Seedance 2.5 de referencia a vídeo: cómo usar referencias

Límites de referencias

Las referencias son enlaces https públicos, o archivos que subes con POST /v1/uploads (imágenes de hasta 30 MB, clips de 50 MB, sonidos de 15 MB). Un primer fotograma (image_url) es otra cosa: fija la imagen inicial. Consulta imagen a vídeo.

Nombra cada referencia en el prompt

El modelo lee las referencias en el orden en que las envías. Menciónalas por tipo y número, y di para qué sirve cada una: «la mujer de la imagen 1», «la botella de la imagen 3», «copia el movimiento de cámara del vídeo 1», «la música sigue el audio 1». Una referencia que no mencionas puede influir igualmente en el aspecto, así que envía solo lo que necesita el plano.

# One Idempotency-Key per job, made once: resend with the same $KEY after a timeout, a 429 or a 5xx
KEY=$(uuidgen)
curl https://api.revana.si/v1/generations \
  -H "Authorization: Bearer $REVANA_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $KEY" \
  -d '{
  "model": "seedance-2.5",
  "input": {
    "prompt": "The chef from image 1 plates the dish from image 2 in the kitchen from image 3. Shot 1: wide of the kitchen. Shot 2: close-up of her hands plating. Shot 3: she slides the plate toward camera and smiles. Pans sizzling, low kitchen chatter.",
    "image_urls": [
      "https://example.com/chef.jpg",
      "https://example.com/dish.jpg",
      "https://example.com/kitchen.jpg"
    ],
    "duration": 15,
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "audio": true
  },
  "max_cost_usd": 5
}'

Clips y sonidos de referencia

Un clip de referencia muestra al modelo un movimiento o un movimiento de cámara que seguir; un sonido le da el ritmo o la voz que igualar. Se pueden combinar con imágenes en una misma solicitud.

{
  "model": "seedance-2.5",
  "input": {
    "prompt": "Copy the camera move of video 1: a fast dolly through a crowded market, but in a snowy mountain village at dusk. The music follows audio 1.",
    "video_urls": [
      "https://example.com/dolly-shot.mp4"
    ],
    "audio_urls": [
      "https://example.com/track.mp3"
    ],
    "duration": 10,
    "resolution": "720p",
    "audio": true
  },
  "max_cost_usd": 5
}

Edita un vídeo que ya tienes

Envía el clip en video_urls y describe solo el cambio. No indiques la duración ni la relación de aspecto: la edición conserva las del clip.

{
  "model": "seedance-2.5",
  "input": {
    "prompt": "Same shot, but it is night and raining, neon reflections on the street",
    "video_urls": [
      "https://example.com/street.mp4"
    ]
  },
  "max_cost_usd": 5
}

Para cambiar una persona, un producto o un lugar en un clip y mantener la misma interpretación y la misma cámara, Nemesis está hecho exactamente para eso.

Cuánto cuestan las referencias

Las imágenes de referencia no cambian la tarifa: 480p $0.09 · 720p $0.21 · 1080p $0.52 por segundo. Una solicitud con entrada de vídeo se cobra a la tarifa más baja de entrada de vídeo ($0.06, $0.15 y $0.34 por segundo), y los segundos de los clips de entrada se cobran junto con la salida: un clip de 10 segundos en 720p hecho a partir de una referencia de 10 segundos cuesta $3.00. El endpoint de cotización gratis da el precio exacto de cualquier solicitud.

Consejos para personajes y productos coherentes

• Varios ángulos, un solo sujeto. Tres o cuatro imágenes de la misma cara (de frente, de tres cuartos, de perfil) mantienen mejor a un personaje que una sola.
• Fondos lisos para las referencias de producto y personaje, para que el modelo no copie también el fondo.
• Una función por referencia. No envíes una imagen que muestre a la vez el personaje y el lugar; sepáralas.
• Reparto pequeño. Uno o dos personajes se mantienen coherentes con más fiabilidad que una multitud.
• Borradores en 480p ($0.90 por 10 segundos) hasta que las referencias se lean bien, y luego renderiza el final.