ByteDance ilitangaza leo (Julai 31) kuzindua nchini China modeli ya uzalishaji wa video Seedance 2.5, inayoweza kuzalisha klipu ya video ya ubora wa juu yenye urefu wa sekunde 30 kwa mara moja, na inapatikana hatua kwa hatua kwenye Jimeng AI na Doubao Professional. Huduma ya API pia itaunganishwa na Volcengine Ark hivi karibuni.
Rasmi wamesema kuwa Seedance 2.5 inaendeleza usanifu wa pamoja wa uzalishaji wa sauti na video wa aina mbalimbali uliounganishwa wa Seedance 2.0, huku ikilenga kuboresha masimulizi marefu, marejeo ya aina mbalimbali na uwezo wa kuhariri.
Modeli hii inalenga matumizi katika filamu na televisheni, matangazo, elimu, utengenezaji wa viwandani, akili bandia iliyojengeka na uendeshaji wa magari bila dereva. Lengo ni kuifanya uzalishaji wa video uondoke kwenye “kuzalisha klipu moja” na kuelekea “kukamilisha kazi ya ubunifu”.
Kwa upande wa uzalishaji, Seedance 2.5 imeongeza muda wa kila uzalishaji wa video kutoka sekunde 15 hadi sekunde 30, na inasaidia kuongeza muda kwa awamu nyingi. Rasmi wamesema kuwa ndani ya sekunde 30, modeli inaweza kupanga picha nyingi zenye uhusiano wa kimantiki, ili hadithi iendelee kwa utangulizi, maendeleo, mgeuko na hitimisho.
Katika mfano rasmi, klipu ya mwimbaji akitumbuiza jukwaani bila kukatizwa inaonyesha masimulizi kamili: kamera inasogea kutoka kwenye mwanya wa pazia zito jekundu na kuingia kwenye chumba cha kujipambia chenye mwanga wa joto nyuma ya jukwaa; mwimbaji mchanga wa kike anarekebisha vifaa vyake vya masikioni huku mfanyakazi akimkumbusha kupanda jukwaani; mwimbaji anapita kwenye njia ya nyuma ya jukwaa, anaingiliana na mcheza densi mwenzake na kupokea kipaza sauti; kisha anapanda jukwaani, na kamera hatimaye inavuta nyuma kuonyesha uwanja mzima wa michezo, ukiwa na watazamaji, mabango yenye taa, vijiti vya mwanga na sauti za shangwe.
Kuhusu kuongeza muda kwa awamu nyingi, mfano rasmi uliitaka modeli iendelee kuzalisha sekunde 30 nyingine kwa msingi wa video iliyopo, huku ikidumisha mhusika mkuu, mandhari, mtindo wa picha, sauti na athari za sauti. Hadithi ya mfano inajumuisha mvulana mdogo akikimbia ndani ya behewa akiwa amekumbatia mpira wa kandanda, akitoka kupitia mlango wa treni baada ya treni ya chini ya ardhi kusimama, kisha mhusika wa kiume akimfukuza na hatimaye kumkamata mvulana huyo, katika mfululizo wa vitendo vinavyoendelea.
Seedance 2.5 inaruhusu mtumiaji kuingiza kwa mara moja hadi picha 30, video 10 na sauti 10 kama nyenzo za marejeo. Rasmi wamesema kuwa modeli inaweza kuelewa kwa pamoja vipengele kama vile mpangilio wa picha, mandhari, mtindo, wahusika na vifaa kutoka kwenye nyenzo tofauti, na kuvitumia katika uzalishaji wa video kulingana na maagizo.
Katika mandhari zenye watu wengi kwenye fremu moja na masimulizi ya kikundi, Seedance 2.5 inaweza kurejesha kwa wakati mmoja mwonekano na sauti za wahusika wengi, huku ikidumisha kwa uthabiti sifa za wahusika wakuu. Klipu rasmi ya tamasha yenye urefu wa sekunde 30 ilitumia fremu ya mlalo ya 16:9 na mtindo wa uhalisia wa kisinematografiki, ikiwa na nyenzo za marejeo zinazojumuisha picha ya mandhari, mpiga piano, selo, violin, mwimbaji mkuu, orchestra, kwaya na sehemu ya watazamaji.
Anwani za marejeo
Ukurasa wa mradi wa Seedance 2.5