ByteDance: Seedance 1.5 Pro

Seedance 1.5 Pro, ByteDance tarafından geliştirilen bir video üretim modelidir ve api14 üzerinde bytedance/seedance-1-5-pro olarak listelenmiştir. ByteDance'in Seedance görsel-işitsel üretim modeli serisine aittir ve sağlayıcı bunu 4.5B parametreli Dual-Branch Diffusion Transformer mimarisi üzerine kurulu olarak tanımlamaktadır. Video kategorisinde yer alır, dolayısıyla rolü metin veya sohbet görevlerini yerine getirmek değil video üretmektir.

Model, metin ve görüntü girdilerini kabul eder ve tek çıktısı olarak video üretir. Tek bir birleşik geçişte video ve sesi eşzamanlı olarak ürettiği için ses, sonradan eklenen bir şey değil üretilen sonucun bir parçasıdır. Çıktı 480p, 720p veya 1080p çözünürlükte, 1:1, 3:4, 9:16, 9:21, 4:3, 16:9 ve 21:9 en-boy oranlarında ve 4 ila 12 saniye arasında birer saniyelik adımlarla üretilebilir. Ayrıca kare görüntülerini, özellikle bir first_frame ve bir last_frame destekler; bu sayede bir klibin başlangıcını, sonunu veya her iki ucunu sabitleyebilirsiniz. Bu model için token cinsinden bağlam uzunluğu yayımlanmamıştır; bu bir video üreticisi için beklenen bir durumdur ve model meta verilerinde maxOutput 0'dır.

Bu yetenekler oldukça belirli bir kullanım kümesine işaret eder. Metinden videoya, kısa kavramsal klipler, sosyal medya formatları ve storyboard önizlemeleri için uygundur; özellikle en-boy oranı listesi kare, dikey ve geniş ekran sunumu kapsadığı için. Görüntüden videoya, first_frame ve last_frame ile birlikte, elinizde zaten bir hareketsiz görüntü veya bir ana kare olduğunda ve tanımlanmış görsel sınırlar arasında hareket istediğinizde iş akışlarına uyar; örneğin bir ürün çekimini canlandırmak veya bir kurgunun iki karesi arasında köprü kurmak gibi. Yerel ses üretimi, sesin çıktının bir parçası olduğu klipler isteyebileceğiniz ve bunları ayrıca puanlamanız gerekmediği anlamına gelir. 4 ila 12 saniye aralığı, modeli uzun sürekli sekanslardan çok kısa çekimler için en uygun hale getirir ve çözünürlük seçenekleri önizleme kalitesi ile nihai çıktı kalitesi arasında denge kurmanıza olanak tanır.

Modeli api14'ün OpenAI uyumlu API'si üzerinden "bytedance/seedance-1-5-pro" model kimliğini kullanarak çağırırsınız. Arayüz OpenAI formatını izlediği için, ağ geçidindeki diğer modeller için zaten kullandığınız aynı istemci kitaplıklarını ve istek yapısını kullanabilir, model alanını bu kimliğe yönlendirebilirsiniz. İstek parametreleri arasında bu model için desteklendiği belirtilen parametre frequency_penalty'dir. Çözünürlük, en-boy oranı, süre, first_frame, last_frame ve ses üretimi gibi üretim ayarları, bir metin modeli için kullanacağınız standart örnekleme parametreleri yerine modelin kendi seçenekleri aracılığıyla sunulur.

Taahhütte bulunmadan önce gereksinimlerinizi modelin sunduklarıyla karşılaştırmaya değer. Yayımlanmış bir token bağlam uzunluğu yoktur ve maxOutput 0'dır, dolayısıyla bu bir metin tamamlama modeli değildir ve token tabanlı istem veya metinsel yanıtlara ihtiyaç duyduğunuz yerlerde kullanılmamalıdır. Çıktısı üretim başına 12 saniye ile sınırlıdır, dolayısıyla daha uzun parçaların birden fazla klipten birleştirilmesi gerekir. Göreviniz metin, görüntü anlama veya video dışında başka bir modalite ise, api14'te o kategorideki bir model daha iyi uyacaktır.