Génération de vidéo SeeDance

SeeDance est l'intégration TENSORAXIS des modèles vidéo Volcengine Ark Doubao Seedance (canal doubao-video). Comme tout modèle vidéo, il est asynchrone : soumettez une tâche pour obtenir un task_id, interrogez le statut de la tâche, puis lisez l'URL de la vidéo une fois terminée. Le flux commun de soumission/interrogation se trouve dans la présentation de la génération de vidéo ; cette page ne couvre que les capacités et paramètres spécifiques à SeeDance.

Modèles et matrice des capacités

2-0-fast correspond à 2-0 en termes de capacités, mais il est optimisé pour une génération plus rapide. La prise en charge des capacités est en définitive déterminée par le modèle en amont.

Champs de la requête

POST /v1/video/generations

Texte-vers-vidéo

Fournissez uniquement prompt ; ajoutez la résolution, la durée, le format d'image, etc. via metadata.

curl https://api.tensoraxis.ai/v1/video/generations \
  -H "Authorization: Bearer $TENSORAXIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "doubao-seedance-2-0-260128",
    "prompt": "An old man wearing a hat smiles and walks forward down an autumn street",
    "metadata": {
      "resolution": "1080p",
      "ratio": "16:9",
      "duration": 5
    }
  }'

Image-vers-vidéo

Première image

Transmettez une image de référence via images pour l'utiliser comme première image ; les autres paramètres correspondent à ceux du texte-vers-vidéo.

curl https://api.tensoraxis.ai/v1/video/generations \
  -H "Authorization: Bearer $TENSORAXIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "doubao-seedance-1-0-lite-i2v",
    "prompt": "Slow push-in, the subject smiles",
    "images": ["https://example.com/first-frame.jpg"],
    "metadata": {
      "resolution": "1080p",
      "duration": 5
    }
  }'

Première/dernière image (Seedance 2.0)

La première/dernière image nécessite que metadata.content étiquette chaque image avec un role explicite (first_frame / last_frame) ; cela remplace la liste de contenu générée à partir de images. Voir forme de metadata.content.

{
  "model": "doubao-seedance-2-0-260128",
  "prompt": "A time-lapse from dawn to sunset",
  "metadata": {
    "resolution": "1080p",
    "duration": 5,
    "content": [
      { "type": "image_url", "image_url": { "url": "https://example.com/start.jpg" }, "role": "first_frame" },
      { "type": "image_url", "image_url": { "url": "https://example.com/end.jpg" }, "role": "last_frame" }
    ]
  }
}

Référence/continuation vidéo (équivalent à « modification vidéo »)

Le backend SeeDance ne dispose d'aucun point de terminaison dédié à la modification vidéo au niveau de l'image. La capacité de « référence multimodale vidéo » de Seedance 2.0 vous permet de fournir une vidéo comme source de référence/continuation — transmettez un élément metadata.content avec video_url.

{
  "model": "doubao-seedance-2-0-260128",
  "prompt": "Continue the motion in this clip, the camera keeps panning right",
  "metadata": {
    "resolution": "1080p",
    "content": [
      { "type": "video_url", "video_url": { "url": "https://example.com/source.mp4" } }
    ]
  }
}

Paramètres avancés de metadata

Les champs sous metadata correspondent aux champs de premier niveau de la tâche Volcengine. La colonne « Plage / Valeur par défaut » provient de la documentation officielle Volcengine et est en définitive déterminée par le modèle en amont ; TENSORAXIS se contente de recevoir et de transmettre ces champs.

Remarques :

• metadata.model est supprimé et ne peut pas remplacer le modèle facturé.
• Les clés de metadata non mappées aux champs ci-dessus ne sont généralement pas transmises en amont.
• Si seconds et metadata.duration sont envoyés tous les deux, metadata.duration a priorité.

Forme de metadata.content

metadata.content est un tableau de contenu avancé utilisé pour la première/dernière image, la référence vidéo, la référence audio, etc. Une fois fourni, il remplace la liste de contenu générée à partir de images (tout élément type: text est ignoré ; le corps provient de prompt).

Facturation

SeeDance est facturé au jeton (token) ; la résolution est déjà reflétée dans le nombre de jetons, donc aucun coefficient de résolution distinct ne s'applique.

• La génération classique (texte/image-vers-vidéo) utilise le palier generate.
• L'entrée vidéo (référence/continuation vidéo) est détectée à partir du contenu média réel et relève du palier réduit video_input moins cher (prix unitaire inférieur à la génération classique).

Les prix unitaires exacts suivent la configuration « Video Pricing » de la console et la page de tarification ; les opérateurs peuvent remplacer les valeurs par défaut par les derniers tarifs officiels.

Interrogation de la tâche

Le flux commun de soumission/interrogation, les codes de statut et les chemins de récupération compatibles OpenAI/Sora se trouvent dans la présentation de la génération de vidéo.