ByteDance: Seedance 2.0 Mini

ByteDance: Seedance 2.0 Mini es un modelo de generación de video de ByteDance, la empresa detrás de la familia Seedance de sistemas de video generativo. Se ubica en la categoría de video en api14, y su función es convertir prompts y material de referencia en clips de video terminados. Es el hermano menor de la línea Seedance 2.0, dirigido a desarrolladores que quieren generación de video de ByteDance sin recurrir a la variante más grande.

El modelo acepta texto, imagen, video y audio como entradas, y devuelve video como su única salida. Esa combinación cubre varios modos de generación: texto a video desde un prompt escrito, imagen a video con control sobre el primer fotograma, el último fotograma, o ambos, y referencia multimodal a video donde imágenes, video y audio guían el resultado. Las resoluciones de salida son 480p y 720p, y los clips pueden durar de 4 a 15 segundos en pasos de un segundo. Las relaciones de aspecto cubren 1:1, 3:4, 9:16, 4:3, 16:9, 21:9, 9:21. La generación de audio es compatible, así que un clip puede llevar una banda sonora generada en lugar de llegar en silencio. No se publica longitud de contexto para este modelo.

Esas capacidades apuntan a un conjunto bastante específico de tareas. Clips verticales cortos en 9:16 para feeds sociales, cortes cuadrados en 1:1 para ubicaciones en feed, y marcos anchos en 16:9 o 21:9 para uso web y de presentación están todos directamente soportados por la lista de relaciones de aspecto. El control de primer y último fotograma se adapta a transiciones de plano a plano, revelaciones de producto, o cualquier caso donde necesites que un clip comience en una imagen fija y termine en otra. La referencia a video con entradas de imagen, video y audio encaja con transferencia de estilo, consistencia de personaje o escena entre planos, y ediciones impulsadas por música donde el audio debe dar forma al ritmo. El rango de 4 a 15 segundos mantiene las salidas en el territorio de planos individuales y secuencias cortas en lugar de narrativa de formato largo.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "bytedance/seedance-2.0-mini". Como la interfaz sigue el esquema de OpenAI, los clientes y SDK existentes funcionan con un cambio de id de modelo y endpoint. Entre los parámetros listados para este modelo, frequency_penalty es compatible. Los controles específicos de generación, resolución, relación de aspecto, duración, imágenes de primer y último fotograma, y generación de audio, son parte de la superficie de solicitud del modelo en lugar de los parámetros de chat compartidos.

Hay algunas cosas que sopesar antes de comprometerse. No se publica longitud de contexto, y la salida máxima se lista como 0, así que razonar sobre el tamaño del prompt en términos de tokens no es útil aquí; trata el prompt como un brief creativo en lugar de un documento largo. La salida llega como máximo a 720p, así que el trabajo que necesita mayor resolución, o clips de más de 15 segundos, puede encajar mejor en un modelo diferente. Si tu tarea es generación de texto o imagen en lugar de video, este modelo es de la categoría equivocada por completo.