Seedance 2.5 có gì mới: video 30 giây, mở rộng 60 giây và 50 tư liệu tham chiếu

Seedance 2.5 đã có thể chọn trong không gian video OmniArt, và đây là bản phát hành lớn hơn nhiều so với những gì số hiệu phiên bản gợi ý. Seedance 2.0 đặt nền cho tiền đề đa phương thức — hình ảnh, video, âm thanh và văn bản cùng đổ vào một prompt duy nhất. Seedance 2.5 giữ nguyên tiền đề đó và dựng lại hai thứ từng giới hạn nó trên thực tế: một lượt tạo có thể chạy dài bao nhiêu, và mô hình thực sự tôn trọng được bao nhiêu tư liệu tham chiếu.

Đây là bản tổng hợp khả năng, không phải hướng dẫn viết prompt: điểm nào mới, trần thực tế nằm ở đâu, và bản phát hành còn chỗ nào thô ráp. Chúng tôi đã đưa tin về thông báo này sớm hơn dựa trên thông tin trước ngày ra mắt trong bài xem trước bản phát hành Seedance 2.5; một vài con số trong đó đã thay đổi khi mô hình chính thức lên sóng, và các con số độ phân giải bên dưới mới là con số có giá trị.

Seedance 2.5 so với Seedance 2.0: nhìn nhanh

Hai trong bốn chế độ là chế độ mới. Smart Edit và Long Video chưa từng tồn tại ở 2.0. Smart Edit còn có một giao diện nâng cấp tên là Edit with marks, cho phép bạn chú thích lên video đã tải lên bằng khung, cọ vẽ, mũi tên, chữ và điểm mốc, cùng biến thể Edit Video áp dụng đúng quy trình chú thích đó cho các đoạn phim sau khi đã được tạo.

Ba cách khác nhau để vượt qua mốc 15 giây

Thay đổi có sức nặng nhất là câu hỏi "video có thể dài đến đâu" giờ có ba câu trả lời riêng biệt, và chọn nhầm là mất một lượt tạo.

Một lượt tạo: 4 đến 30 giây

Khoảng cơ bản tăng gấp đôi. Một prompt giờ mua được tối đa 30 giây, tức 721 khung hình, so với 15 giây và 361 khung hình ở 2.0. Tài liệu khẳng định tính nhất quán không-thời gian và tính nhất quán giữa các cú cắt được giữ trong trọn cửa sổ 30 giây — ngoại hình nhân vật, logic không gian và chuyển tiếp giữa các cảnh quay được kỳ vọng sống sót qua lượt chạy dài hơn thay vì trôi dạt ở nửa sau.

Mở rộng video: búp bê lồng nhau tới 60 giây

Bất kỳ kết quả nào dài 30 giây trở xuống đều có thể được mở rộng bằng một prompt mới, và kết quả của lần mở rộng đó lại có thể được mở rộng tiếp. Tài liệu gọi đây là cách xếp chồng kiểu búp bê lồng nhau, và trần tích lũy là 60 giây.

Điểm thú vị không nằm ở con số tổng. Điểm thú vị là mỗi nút mở rộng đều nhận chỉ đạo mới — tài liệu gọi đây là điều khiển đạo diễn theo phân đoạn. Bạn có thể tạo mười giây nhân vật đang chạy, xác nhận đoạn đó, rồi mới ra lệnh cho cú nhảy ở lần mở rộng tiếp theo thay vì đánh cược toàn bộ hành động vào một lần gửi. Với biên đạo cảnh đánh nhau hoặc một cú lật kịch bản mà bạn muốn rơi đúng vào một nhịp cụ thể, đó là cách làm việc khác hẳn so với viết một prompt dài hơn.

Mở rộng chạy được cả về phía trước lẫn phía sau, và tài liệu khuyến nghị nêu rõ các ràng buộc liên tục khi mở rộng trọn cảnh quay: mở rộng tự nhiên, nối chuyển động mượt mà, không cắt cứng cảnh quay, không có vật thể xuất hiện từ hư không. Chúng tôi phân tích chi tiết quy trình đó trong hướng dẫn chỉnh sửa và mở rộng Seedance 2.5.

Long Video: 30 đến 180 giây trong một lượt

Long Video là một chế độ riêng, không phải một thiết lập dài hơn của chế độ tiêu chuẩn. Nó tạo trực tiếp 30 đến 180 giây, không ghép nối và không cần chuỗi mở rộng. Mục tiêu thiết kế được công bố là tính nhất quán tầm xa của đặc điểm nhân vật, chi tiết trang phục và kiến trúc bối cảnh trong trọn ba phút, cùng những chuyển động máy quay kéo dài mượt mà — đẩy chậm, xoay quanh và xuyên cảnh, những cú máy phải trụ được qua một cú bấm máy dài.

Vì một lượt tạo ba phút rất tốn kém nếu làm hỏng, công thức prompt cho long video trong tài liệu mở đầu bằng các tham số toàn cục — hãy nhắc lại thời lượng và tỷ lệ khung hình ở đầu prompt dù bạn đã đặt chúng trong giao diện.

Ngân sách tham chiếu: 50 tư liệu và cách phân bổ

Seedance 2.5 nhận tối đa 50 tư liệu tham chiếu trong một yêu cầu. Trần đó chia làm ba hướng, và mỗi loại đều có một giới hạn cứng cùng một khoảng khuyến nghị riêng.

Khoảng cách giữa hai cột mới là toàn bộ câu chuyện. Ba mươi ảnh là con số yêu cầu chấp nhận; tám chủ thể mới là con số mô hình xử lý ổn định. Lấp đầy ngân sách không phải là một chiến lược — tài liệu nói rõ rằng sáng tạo với nhiều tham chiếu là chọn đúng tư liệu cho từng cảnh, chứ không phải bắt mọi tư liệu cùng xuất hiện một lúc.

Một quy tắc thực dụng đáng ghi nhớ: nếu có hơn năm chủ thể mà mỗi chủ thể còn cần nhiều góc nhìn, hãy đặt mỗi góc nhìn vào một ảnh riêng. Ảnh độc lập theo từng góc nhìn ổn định hơn một tấm ghép chung.

Về vệ sinh đầu vào, ảnh có thể ở định dạng jpeg, png, webp, bmp, tiff, gif, heic hoặc heif, tỷ lệ khung hình từ 0.4 đến 2.5, kích thước từ 300 đến 6000 px, mỗi tệp nhỏ hơn 30 MB, và toàn bộ nội dung yêu cầu nhỏ hơn 64 MB. Video tham chiếu nhận mp4 hoặc mov ở mức 480p đến 4K, trong cùng giới hạn tỷ lệ và kích thước.

Về phần thứ tự và phân vai trong bộ tham chiếu, xem hướng dẫn viết prompt tham chiếu cho Seedance 2.5.

Điều khiển dấu thời gian, chính xác đến từng giây

Seedance 2.5 hỗ trợ sẵn việc điều khiển tình tiết và khoảng cảnh quay bằng dấu thời gian. Bạn viết một dấu như [00.0-05] trước cảnh quay, lời thoại hoặc hành động, rồi viết phần còn lại theo thứ tự thời gian. Các khoảng phải liên tiếp và không chồng lấn.

Cách nói thẳng thắn từ tài liệu: một khoảng dấu thời gian là ngân sách thời gian của một sự kiện, không phải điểm dựng chính xác đến từng khung hình. Hành động có thể rơi hơi sớm hoặc hơi muộn so với ranh giới. Quá ít nội dung trong một khoảng sẽ cho mô hình sự tự do mà có thể bạn không muốn; quá nhiều nội dung gây cắt cảnh quá dày hoặc bỏ rơi sự kiện. Đòi hỏi tần suất kiểu ba hành động riêng biệt trong một giây sẽ không hiệu quả.

Dùng đúng cách, đây vẫn là đòn bẩy lớn nhất đối với nhịp. Đây chính là thứ khiến một lượt tạo 30 giây nhiều cảnh quay hành xử như một kịch bản chứ không phải một đoạn montage, và nó là xương sống của cách tiếp cận trong hướng dẫn viết prompt Seedance 30 giây.

Đầu vào đa ngôn ngữ và lời thoại

Seedance 2.5 nhận đầu vào văn bản ở nhiều ngôn ngữ, với hai cấp được ghi trong tài liệu. Cấp ưu tiên tối ưu cao nhất gồm tiếng Trung, tiếng Anh, tiếng Tây Ban Nha, tiếng Indonesia và tiếng Mã Lai. Phạm vi hỗ trợ đầy đủ mở rộng sang tiếng Thái, tiếng Ả Rập, tiếng Bồ Đào Nha, tiếng Việt, tiếng Nhật và tiếng Hàn.

Bản phát hành cũng nhắm tới độ chính xác phát âm, giảm lỗi đọc sai từ hiếm gặp, và khớp khẩu hình tốt hơn với lời thoại đa ngôn ngữ. Với ai đang sản xuất các biến thể quảng cáo bản địa hóa hoặc một phim ngắn có nhân vật nói nhiều thứ tiếng khác nhau, tổ hợp đó — viết bản mô tả bằng ngôn ngữ của bạn, lời thoại bằng ngôn ngữ đích, khẩu hình bám theo — mới là điểm mở khóa thực tế.

Phần nâng cấp chất lượng mô hình nền

Không phải mọi thứ trong 2.5 đều là một nút bấm mới. Một phần đáng kể của bản phát hành là việc dựng lại mô hình nền, hướng tới thứ mà tài liệu gọi là loại bỏ mùi AI:

• Da — giảm độ bóng nhựa và vệt sáng nhờn, khôi phục lỗ chân lông thật cùng phản ứng với ánh sáng.
• Lông thú — tơi và tách sợi hơn thay vì bết thành cụm.
• Giọng nói — âm sắc TTS máy móc trong lời thoại được tạo đã bớt đi.
• Chuyển động hiếm gặp — các điệu nhảy lạ, võ thuật phức tạp và biến chuyển biểu cảm tinh tế giờ được tạo mượt mà thay vì méo mó.
• Tính nhất quán — logic không-thời gian và tính liên tục của nhân vật giữa các cú cắt được giữ trong trọn một lượt tạo 30 giây.

Các tay nắm ở phía prompt thì nhỏ và cụ thể: những cụm như kết cấu da tự nhiên và chân tóc rõ nét để có ảnh chân thực, cùng những mô tả thiết lập nhân vật ổn định được lặp lại ở mọi cảnh quay để giữ tính nhất quán qua các cú cắt.

Không phụ đề, không nhạc nền — giờ đã thực sự được tôn trọng

Đây là một sửa lỗi nhỏ nhưng có tác động ngoại cỡ tới công việc sản xuất. Các phiên bản trước thường ghi cứng phụ đề hoặc thêm nhạc nền ngay cả khi prompt yêu cầu không làm vậy. Seedance 2.5 tôn trọng những chỉ dẫn đó, và cách diễn đạt được ghi trong tài liệu là một cụm bổ nghĩa dạng "pure video, no subtitles, no background music".

Nếu bạn bàn giao bản hình sạch cho người dựng hoặc cho người thiết kế âm thanh, đây là khác biệt giữa một kết quả dùng được và một kết quả bạn phải tạo lại từ đầu.

Các nâng cấp về tham chiếu đa phương thức

Khối lớn nhất trong ghi chú phát hành là một nhóm khả năng ở phía tham chiếu. Gộp lại, chúng đẩy Seedance từ một công cụ tạo sinh tiến gần hơn tới một bề mặt chỉnh sửa có chỉ đạo:

• Tách nhạc nền — bóc nhạc nền mà vẫn giữ giọng nói, và đáng chú ý là vẫn giữ nguyên phụ đề trên hình cùng các yếu tố hình ảnh khác.
• Chuyển ý tưởng và ngôn ngữ máy quay — di chuyển quỹ đạo đẩy/lùi/lia, độ rung máy cầm tay, logic màu sắc và không khí cảm xúc của một tư liệu tham chiếu, chứ không chỉ chuyển động cơ thể bề mặt.
• Xóa và chỉnh sửa cục bộ — quét cọ hoặc khoanh khung một vùng để xóa không để lại dấu vết, với phần nền được dựng lại theo logic vật lý và ánh sáng, cùng khả năng thay thế phần tử có định hướng.
• Chỉnh sửa phối cảnh không gian — đổi góc một cảnh quay có sẵn sang góc từ trên cao, góc thấp hoặc góc nhìn thứ nhất mà vẫn giữ tỷ lệ và bố cục hợp lý.
• Tham chiếu chất giọng — tái tạo âm sắc cùng độ căng cảm xúc và nhịp của một bản ghi tham chiếu.
• Tham chiếu nhiều người — không pha trộn đặc điểm khuôn mặt giữa các nhân vật, không hoán đổi trang phục, che khuất vật lý đúng khi các nhân vật tương tác.
• Phông xanh — tách tiền cảnh với độ chính xác cao, ổn định ở mức từng khung hình ngay cả khi nền chuyển động.
• Clay Renderer — một plugin dựng khối thô và mô hình trắng cho Maya và Blender, giúp khôi phục ngôn ngữ máy quay, khóa không gian và bố cục, đồng thời kiểm soát vị trí cùng đường di chuyển của nhân vật.
• Chuyển cảnh liền mạch — tạo phần nội dung nối giữa hai đoạn phim độc lập mà không sửa đổi đoạn nguồn nào, dùng chuyển cảnh theo tiêu cự, xoay hoặc lao tới, được kích hoạt bởi hành động, ánh nhìn hoặc sự che khuất.
• Storyboard nhiều ô — đưa một ảnh storyboard nhiều khung vào làm tư liệu tham chiếu cho tình tiết.

Hai trong số này đi kèm ghi chú sử dụng đáng nhắc lại. Clay Renderer hiện cho kết quả tốt hơn từ những khối dựng thô sơ sài — chỉ gồm hình cầu, hình trụ và khối lập phương đơn giản tạo nên một bộ khung động — so với những mô hình tinh xảo, dựng đầy đủ. Storyboard nhiều ô hoạt động tốt nhất ở dạng nét vẽ đơn giản hoặc hình que, lý tưởng là không quá 15 ô, và giữ nhãn chữ ở mức tối thiểu. Cả hai đều được nói tới trong hướng dẫn storyboard và khối dựng thô cho Seedance 2.5.

Những tham số tự khóa chính mình

Ba loại tác vụ sẽ ghi đè lên những thiết lập mà bạn tưởng mình kiểm soát được. Biết điều này trước khi gửi yêu cầu sẽ giúp bạn khỏi mất một lượt tạo.

Quy tắc khung hình đầu và cuối có một cái bẫy: vì tỷ lệ lấy theo ảnh đầu tiên, một ảnh cuối có tỷ lệ khác sẽ bị kéo giãn. Hãy khớp hai ảnh trước khi tải lên.

Những ràng buộc đáng đưa vào kế hoạch

Độ phân giải đầu ra là 480p và 720p. Đó là trần của bản đã phát hành, và đây là ràng buộc dễ ảnh hưởng nhất tới quyết định bàn giao — một lượt tạo ba phút ở 720p là một tài sản rất khác so với một bản master ba phút. Hãy đưa Seedance 2.5 vào khâu dựng hình sơ bộ (previz), phân phối trên mạng xã hội và tư liệu tham chiếu cho phù hợp, đồng thời kiểm tra yêu cầu bàn giao trước khi cam kết một lượt tạo dài.

Tài liệu cũng thẳng thắn về một số giới hạn hành vi:

• Dấu thời gian phân bổ thời gian cho các sự kiện; chúng không phải điểm dựng chính xác đến từng khung hình.
• Prompt chỉnh sửa làm tăng xác suất các sự kiện then chốt khớp với video nguồn. Chúng không thể bảo đảm sự trùng khớp từng khung hình.
• Đầu ra của chỉnh sửa video có thể lệch so với đầu vào khoảng 0.3 giây.
• Các đoạn mở rộng có thể chênh lệch nhẹ về âm lượng so với đoạn phim nguồn.
• Chuyển cảnh liền mạch nhắm tới tính liên tục về hình ảnh và âm thanh, không phải một mối ghép giống hệt từng điểm ảnh.
• Các khung hình ở ranh giới trong một lần mở rộng nối với nhau tự nhiên về mặt thị giác, nhưng không giống hệt từng điểm ảnh.
• Với phụ đề, công thức, biển hiệu, thông số sản phẩm hoặc thời điểm phải chính xác đến từng khung hình, hãy kết hợp tư liệu tham chiếu đã chuẩn bị sẵn, lượt tạo và hậu kỳ.

Không điều nào trong số này là yếu tố loại trừ. Chúng là ranh giới giữa việc xem Seedance 2.5 như một công cụ tạo sinh có chỉ đạo bên trong một quy trình và việc xem nó như một công cụ hoàn thiện, điều mà nó không phải.

Bắt đầu trên OmniArt

Mở không gian video OmniArt và chọn Seedance 2.5, rồi đi qua bản phát hành theo thứ tự thực sự giúp bạn lên tay:

1. Bắt đầu bằng một lượt tạo 30 giây có dấu thời gian. Viết ba hoặc bốn khoảng liên tiếp, không chồng lấn và xem nhịp rơi sát tới đâu. Việc này dạy bạn về hành vi thời gian của mô hình nhanh hơn bất cứ cách nào khác.
2. Sau đó thử mở rộng. Tạo mười giây mà bạn hài lòng, mở rộng nó bằng một chỉ dẫn mới, rồi mở rộng tiếp kết quả đó. Hãy quan sát mối nối và âm lượng ở từng ranh giới.
3. Dựng một bộ tham chiếu nằm trong khoảng khuyến nghị, chứ không phải ở giới hạn cứng — vài ảnh chủ thể, mỗi ảnh một nhiệm vụ rõ ràng, và một video tham chiếu ngắn nếu bạn cần ngôn ngữ máy quay.
4. Dành Long Video cho những bản mô tả bạn đã kiểm chứng ở thời lượng ngắn hơn. Ba phút là quá nhiều để đặt cược vào một prompt chưa thử.
5. Thêm "pure video, no subtitles, no background music" vào mọi thứ sắp chuyển cho người dựng.

Với triết lý viết prompt nền tảng áp dụng cho mọi phiên bản Seedance, hãy bắt đầu với cách viết prompt Seedance. Sau đó chọn hướng dẫn phù hợp với công việc của bạn: viết prompt tham chiếu, prompt 30 giây, chỉnh sửa và mở rộng, hoặc storyboard và khối dựng thô.