ByteDance: Seedance 2.0 Mini

ByteDance: Seedance 2.0 Miniは、生成ビデオシステムのSeedanceファミリーを手がける企業ByteDanceによるビデオ生成モデルです。api14のビデオカテゴリに属し、その役割はプロンプトと参照素材を完成したビデオクリップに変換することです。Seedance 2.0ラインにおける小型の兄弟モデルであり、最大のバリアントに手を伸ばすことなくByteDanceのビデオ生成を求める開発者を対象としています。

このモデルはテキスト、画像、ビデオ、音声を入力として受け取り、唯一の出力としてビデオを返します。この組み合わせにより、いくつかの生成モードをカバーします。書かれたプロンプトからのテキスト-to-ビデオ、最初のフレーム、最後のフレーム、またはその両方を制御する画像-to-ビデオ、そして画像、ビデオ、音声が結果を導くマルチモーダル参照-to-ビデオです。出力解像度は480pと720pで、クリップは1秒刻みで4秒から15秒まで可能です。アスペクト比は1:1、3:4、9:16、4:3、16:9、21:9、9:21をカバーします。音声生成がサポートされているため、クリップは無音で届くのではなく、生成されたサウンドトラックを伴うことができます。このモデルについて公開されているコンテキスト長はありません。

これらの機能は、かなり特定の用途群を示しています。ソーシャルフィード向けの9:16の短い縦型クリップ、フィード内配置向けの正方形1:1のカット、ウェブやプレゼンテーション用途向けのワイド16:9または21:9のフレームは、いずれもアスペクト比のリストによって直接サポートされています。最初と最後のフレームの制御は、ショット間のトランジション、製品の公開、またはあるスチルから別のスチルへと着地する必要があるあらゆるケースに適しています。画像、ビデオ、音声入力を伴う参照-to-ビデオは、スタイル転送、ショット間でのキャラクターやシーンの一貫性、音声がペーシングを形作るべき音楽主導の編集に適合します。4秒から15秒の範囲は、出力を長編ナラティブではなく、個々のショットや短いシーケンスの領域に保ちます。

モデルID「bytedance/seedance-2.0-mini」を使用して、api14のOpenAI互換APIを通じて呼び出します。インターフェースはOpenAIスキーマに従うため、既存のクライアントとSDKはモデルIDとエンドポイントの変更で動作します。このモデルに記載されているパラメータの中で、frequency_penaltyがサポートされています。生成固有の制御、解像度、アスペクト比、長さ、最初と最後のフレーム画像、音声生成は、共有チャットパラメータではなく、モデルのリクエストサーフェスの一部です。

コミットする前に検討すべき点がいくつかあります。コンテキスト長は公開されておらず、最大出力は0と記載されているため、プロンプトサイズに関するトークンベースの推論はここでは役に立ちません。プロンプトは長い文書ではなくクリエイティブブリーフとして扱ってください。出力は最大720pであるため、より高い解像度を必要とする作業、または15秒を超えるクリップには、別のモデルの方がより適している場合があります。タスクがビデオではなくテキストまたは画像生成である場合、このモデルはまったくカテゴリ違いです。