Seedance 2.0 Glossar

Wenn öffentliche Guides von Charakterkonsistenz sprechen, meinen sie meist: dieselbe Person, Kleidung, Silhouette und Identität über mehrere Shots hinweg beibehalten. In der Praxis hängt das von sauberen Referenzen ab: wenige klare Bilder, visuell nah am gewünschten Ergebnis, und dieselben Identitätsvorgaben in jedem Prompt wiederholen. Bricht die Konsistenz, trägt das Modell oft zu viele visuelle Variablen gleichzeitig.

Videoverlängerung bedeutet, einen bestehenden Clip ab den letzten Frames fortzusetzen statt eine komplett neue Szene zu generieren. Multi-Shot-Storytelling bedeutet, mehrere Shots zu planen, die sich wie eine Sequenz anfühlen. Beides hängt zusammen, ist aber nicht identisch: Verlängerung betrifft vor allem zeitliche Kontinuität, Multi-Shot-Planung betrifft Story-Struktur, Pacing, Kamerawechsel und visuelle Anker, die von Shot zu Shot bestehen bleiben.

Multimodale Eingabe bedeutet, Text mit Bildern, Video und manchmal Audio in einer Anfrage zu kombinieren. Natives Audio bedeutet, dass die Ausgabe erzeugten Sound enthalten kann statt nur stummes Video. Lip-Sync bezieht sich auf Mundbewegung, die zum gesprochenen Dialog passt. Diese Begriffe sind wichtig, weil sie beeinflussen, wie Sie das Modell briefen: Ein reiner Text-Prompt braucht mehr beschreibende Details, ein multimodaler Prompt kann Teile der Steuerung an Referenzen, Quellmaterial und Audio-Timing delegieren.