ByteDance: Seedance 1.5 Pro

Seedance 1.5 Pro هو نموذج توليد فيديو من ByteDance، مُدرج على api14 بالمعرّف bytedance/seedance-1-5-pro. ينتمي إلى سلسلة Seedance من ByteDance لنماذج التوليد السمعي البصري، ويصفه المزوّد بأنه مبني على معمارية Dual-Branch Diffusion Transformer بعدد معاملات 4.5B. يقع في فئة الفيديو، لذا يتمثل دوره في توليد الفيديو بدل التعامل مع مهام النصوص أو المحادثة.

يقبل النموذج مدخلات نصية ومدخلات صورية، وينتج الفيديو كمخرج وحيد له. ولأنه يولّد الفيديو والصوت معاً في تمريرة واحدة موحّدة، فإن الصوت جزء من النتيجة المولّدة وليس شيئاً يُضاف لاحقاً. يمكن إنتاج المخرجات بدقة 480p أو 720p أو 1080p، بنسب أبعاد 1:1 و3:4 و9:16 و9:21 و4:3 و16:9 و21:9، وبمدد تتراوح من 4 إلى 12 ثانية بخطوات قدرها ثانية واحدة. يدعم أيضاً صور الإطارات، وتحديداً first_frame وlast_frame، ما يتيح لك تثبيت بداية المقطع أو نهايته أو كلا الطرفين. لا يوجد طول سياق منشور بوحدات الرموز (tokens) لهذا النموذج، وهو أمر متوقع لنموذج توليد فيديو، كما أن maxOutput يساوي 0 في البيانات الوصفية للنموذج.

تشير هذه القدرات إلى مجموعة استخدامات محددة نوعاً ما. يناسب تحويل النص إلى فيديو المقاطع المفاهيمية القصيرة وصيغ وسائل التواصل ومعاينات القصص المصورة، خصوصاً أن قائمة نسب الأبعاد تغطي التسليم المربع والعمودي والعريض. أما تحويل الصورة إلى فيديو، مع first_frame وlast_frame، فيناسب سير العمل الذي لديك فيه بالفعل صورة ثابتة أو إطار مفتاحي وتريد حركة بين طرفين بصريين محددين، مثل تحريك لقطة منتج أو الربط بين إطارين في عملية مونتاج. يعني توليد الصوت الأصلي أنك تستطيع طلب مقاطع يكون الصوت فيها جزءاً من المخرج بدل إضافة موسيقى أو تعليق صوتي منفصل. يجعل نطاق 4 إلى 12 ثانية النموذج الأنسب للقطات القصيرة بدل التسلسلات الطويلة المتصلة، كما تتيح لك خيارات الدقة الموازنة بين جودة المعاينة وجودة المخرج النهائي.

يمكنك استدعاؤه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج "bytedance/seedance-1-5-pro". ولأن الواجهة تتبع صيغة OpenAI، يمكنك استخدام مكتبات العميل نفسها وبنية الطلب نفسها التي تستخدمها بالفعل مع نماذج أخرى على البوابة، مع توجيه حقل model إلى هذا المعرّف. ومن بين معاملات الطلب، يُعد frequency_penalty هو المعامل المُدرج كمدعوم لهذا النموذج. أما إعدادات التوليد مثل الدقة ونسبة الأبعاد والمدة وfirst_frame وlast_frame وتوليد الصوت فتُتاح عبر خيارات النموذج الخاصة به بدل معاملات أخذ العينات القياسية التي تستخدمها مع نموذج نصي.

من الجدير مطابقة متطلباتك مع ما يوفره النموذج قبل الالتزام به. لا يوجد طول سياق منشور بوحدات الرموز، وmaxOutput يساوي 0، لذا هذا ليس نموذج إكمال نصوص ولا ينبغي استخدامه حين تحتاج إلى توجيه قائم على الرموز أو ردود نصية. مخرجه محدود بـ 12 ثانية لكل عملية توليد، لذا يجب تجميع المقاطع الأطول من عدة مقاطع. وإذا كانت مهمتك نصية أو تتعلق بفهم الصور أو بأي نمط آخر غير الفيديو، فسيكون نموذج في تلك الفئة على api14 أنسب.