تولیدِ صدای همراهِ ویدیو با پذیرشِ فایلِ صوتی به‌عنوان مرجع یکی نیست. ابتدا نسخه و حالتِ ورودی را مشخص کنید؛ اگر فقط عکس و متن می‌گیرد، نباید فایلِ موسیقی یا اجرای مرجع را جزو ورودی‌های همان مسیر آموزش داد.
نکات کلیدی KEY TAKEAWAYS
- در Seedance میتوانید ظاهر را از عکس، حرکت را از ویدیو و بخش شنیداری را از صدا بگیرید؛ نقش هر مرجع را مشخص کنید.
- Extension ادامه کلیپ را می‌سازد؛ Targeted Edit بخش مشخصی از ویدیوی موجود را تغییر می‌دهد.
- ساخت ویدیوی تا ۳۰ ثانیه و کنترلهای تازه ویرایش برای Seedance 2.5 اعلام شدهاند؛ این مشخصات را به نسخه‌های قبلی تعمیم ندهید.
- مرجع‌های بیشتر همیشه نتیجه بهتر نمیدهند؛ برای هر ویژگی، فایل مشخص و سازگاری انتخاب کنید.
Seedance AI چیست و چه ویدیوهایی می‌سازد؟
Seedance می‌تواند از متن، ویدیویی همراه با صدا بسازد و از فایل‌های مرجع برای هدایت نتیجه کمک بگیرد. نمونه‌های سازنده شامل اجرای صحنه، انیمیشن سه‌بعدی و تغییر محیط یک ویدیوی آماده‌اند. در Seedance 2.5، ادامه‌دادن کلیپ و ویرایش یک بازه زمانی هم بخشی از مسیر کار هستند؛ بنابراین لازم نیست هر اصلاحی را با تولید دوباره کل صحنه شروع کنید.
ByteDance برای نشان‌دادن روایت طولانی‌تر، حرکت یک خواننده از پشت‌صحنه تا روی صحنه را با یک دستور متنی ساخته است. دستور، مسیر دوربین و اتفاق‌های پشت‌سرهم را توضیح می‌دهد.
از پشت‌صحنه تا شروع اجرا
نکته این نمونه، ادامه یک اتفاق در چند فضای متصل است؛ هنگام تماشا، تغییر محیط را در کنار پیوستگی شخصیت و صدا دنبال کنید.
دیدن نمونه اصلی1.5 Pro، 2.0 و 2.5 چه نسبتی دارند؟
Seedance 1.5 Pro
این نسخه از متن یا تصویر، ویدیوی همراه با صدا می‌سازد. معرفی رسمی آن بر هماهنگی گفتار، حرکت و صداهای محیط تمرکز دارد؛ قابلیت‌های چندمرجعیِ نسخه‌های بعد را نباید از نام Pro نتیجه گرفت.
Seedance 2.0
این نسخه ورودی‌های متن، تصویر، ویدیو و صدا را با هم می‌پذیرد و در معرفی رسمی، خروجی تا ۱۵ ثانیه دارد. اگر چند مرجع برای صحنه دارید، تفاوت اصلی آن با 1.5 Pro در همین ترکیب ورودی‌هاست.
Seedance 2.5
این نسخه سقف اعلام‌شده تولید را به ۳۰ ثانیه می‌رساند و برای ویرایش، محدوده زمانی می‌گیرد. اگر طول بیشتر کلیپ یا تغییر چند ثانیه مشخص برای کارتان مهم است، این تفاوت‌ها دلیل روشن‌تری برای انتخاب 2.5 هستند.
ورودی و خروجی قابلیت‌های Seedance 2.5
| قابلیت | ورودی و خروجی | نکته عملی |
|---|---|---|
| Text-to-Video | متن → ویدیوی تازه | وقتی عکس یا کلیپ اولیه ندارید، صحنه را با متن توصیف می‌کنید. |
| Image reference | تصویر + دستور → ویدیو | ظاهر سوژه، صحنه یا سبک را با نقش روشن مشخص کنید. |
| Video reference | ویدیوی مرجع + دستور → ویدیوی تازه | حرکت، دوربین و ریتم را از ظاهر جدا کنید. |
| Audio reference | صدای مرجع + دستور → ویدیوی دارای صدا | شما نقش فایل صوتی را در دستور مشخص می‌کنید تا مدل از همان بخش شنیداری کمک بگیرد. |
| Extension | ویدیوی قبلی → ادامه آن | اتصال دو بخش را از نظر حرکت و صدا ببینید. |
| Targeted edit | ویدیوی موجود + تغییر مشخص → نسخه اصلاح‌شده | تغییر باید محدود به همان بخشِ خواسته‌شده باشد. |
| مدت | تا ۳۰ ثانیه در معرفی رسمی Seedance 2.5 | در شات طولانی، پیوستگی سوژه و صدا را در تمام ویدیو ببینید. |
سقف‌های اعلام‌شده Seedance 2.5 برای هر نوع مرجع، ۳۰ تصویر، ۱۰ کلیپ ویدیویی و ۱۰ فایل صوتی است. این عددها سقف هر نوع فایل‌اند؛ سرویس انتخابی شما ممکن است همه این ورودی‌ها را در اختیار نگذارد.
تعارض بین مرجع‌ها را چطور کم کنید؟
وقتی مرجع‌های ظاهر یا حرکت با هم سازگار نیستند، ابتدا مشخص کنید کدام‌یک باید مبنا باشد. فایل‌های اضافی را کنار بگذارید و برای هر ویژگی یک مرجع روشن نگه دارید؛ وگرنه تشخیص اینکه کدام ورودی باعث تغییر ناخواسته شده دشوار می‌شود.
با فایل‌هایی که دارید، از کجا شروع کنید؟
فایل موجودتان تعیین می‌کند از ساخت تازه، تولید مرجع‌محور یا ویرایش شروع کنید:
فقط ایده دارید
در Text-to-Video بنویسید چه کسی یا چه چیزی، در چه فضایی، چه کاری انجام دهد. برای شروع یک اتفاق کوتاه و روشن انتخاب کنید.
اگر اتفاق اصلی دیده نمی‌شود، همان بخش دستور را روشن‌تر کنید؛ افزودن جزئیات تزئینی کمکی به اجرای آن نمی‌کند.
محصول یا شخصیت ثابت دارید
عکس را به‌عنوان تصویر مرجع (Image Reference) بدهید و بنویسید کدام جزئیات ظاهر باید حفظ شوند و چه چیزی اجازه تغییر دارد.
چهره، شکل یا نوشته مهم را در طول کلیپ با عکس مقایسه کنید؛ تغییر آن‌ها نیاز به اصلاح دارد.
حرکت مشخص دارید
کلیپ را به‌عنوان ویدیوی مرجع (Video Reference) وارد کنید و مشخص کنید حرکت سوژه، حرکت دوربین یا ریتم آن را می‌خواهید.
اگر پس‌زمینه هم ناخواسته وارد نتیجه شده، نقش کلیپ را در دستور به همان حرکت محدود کنید.
ویدیوی آماده دارید
برای افزودن ادامه، Extension را انتخاب کنید. برای تغییر بخش مشخصی از کلیپ، از ویرایش هدف‌گذاری‌شده (Targeted Edit) استفاده کنید و بازه زمانی و تغییر دلخواه را توضیح دهید.
نسخه اولیه و اصلاح‌شده را کنار هم ببینید؛ بخش‌های خارج از تغییر درخواستی باید حفظ شده باشند.
در نمونه ویرایش پرده سبز، سازنده برای بازه‌های مختلف یک کلیپ، محیط و شخصیت‌های فرعی متفاوتی تعیین کرده است. ویدیوی ورودی مبنا می‌ماند و دستور، تغییر هر بخش را مشخص می‌کند.
یک کلیپ، با تغییرهای زمان‌بندی‌شده
دستور این نمونه بازه‌های ۰ تا ۴، ۴ تا ۱۰ و ۱۰ تا ۱۵ ثانیه را جدا می‌کند؛ این زمان‌بندی مشخص می‌کند هر تغییر کجا اتفاق بیفتد.
دیدن نمونه اصلینمونه رسمی: دو مرجع با دو نقش متفاوت
ByteDance در یک نمونه، طرح سه‌بعدیِ بدون بافت (Clay Render) را با یک تصویر نهایی ترکیب کرده است. طرح ساده، مسیر حرکت را نشان می‌دهد و عکس، ظاهر مطلوب صحنه را مشخص می‌کند؛ دستور هم وظیفه این دو ورودی را جدا می‌نویسد.
- دو مرجع را آماده کنید
در نمونه، @Clay Render 1 راهنمای سه‌بعدیِ بدون بافت است و @Image 2 ظاهر نهایی را نشان می‌دهد. مسیر معرفی‌شده سازنده، بخش Video Generation در Jimeng و انتخاب Seedance 2.5 است.
- نقش‌ها را در دستور جدا کنید
بازگویی کوتاه دستور: حرکت دوربین، ریتم و مسیر سوژه را از @Clay Render 1 بگیر و برای طراحی شخصیت، نور و رنگ، از @Image 2 استفاده کن. خروجی، انیمیشنی سه‌بعدی با حال‌وهوای گرم و رؤیایی باشد.
- خروجی را با مرجع مربوط بسنجید
حرکت و ترکیب قاب را با طرح سه‌بعدی مقایسه کنید و ظاهر نهایی را با تصویر بسنجید. اگر حرکت درست است ولی نور یا جنس سطوح نیاز به اصلاح دارد، همان بخشِ مربوط به @Image 2 را تغییر دهید.
ویدیوی زیر، نمونه منتشرشده برای همین تقسیم نقش میان دو مرجع است. طرح سه‌بعدی، حرکت و چیدمان صحنه را می‌دهد و تصویر، ظاهر نهایی را تعیین می‌کند.
از طرح سه‌بعدی ساده تا صحنه نهایی
این روش به درد کاری می‌خورد که حرکت دوربین را از قبل طراحی کرده‌اید، اما می‌خواهید مدل، رنگ، نور و جزئیات بصری را به آن اضافه کند.
دیدن نمونه اصلیدر برابر Kling و Omni چه انتخابی منطقی است؟
برای تغییر محیط یک ویدیوی آماده، نمونه پرده سبز Seedance 2.5 مسیر روشنی نشان می‌دهد: کلیپ را می‌دهید و تغییر هر بازه را مشخص می‌کنید. اگر هدف، ساخت نماهای تازه با چند تصویر از یک محصول یا شخصیت است، Kling VIDEO 3.0 Omni هم ورودی‌های مرجع می‌گیرد؛ در این حالت، حفظ هویت سوژه و کنترل نماها معیار مقایسه‌اند.
برای اتصال دو تصویرِ آغاز و پایان، Gemini Omni Flash حالت Interpolation دارد و در هر بار تولید، ویدیوی ۳ تا ۱۰ ثانیه‌ای می‌سازد. اگر کلیپ تا ۳۰ ثانیه را یک‌جا می‌خواهید، سقف اعلام‌شده Seedance 2.5 با این نیاز سازگارتر است. این مشخصات، تفاوت مسیر کار را نشان می‌دهند و برتری کلی کیفیت را ثابت نمی‌کنند.
در جنارا چطور امتحانش کنید؟
در جنارا، نسخه Seedance و حالتِ فعالِ ورودی را بررسی کنید. برای مسیرِ عکس به ویدیو، عکسِ شروع و متنِ حرکت را آماده کنید. مرجعِ صدا یا کلیپ را فقط وقتی اضافه کنید که همان صفحه واقعاً آن ورودی را می‌پذیرد. قابلیت‌های 2.5 را به مسیرِ 1.5 Pro تعمیم ندهید؛ دسترسی و اجرایِ همه مسیرها در این بازبینی تأیید نشده است.
جمع‌بندی
Seedance 2.5 برای ساخت صحنه با چند مرجع و اصلاح بخش مشخصی از ویدیو مناسب است. برای شروع، مهم‌ترین مرجع کارتان را انتخاب کنید و نقش آن را روشن بنویسید؛ سپس فقط فایل‌هایی را اضافه کنید که اطلاعات تازه‌ای به مدل می‌دهند. این روش کمک می‌کند هنگام اصلاح خروجی بدانید باید کدام ورودی یا کدام بخش دستور را تغییر دهید.
سؤال‌های رایج
آیا Seedance 2.5 همان 2.0 است؟
نه. سقف اعلام‌شده تولید در Seedance 2.0 برابر ۱۵ ثانیه است؛ Seedance 2.5 این سقف را به ۳۰ ثانیه می‌رساند و امکان ویرایش بازه زمانی مشخصی از ویدیو را اضافه می‌کند.
Extension با Targeted Edit چه فرقی دارد؟
Extension ادامه یک کلیپ را می‌سازد. Targeted Edit برای تغییر بخش مشخصی از ویدیوی موجود است؛ بقیه قسمت‌ها باید حفظ شوند.
