладок — простих сфер, циліндрів і кубів, що задають динамічний скелет, — ніж із детально змодельованих. Сіткові сторіборди найкраще працюють як проста контурна графіка чи схематичні фігурки, бажано не більше ніж 15 панелей, із мінімумом текстових підписів. Обидві розібрано в посібнику зі сторібордів і чорнових розкладок для Seedance 2.5.

Параметри, які фіксуються самі

Seedance 2.5 ділить роботу з матеріалами на зафіксовані й незафіксовані завдання. У зафіксованому завданні вхідний матеріал стає частиною вихідного таймлайну, і результат підлаштовується під нього. У незафіксованому матеріали дають смисловий орієнтир, а ви зберігаєте контроль над тривалістю та співвідношенням сторін виводу.

Три типи завдань перекривають налаштування, якими ви очікували керувати. Знання про це до подачі економить одну змарновану генерацію.

Правило першого й останнього кадру діє, коли зображення надсилаються з content.role = first_frame і content.role = last_frame. Оскільки співвідношення береться суворо з першого кадру, останнє зображення з іншим співвідношенням розтягнеться. Зрівняйте їх до вивантаження.

Генерація за референсами, сітки сторіборду й незалежні референси ключових кадрів є незафіксованими. Вони не успадковують ані співвідношення сторін матеріалу, ані його тривалість. Є також м’якший прийом із першим і останнім кадром: надішліть зображення як reference_image і назвіть їх у промпті першим та останнім кадрами. Це лишає налаштування виводу вільними, але згенеровані межові кадри лише наближаються до референсів, а не збігаються з ними строго.

Обмеження, які варто закласти в план

Роздільна здатність виводу — 480p і 720p. Це стеля релізу, і саме це обмеження найімовірніше вплине на рішення про здачу роботи: трихвилинна генерація в 720p — це зовсім інший матеріал, ніж трихвилинний мастер. Плануйте Seedance 2.5 під превіз, доставку в соцмережі й референсні матеріали відповідно і перевіряйте вимоги до здачі, перш ніж запускати довгу генерацію.

Документація також відверта щодо кількох поведінкових обмежень:

• Таймкоди розподіляють час між подіями; це не монтажні точки з точністю до кадру.
• Промпти для редагування підвищують імовірність, що критичні події збігаються з джерелом. Гарантувати покадрове накладання вони не можуть.
• Вивід редагування відео може відрізнятися від входу приблизно на 0,3 секунди.
• Продовжені сегменти можуть трохи відрізнятися гучністю від вихідного ролика.
• Безшовні переходи цілять у візуальну та звукову неперервність, а не в піксельно ідентичну склейку.
• Межові кадри в продовженні сполучаються природно на візуальному рівні, але не є піксельно ідентичними.
• Для субтитрів, формул, вивісок, характеристик товару чи покадрового тайминга, які мають бути точними, поєднуйте підготовлені референси, генерацію й постпродакшн.

Жодне з цього не є вироком. Це різниця між ставленням до Seedance 2.5 як до керованого генератора всередині конвеєра і ставленням до неї як до інструмента фінішної обробки, яким вона не є.

Як почати в OmniArt

Відкрийте відеопростір OmniArt, виберіть Seedance 2.5 і пройдіть реліз у тому порядку, який справді нарощує навичку:

1. Почніть з однієї 30-секундної генерації з таймкодами. Напишіть три-чотири послідовні діапазони без перекриттів і подивіться, наскільки точно лягає ритм. Це навчить вас поведінки моделі в часі швидше за будь-що інше.
2. Далі перевірте продовження. Згенеруйте десять секунд, якими ви задоволені, продовжте їх новою інструкцією, а тоді продовжте й цей результат. Стежте за швом і гучністю на кожній межі.
3. Зберіть набір референсів у рекомендованому діапазоні, а не за жорстким лімітом — кілька зображень об’єктів, кожне з однією зрозумілою роллю, і коротке референсне відео, якщо вам потрібна мова камери.
4. Приберігайте Long Video для брифів, які ви вже перевірили на коротших тривалостях. Три хвилини — забагато, щоб довіряти їх неперевіреному промпту.
5. Додавайте "pure video, no subtitles, no background music" до всього, що йде монтажеру.

Базову філософію промптів, яка діє в будь-якій версії Seedance, шукайте в матеріалі як писати промпти для Seedance. Тоді беріть посібник під своє завдання: референсні промпти, 30-секундні промпти, редагування та продовження або сторіборди й чорнові розкладки.