Seedance 2.0 Teknik Mimarlık

Kamu teknik açıklamalar birleşik multimodal ses-video ortak nesil mimarisine işaret eder. Girişler: metin 9 görüntüye artı, 3 video kliplere ve 3 ses parçaları ( platform sınırlarına ek). Text sahne, aksiyon ve stil; görüntüler / videolar / görüntüler kompozisyon, hareket, kamera ve ses için referans sağlar. Hızlıca @ etiketi sistemi, her varlık için rol atamanıza olanak sağlar.

Video: tipik olarak 4-15 saniye seçilebilir; karar için 2K (2048×1080); yönleri genellikle 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 ve uyarlanabilir. Ses: yerel stereo, video ile birlikte üretilen (post-dubbed değil); halka açık raporlarda birden çok dil için desteklenen dudak-sen. Video uzantı ve yerinde düzenleme birçok iş akışlarında destekleniyor.

Üçüncü taraf teknik yazı-uplar, tek bir inferencede görsel ve ses akışları kullanan bir çift-branch diffüzyon dönüştürücüyü, dudak-sen, ses efektleri ve müzik başlangıçtan gelen resimle uyumlu olmak. Görüntüler arasındaki tutarlılık aynı referans imajını yeniden kullanarak elde edilir ve onlara hızlı bir şekilde atıfta bulunur.