ByteDance Seedance 2.5-i təqdim etdi: 30 saniyəlik kadrlar və multimodal referanslar

ByteDance-in Seed komandası video yaratma modelinin yeni nəsli Seedance 2.5-i rəsmi olaraq təqdim edib. Komandanın bloqunda dərc olunan elanda deyilir ki, buraxılış Seedance 2.0 ilə gələn vahid multimodal audio-video birgə generasiya arxitekturasına əsaslanır və iki şeyə fokuslanır: əsas generasiya və referanslarla idarə olunan generasiya.

Bir keçidlə daha uzun kadrlar

Seedance 2.5 bir keçidlə 30 saniyəyə qədər yüksək keyfiyyətli audio-video kliplər yaradır — əvvəlki modelin 15 saniyəsindən iki dəfə çox — və çoxmərhələli uzatmanı dəstəkləyir ki, istifadəçi mövcud nəticəyə yeni kadrlar əlavə edə bilsin. Komandaya görə, kadr keçidləri və səhnə dəyişmələri ilə yanaşı görüntü, səs və hərəkət keyfiyyəti də yaxşılaşıb; nəticədə vahid audiovizual dillə bir neçə dəqiqəlik videolar yığmaq mümkündür — bir-birinə yapışdırılmış kliplər silsiləsi deyil, bir kadrda bütöv hekayə. Dərc olunan nümunələrdən biri müğənnini soyunma otağından pərdəarxası dəhlizlə səhnəyə qədər tək fasiləsiz kadrla izləyir.

30 şəkil, 10 video və 10 audio klip

Model bir keçidlə referans materialı kimi 30-a qədər şəkil, 10 video klip və 10 audio klip qəbul edir. Komandaya görə, daha böyük və müxtəlif referans dəsti yaradıcının niyyətini daha yaxşı əks etdirir: model təqdim olunan materiallarda kompozisiyanı, səhnələri, üslubları, personajları və rekviziti tanıyır və qrup səhnələrində belə bir neçə personajın görünüşünü və səsini qoruyur. Ayrı-ayrı referans rejimləri də gücləndirilib: clay render referansı ilə istifadəçilər teksturasız 3D modellərlə məkan strukturunu, pozaları, hərəkət trayektoriyalarını və kamera bucaqlarını müəyyən edir, model isə bu struktura əməl edir və ondan fiziki cəhətdən inandırıcı işıqlandırma çıxarır.

Zaman nişanları səviyyəsində redaktə

Generasiya zamanı promptlarla konkret zaman aralığının narrativini, kamera perspektivini, hərəkətini və ritmini idarə etmək mümkündür; generasiyadan sonra isə klipdəki personajları, hərəkətləri və ya süjet elementlərini davamlılıq və realizm saxlanmaqla dəyişmək olar. Buraxılış həmçinin yaşıl fon redaktəsini, kamera perspektivi redaktəsini və referansa əsaslanan redaktəni yaxşılaşdırır. Məsələn, yaşıl fonla işləyərkən model subyektin yeni mühitin fizikasına necə reaksiya verdiyini — paltarın dalğalanma istiqamətindən saçın vəziyyətinə, yerimə ritminə və işıq qarşılıqlı təsirinə qədər — render edir.

Əlçatanlıq və qəbul edilən məhdudiyyətlər

Seedance 2.5 Jimeng AI, Doubao Pro və digər platformalarda tədricən istifadəyə verilir; API girişi isə yaxın vaxtlarda BytePlus ModelArk vasitəsilə vəd olunur. Yaradıcı işlərlə yanaşı, ByteDance təhsili — tarixi hadisələrin, elmi prinsiplərin və təcrübələrin nümayişlərə çevrilməsini, o cümlədən Doubao Classroom ssenarisini — və süni təlim məlumatları, robotların qavrayış və manipulyasiya bacarıqları, eləcə də avtonom sürüşün nadir ssenariləri üçün istifadə olunduğu sənayeni göstərir. Komanda qalan məhdudiyyətləri də açıq şəkildə qeyd edir: mürəkkəb hərəkətlərin fiziki inandırıcılığı və bir neçə qarşılıqlı təsirdə olan subyektin olduğu səhnələrin sabitliyi.