ByteDance hôm nay (31 tháng 7) ra thông báo công bố mô hình tạo video Seedance 2.5 tại Trung Quốc, có thể tạo mỗi lần một đoạn video chất lượng cao dài 30 giây, lần lượt được tích hợp vào JiMeng AI và Doubao bản chuyên nghiệp, còn dịch vụ API cũng sẽ sớm được tích hợp vào Volcengine Ark.
Theo thông tin chính thức, Seedance 2.5 kế thừa kiến trúc tạo video và âm thanh đa phương thức hợp nhất của Seedance 2.0, tập trung cải thiện khả năng kể chuyện dài, tham chiếu đa phương thức và chỉnh sửa.
Mô hình hướng đến các lĩnh vực như điện ảnh truyền hình, quảng cáo, giáo dục, sản xuất công nghiệp, trí tuệ hiện thân và lái xe tự động, với mục tiêu chuyển quá trình tạo video từ “tạo một đoạn phim” sang “hoàn thành một tác phẩm”.
Về khả năng tạo video, Seedance 2.5 nâng thời lượng video tạo trong một lần từ 15 giây lên 30 giây và hỗ trợ kéo dài qua nhiều lượt. Theo thông tin chính thức, mô hình có thể sắp xếp nhiều cảnh quay có liên kết logic trong 30 giây, giúp câu chuyện được triển khai theo các mạch mở đầu, phát triển, chuyển biến và kết thúc.
Trong ví dụ chính thức, đoạn biểu diễn của một ca sĩ bước lên sân khấu được quay liền mạch thể hiện một mạch kể chuyện hoàn chỉnh: máy quay tiến qua khe hở của tấm màn đỏ dày, đi vào phòng hóa trang hậu trường với tông màu ấm; nữ ca sĩ trẻ chỉnh lại tai nghe, nhân viên nhắc cô lên sân khấu; ca sĩ đi qua hành lang hậu trường, tương tác với bạn diễn và nhận micro; sau đó bước lên sân khấu, máy quay cuối cùng lùi ra xa đến toàn cảnh nhà thi đấu, cho thấy khán giả, bảng đèn, que phát sáng và tiếng reo hò.
Về khả năng kéo dài qua nhiều lượt, ví dụ chính thức yêu cầu mô hình tiếp tục tạo thêm 30 giây trên nền video hiện có, đồng thời duy trì sự nhất quán về nhân vật chính, bối cảnh, phong cách hình ảnh, âm thanh và hiệu ứng âm thanh. Cốt truyện mẫu bao gồm các hành động liên tiếp như một cậu bé ôm quả bóng đá chạy dọc toa tàu, lao ra khỏi cửa khi tàu điện ngầm dừng hẳn, rồi nhân vật nam đuổi theo và cuối cùng bắt được cậu bé.
Seedance 2.5 hỗ trợ người dùng nhập cùng lúc tối đa 30 ảnh, 10 đoạn video và 10 đoạn âm thanh làm tư liệu tham chiếu. Theo thông tin chính thức, mô hình có thể tổng hợp và hiểu các yếu tố như bố cục hình ảnh, bối cảnh, phong cách, nhân vật và đạo cụ trong những tư liệu khác nhau, sau đó sử dụng chúng để tạo video theo chỉ dẫn.
Trong các cảnh nhiều người cùng xuất hiện và kể chuyện theo nhóm nhân vật, Seedance 2.5 có thể đồng thời tái hiện hình ảnh và giọng nói của nhiều nhân vật, đồng thời duy trì ổn định các đặc điểm chính. Đoạn hòa nhạc dài 30 giây do phía chính thức giới thiệu sử dụng khung hình ngang 16:9 và phong cách chân thực giàu chất điện ảnh, với tư liệu tham chiếu bao gồm hình ảnh bối cảnh, nghệ sĩ piano, cello, violin, ca sĩ chính, dàn nhạc, dàn hợp xướng và khán đài.
Địa chỉ tham khảo
Trang chủ dự án Seedance 2.5