ByteDance: Seedance 2.0 Mini

ByteDance : Seedance 2.0 Mini est un modèle de génération vidéo de ByteDance, l'entreprise derrière la famille Seedance de systèmes de génération vidéo. Il se situe dans la catégorie vidéo sur api14, et son rôle est de transformer des prompts et du matériel de référence en clips vidéo finis. C'est le petit frère de la gamme Seedance 2.0, destiné aux développeurs qui veulent la génération vidéo ByteDance sans recourir à la plus grande variante.

Le modèle accepte le texte, l'image, la vidéo et l'audio en entrée, et il renvoie la vidéo comme unique sortie. Cette combinaison couvre plusieurs modes de génération : texte-vers-vidéo à partir d'un prompt écrit, image-vers-vidéo avec contrôle de la première image, de la dernière image, ou des deux, et référence multimodale vers vidéo où les images, la vidéo et l'audio guident le résultat. Les résolutions de sortie sont 480p et 720p, et les clips peuvent durer de 4 à 15 secondes par pas d'une seconde. Les ratios d'aspect couvrent 1:1, 3:4, 9:16, 4:3, 16:9, 21:9, 9:21. La génération audio est prise en charge, donc un clip peut porter une bande sonore générée plutôt que d'arriver silencieux. Aucune longueur de contexte n'est publiée pour ce modèle.

Ces capacités indiquent un ensemble de tâches assez spécifiques. Les clips verticaux courts en 9:16 pour les fils sociaux, les découpes carrées 1:1 pour les placements dans le fil, et les cadres larges 16:9 ou 21:9 pour le web et les présentations sont tous directement pris en charge par la liste des ratios d'aspect. Le contrôle de la première et de la dernière image convient aux transitions plan à plan, aux révélations de produit, ou à tout cas où vous avez besoin qu'un clip commence sur une image fixe et se termine sur une autre. La référence vers vidéo avec des entrées image, vidéo et audio convient au transfert de style, à la cohérence de personnage ou de scène entre les plans, et aux montages pilotés par la musique où l'audio doit façonner le rythme. La plage de 4 à 15 secondes maintient les sorties dans le territoire des plans individuels et des séquences courtes plutôt que de la narration longue.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'id de modèle "bytedance/seedance-2.0-mini". Comme l'interface suit le schéma OpenAI, les clients et SDK existants fonctionnent avec un changement d'id de modèle et de point de terminaison. Parmi les paramètres listés pour ce modèle, frequency_penalty est pris en charge. Les contrôles spécifiques à la génération, résolution, ratio d'aspect, durée, images de première et dernière frame, et génération audio, font partie de la surface de requête du modèle plutôt que des paramètres de chat partagés.

Il y a quelques points à peser avant de s'engager. Aucune longueur de contexte n'est publiée, et la sortie maximale est listée comme 0, donc un raisonnement basé sur les tokens concernant la taille du prompt n'est pas utile ici ; traitez le prompt comme un brief créatif plutôt que comme un long document. La sortie plafonne à 720p, donc un travail qui nécessite une résolution plus élevée, ou des clips de plus de 15 secondes, pourrait mieux convenir à un autre modèle. Si votre tâche est la génération de texte ou d'image plutôt que de vidéo, ce modèle est entièrement dans la mauvaise catégorie.