Generador de vídeo Seedance 2.5 con control de referencias

Qué es Seedance 2.5

Seedance 2.5 es el modelo de generación conjunta de audio y vídeo de ByteDance Seed, publicado en el sitio oficial de modelos Seed con página propia en seed.bytedance.com/en/seedance2_5. La descripción de una sola frase que aparece en esa página es todo el posicionamiento: un modelo de generación conjunta de audio y vídeo de nueva generación, concebido para narrar en 30 segundos con un control preciso de las referencias y potentes capacidades de edición.

Ocupa un lugar en el índice oficial de modelos Seed entre Seed2.1 y Seedream 5.0 Pro, junto a SeedRealtime, Seed Audio 1.0 y Seed GR-RL. Su predecesor también tiene página propia, y las dos descripciones oficiales dejan ver qué cambió en el enfoque: la 2.0 se presentó como una arquitectura unificada multimodal de generación conjunta de audio y vídeo compatible con entradas de texto, imagen, audio y vídeo, mientras que la 2.5 se plantea en términos de duración, precisión de referencias y edición, no de amplitud de entradas.

Esta página describe el modelo tal como lo documenta su editor, después describe lo que expone realmente este espacio de trabajo y mantiene ambas cosas separadas. Cuando una cifra procede de una plataforma de terceros y no de ByteDance, la fila lo indica.

Las cuatro afirmaciones de la página oficial del modelo

Estas son las afirmaciones que aparecen en la página oficial de Seedance 2.5, con sus propias palabras y sus propios títulos. Todo lo demás en esta página o cita otra fuente por su nombre o describe este espacio de trabajo.

Dos de esas cuatro filas son inusualmente concretas para una página de lanzamiento, y ambas se demuestran en lugar de afirmarse: la fila del vídeo de referencia y la del modelo blanco se apoyan en ejemplos cuyos prompts publica la página íntegros.

Qué añaden las páginas oficiales de producto

La página del modelo describe el modelo. Las páginas de producto del propio ByteDance describen el producto que se comercializa y publican una serie de cifras que la página del modelo no incluye. Ambas son fuentes propias; ninguna es un revendedor.

30 segundos en una sola generación, y las dos extensiones

La cifra estrella es la más fácil de verificar en esta página, porque los ejemplos oficiales llevan marcas de tiempo. El ejemplo narrativo publicado bajo Narrativas más largas dura 28 segundos en un solo plano sin corte, y la página divide su prompt en seis tramos con marca de tiempo que terminan en 0-6, 6-8, 8-14, 14-20, 20-23 y 23-28 segundos.

Ese ejemplo es también la ilustración más clara de cómo es un prompt de 30 segundos. La apertura publicada fija la sala, la luz y la relación entre los dos personajes. Los tramos publicados reparten después el diálogo y la cámara por separado, de modo que no se pide al modelo que deduzca una línea temporal a partir de una prosa. El conjunto completo se reproduce en la sección de prompts que viene más abajo.

La afirmación sobre la extensión es más limitada de lo que parece a primera vista. La página del modelo dice que los vídeos se pueden extender dos veces y no publica cuánto dura una extensión. La página de producto dice que un modo beta de vídeo largo llega a 180 segundos. Ninguna de las dos afirmaciones es una promesa sobre este espacio de trabajo, que expone duraciones de 4 a 30 segundos y ningún control de extensión.

Prompts que puedes copiar

Todos los prompts que siguen los publica la fuente que se nombra al lado y se reproducen palabra por palabra. Cinco proceden de la página oficial de Seedance 2.5. Cuando esa página recorta su propio texto con puntos suspensivos, el fragmento se reproduce con el recorte tal cual, porque el resto de la cadena no es público.

Dos de los cinco se publican íntegros. Los otros tres son lo que publica la página oficial, recorte incluido. En el ejemplo narrativo eso se nota poco, porque los seis tramos son frases completas y llevan la dirección: época, movimiento de cámara, diálogo y el giro emocional.

An old neighborhood barbershop is about to close. It is already dark outside, the street is slightly blue, and the interior is lit with warm yellow light. There are old photos, old barber certificates, and faded customer group photos on the wall. Character setting: a barber and a customer. Their relationship is natural and familiar, like longtime neighborhood friends. Avoid exaggerated acting...... [Around 1250 characters omitted]

0-6s: A wide interior shot slowly pushes toward the barber chair. The old man sits facing the mirror as the barber stands beside him with a comb and small scissors, ready to trim his sideburns. Reflections match the action. Barber: “Just a little touch around the sideburns, and you’re all set.” Old man: “Take your time. I don’t have any big date tonight.”
6-8s: Cut to a medium shot. The barber gently lifts the white hair near the old man’s ear with a comb and trims the sideburns with scissors. His movements are skilled, slow, and steady, with only soft snips.
8-14s: Front medium shot. The barber uses a soft brush to sweep loose hair from the old man’s neck and shoulders: left shoulder, right shoulder, then the back of the neck. The old man looks pleased in the mirror. Barber: “How does that look?” Old man: “Just right. Same as always.”
14-20s: The barber smoothly turns the chair back, removes the cape, and shakes off the loose hair. The old man rises slowly; they hold a slightly longer handshake. Old man: “Will you be open tomorrow?” Barber: “Not tomorrow. Tonight’s the last night.” Old man: “Then thank you, my friend.” 
20-23s: Barber: “Thank you for always coming in.” A slightly wider interior shot. The old man slowly walks to the glass door as the barber watches from the center of the shop. A small bell rings softly; the old man steps into blue dusk. The barber rests a hand on the chair and lowers his head for a second.
23-28s: The barber turns off the lights. Cut outside: he locks the door and walks away. The final shot holds on the dim shop and the still barber chair, streetlights reflected in the glass, like a quiet curtain call, fading slowly to black.

[Video Edit]Change the background to a vineyard in France, replace the coffee in the two people’s hands with red wine glasses, change the girl’s outfit into a French floral wrap dress, and add a thin-strap small bag on her body. Keep everything else unchanged.

[Sound Edit] Remove the background music from this video and add narration that fits the visuals.

Use the white-model reference video as the sole guide for camera movement, pacing, framing, subject motion, and blocking. Combine it with stage keyframes to create a 30-second cinematic 3D animated short. Style: dreamy, warm, fairy-tale, childlike fantasy. Keep character designs consistent with the keyframes; do not alter appearances. Expressions should change with the scene...... [around 1000 characters omitted]

Keep the girl and the moss-covered stairs from the green-screen video, and replace the green screen with an imaginative fairy-tale fantasy background suitable for mossy stairs. Tall ancient trees surround the area, their canopies interweaving into a natural dome. Thick vines hang from above, and the ground is covered with soft moss, ferns, and tiny wildflowers. On both sides of the stairs are ancient stone pillars half-hidden by plants, broken arches, glowing mushrooms, and flickering tiny light particles, like a magical entrance forgotten by time...... [Around 650 characters omitted]

Qué expone este espacio de trabajo

El selector es la autoridad sobre lo que puedes enviar aquí, y es una superficie más estrecha que la de las aplicaciones oficiales. Las filas que siguen se leen de la configuración de modelos de este sitio, no de la página de un competidor.

Dos filas merecen una explicación llana. La fila del audio es una limitación de este selector, no una afirmación sobre el modelo: Seedance 2.5 se publica como modelo de generación conjunta de audio y vídeo y la página oficial ofrece sus ejemplos con voz, mientras que este espacio de trabajo no envía ningún parámetro de audio, de modo que el comportamiento del audio es el que aplique el servicio por defecto.

Los topes de referencia son la otra laguna que conviene reconocer. Tanto las páginas oficiales como las de terceros citan cifras muy por encima de 2 imágenes y 1 clip, y la diferencia está en la forma de la petición de este sitio, no en el contrato del modelo. Si tu plano necesita más anclajes de los que admite el selector, esa es una razón para usar otra herramienta.

Seedance 2.5 y Seedance 2.0, uno junto a otro

Ambas generaciones tienen su propia página en este sitio y su propia página en el sitio oficial de Seed. El primer bloque de filas recoge lo que cada editor dice de su propia generación, leído de las dos páginas oficiales; el segundo bloque es el selector de este espacio de trabajo, y por eso los dos bloques pueden no coincidir entre sí.

La fila de la duración es el motivo más sólido para preferir la 2.5 aquí, porque es la misma clase de diferencia que describen las páginas oficiales: 30 segundos en una generación frente a menos. La fila del audio va en sentido contrario, y eso es un trueque real, no un detalle.

Tareas para las que sirve esta generación

La página oficial de producto nombra tres casos de uso y la página del modelo publica ejemplos de los tres. La lista que sigue se ciñe a lo que demuestra un ejemplo publicado.

• Narrativa cinematográfica en una sola toma. El ejemplo narrativo publicado es una escena de barbería de 28 segundos con seis tramos y diálogo hablado, y es la demostración que hace el propio modelo de la afirmación sobre la duración.
• Piezas de producto y de marca en las que la escena debe quedar fija y no repetirse. Los ejemplos de edición publicados cambian un fondo, una bebida y un vestuario en una sola instrucción y mantienen el resto del encuadre.
• Escenas con varios personajes y una referencia de movimiento. Los ejemplos de modelo blanco publicados entregan al modelo un clip de previsualización como única guía para el movimiento de cámara, el ritmo, el encuadre y el bloqueo.
• Planos de recurso y arreglos sobre material que ya tienes. El ejemplo de edición de sonido publicado pide quitar la música y añadir narración, que es una edición solo de audio sobre un clip existente.
• Planos con croma. El ejemplo publicado mantiene a un sujeto y una escalera y sustituye solo el fondo, que es el flujo de trabajo que la página oficial llama edición sobre croma.
• Presentación y localización en varios idiomas, dadas las once lenguas que enumera la página oficial de producto.
• Trabajo en formatos sociales verticales y panorámicos, ya que las siete relaciones del selector incluyen 9:16 y 21:9.
• Borradores de guion gráfico y de tramos, usando la estructura oficial por tramos en lugar de un párrafo largo.

Por qué otros sitios citan cifras distintas

Las páginas que posicionan para este modelo citan cifras que este espacio de trabajo no ofrece. Ninguna tiene por qué estar equivocada, y las que siguen conviene separarlas entre fuentes propias y de terceros.

Primero, las cifras que son de fuente propia. El techo de 50 entradas multimodales, la salida 4K, la edición por regiones, el modo beta de 180 segundos y los once idiomas con nombre propio aparecen todos en páginas de producto de ByteDance, así que son cifras del propio editor. Este espacio de trabajo simplemente expone una petición más estrecha: de 480p a 1080p, de 4 a 30 segundos y recuentos de referencias de un solo dígito.

Segundo, las que no lo son. Una supuesta mejora del 20% en la adherencia al prompt respecto a Seedance 2.0 aparece en dos plataformas de terceros, con una redacción casi idéntica, y ninguna página oficial consultada para esta página la sostiene. Tómala como una medición de esas plataformas. Lo mismo vale para los precios en créditos, que son propios de cada proveedor y cambian: OpenArt, Higgsfield y JXP ponen precios distintos a este modelo, y la única cifra que vincula aquí es el presupuesto que el espacio de trabajo muestra antes de enviar.

Tercero, sobre el 4K. Un competidor anuncia 4K nativo y la página oficial de producto sí dice salida 4K limpia, mientras que este espacio de trabajo se queda en 1080p. Si necesitas 4K, la respuesta honesta es que este sitio no puede producirlo.

• 50 referencias: fuente propia, pero no es lo que acepta este selector.
• 4K y beta de 180 segundos: fuente propia en las páginas oficiales de producto, no disponibles aquí.
• Edición por regiones: capacidad de fuente propia, no expuesta como control en este espacio de trabajo.
• 20% mejor de adherencia al prompt: solo una afirmación de terceros, sostenida por dos plataformas y por ninguna página oficial consultada aquí.
• Precios en créditos: propios de cada proveedor; el presupuesto del espacio de trabajo es la cifra que se aplica a tu tarea.

Cómo escribir un prompt de 30 segundos

Tanto el ejemplo oficial como las dos plataformas de terceros que publican guías coinciden en el mismo consejo, y los ejemplos oficiales muestran por qué: la línea temporal se escribe, no se sobreentiende.

1. Fija primero la escena en una o dos frases: lugar, hora del día, luz y la relación entre los personajes. El ejemplo narrativo oficial abre exactamente así, antes de que aparezca cualquier instrucción de cámara.
2. Divide los segundos en tramos y etiqueta cada uno. El ejemplo narrativo publicado usa seis rangos y el de ópera de Pekín usa tres, y cada rango lleva un movimiento de cámara y una acción.
3. Mantén una instrucción de cámara por tramo. El ejemplo de ópera mueve la cámara hacia Xiang Yu, luego hacia Yu Ji y después retrocede para un cuadro triangular de todo el escenario, un movimiento por rango.
4. Coloca las líneas habladas dentro del tramo en el que ocurren y nombra el idioma. Dos ejemplos publicados nombran diálogo en francés y en chino dentro del tramo en lugar de describirlo.
5. Adjunta un clip de referencia cuando la cámara y el bloqueo importen más que la prosa. El ejemplo de modelo blanco indica al modelo que trate la referencia como única guía para el movimiento de cámara, el ritmo, el encuadre, el movimiento del sujeto y el bloqueo.
6. Di qué no debe cambiar. El prompt de edición publicado termina con "Keep everything else unchanged", que es la instrucción que protege las partes que ya funcionan.

Cómo generar aquí

Cuatro pasos, en el orden en que los pide el espacio de trabajo.

1. Elige el modo: texto a vídeo, imagen a vídeo o referencia a vídeo cuando un clip deba guiar la cámara.
2. Escribe el prompt, o abre uno de la lista de arriba y cópialo.
3. Ajusta la duración entre 4 y 30 segundos, la resolución y una de las siete relaciones, y adjunta referencias si el modo las admite.
4. Lee el presupuesto, inicia sesión cuando el espacio de trabajo lo pida y envía. Si una tarea falla, lee su estado antes de reintentar para no enviar un duplicado.

Lo que esta página no promete

Una página de modelo debería decir dónde terminan sus propias afirmaciones. Estos son los límites de esta.

• No se promete ninguna asignación gratuita. Los créditos o la prueba que existan se muestran en tu cuenta, no aquí.
• Las cifras de 30 segundos y de extensión son afirmaciones publicadas por ByteDance sobre su propio producto. Ningún clip de esta página se generó aquí para comprobarlas.
• El audio no es un control en este espacio de trabajo. Seedance 2.5 se publica como modelo de generación conjunta de audio y vídeo y los ejemplos oficiales llegan con voz, pero el selector de aquí no envía ningún parámetro de audio, así que no interpretes esta página como una oferta de interruptor de audio.
• Este espacio de trabajo acepta hasta 2 imágenes de referencia y 1 clip de referencia. Las páginas que citan 50 entradas están citando el techo publicado del propio modelo, que no es la forma de la petición de este sitio.
• El 4K y el modo beta de vídeo largo de 180 segundos no están disponibles aquí; el selector se queda en 1080p y 30 segundos.
• La supuesta mejora del 20% en la adherencia al prompt respecto a Seedance 2.0 es una cifra de terceros. Esta página la repite solo como una afirmación de dos plataformas y no hizo ninguna comparación propia.
• Tres de los cinco prompts oficiales de esta página son extractos. La página oficial recorta su propio texto con puntos suspensivos y el resto no es público, así que el recorte se mantiene en lugar de reconstruirse.
• Todos los clips de la galería los publica ByteDance o una plataforma de terceros nombrada en su tarjeta. Ninguno se generó en este sitio, y un prompt publicado no garantiza que se reproduzca el mismo resultado.
• La latencia, el precio y el comportamiento de la cola dependen del servicio en el momento en que envías la tarea, no de nada de lo que se dice aquí.

De dónde salen los ejemplos y las cifras

Cada cifra y cada clip de esta página remite a una de las fuentes que aparecen abajo. Cuando un valor procede de una plataforma de terceros y no de ByteDance, la fila lo indica.