Cómo hacer videos desde imagen de referencia | Seedance 2.5

Aprender cómo hacer videos desde imágenes de referencia es sobre todo aprender qué va a aceptar la petición. Seedance 2.5 admite hasta 30 imágenes en una sola generación, no suma nada a la factura por ellas, y convierte el prompt en un campo opcional en cuanto están adjuntas. Las restricciones que de verdad muerden son los formatos de archivo, el techo de 30 MB por imagen, y el hecho de que cada archivo tiene que estar detrás de una URL pública antes de que el trabajo arranque.

Qué cuenta como imagen de referencia

Una petición acepta hasta 30 imágenes de referencia. Los formatos aceptados son jpeg, png, webp, bmp, tiff, gif, heic y heif, y cada archivo tiene que estar por debajo de 30 MB.

El video de referencia y el audio de referencia son presupuestos aparte en la misma petición: hasta 10 clips de video en mp4 o mov de 200 MB o menos cada uno, que duren de 2 a 30 segundos individualmente y 30 segundos combinados, más hasta 10 pistas de audio en wav o mp3 de 15 MB o menos cada una. Mezclarlos está permitido. Las imágenes son la mitad barata de ese arreglo, por razones que cubre la sección de precios.

Treinta imágenes es un presupuesto grande y vale la pena gastarlo con criterio. Varios ángulos de un mismo sujeto, un detalle de vestuario, la habitación y un fotograma que muestre la iluminación que quieres harán más que treinta tomas casi idénticas.

Cómo hacer videos desde imágenes de referencia

La secuencia es corta.

1. Pon cada imagen en algún sitio del que se pueda descargar por HTTP(S) público. No se acepta nada más.
2. Configura los campos que el prompt no puede tocar: duración entre 4 y 30 segundos con 5 por defecto, resolución entre 480p, 720p o 1080p con 720p por defecto, y relación de aspecto entre 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 o adaptive, que es la que viene por defecto.
3. Adjunta las URL de las imágenes y escribe un prompt que diga qué pasa en lugar de qué aspecto tienen las cosas.
4. Envía. La generación tarda de media de dos a cinco minutos, el trabajo es asíncrono, y consultar por el resultado es gratis.
5. Recoge la salida como mp4 o mov.

El audio se genera en la misma pasada salvo que lo apagues. generate_audio vale true por defecto y cubre habla, efectos y música como una pista mono, así que una petición construida a partir de fotografías mudas vuelve igualmente con sonido.

Alojamiento: solo URL públicas

Las entradas multimedia son URL HTTP(S) públicas. Los data URI se rechazan en toda la plataforma, así que meter base64 en el cuerpo de la petición no es una alternativa.

Esa única regla es la razón más común de que un primer intento no llegue a arrancar. Un enlace que necesita una cookie de sesión, una URL firmada que ya ha caducado, o un archivo en un servidor que bloquea agentes de usuario desconocidos van a fallar todos antes de la generación. Prueba cada URL desde un contexto sin sesión iniciada antes de enviar el trabajo.

Qué sigue haciendo el prompt cuando hay imágenes adjuntas

El campo de prompt admite hasta 20,000 caracteres. Es obligatorio para texto a video y opcional en cuanto hay cualquier material de referencia presente.

Opcional no significa inútil. Con imágenes adjuntas, el prompt deja de cargar con la apariencia y pasa a cargar con la acción, la cámara y el ritmo: quién se mueve, en qué dirección, qué hace la cámara, dónde cae el corte. Una petición con 30 imágenes y tres frases de dirección es una forma normal.

Borra la prosa descriptiva que las imágenes ya cubren. Escribir «un abrigo de lana rojo» al lado de una fotografía del abrigo crea dos fuentes de verdad para un mismo detalle, y nada en la petición dice a cuál de las dos debería hacer caso el modelo.

Lo que cuesta el material de referencia

La facturación es por segundo de video terminado a una tarifa fijada por la resolución, y por si la petición llevaba un video de referencia.

Las imágenes y el audio de referencia no añaden segundos facturables. Un clip de cinco segundos en 720p construido a partir de 30 imágenes factura cinco segundos a $0.266824, o sea unos $1.33. Ese mismo clip en 1080p sale por unos $2.31, y diez segundos en 1080p por unos $4.62.

El video de referencia es la excepción. Su propia duración se suma a la factura además de la salida, y una petición que lleva video de referencia nunca se factura por menos de cinco tercios de la duración de salida, redondeados hacia arriba. La tarifa por segundo baja cuando hay video de referencia presente, lo que compensa parte de eso pero rara vez todo.

Los trabajos fallidos se reembolsan íntegros, así que una ejecución rechazada cuesta la espera y no los créditos.

Cómo pasar del techo de 30 segundos

Una sola generación se para a los 30 segundos. Poner la duración a -1 deja que el modelo elija la duración, y la reserva se toma en el tope de 30 segundos independientemente de lo que salga.

Las piezas más largas son generaciones encadenadas. El esquema expone return_last_frame y seed junto a campos como output_format, bitrate_mode, watermark, omni_reference_task_type e image_with_roles, y el enfoque habitual es llevar el fotograma final de un clip hacia delante como imagen de referencia del siguiente, para que los dos segmentos compartan sujeto y aspecto.

Borronea la cadena en 480p. La composición, la puesta en escena y la continuidad son todas legibles a $0.118589 por segundo, lo que deja una prueba de cinco segundos en unos $0.59 frente a $2.31 en 1080p, y los errores estructurales que estás buscando se ven igual en cualquiera de los dos niveles.

Preguntas frecuentes

¿Cuántas imágenes de referencia puede usar una petición? Hasta 30, en jpeg, png, webp, bmp, tiff, gif, heic o heif, cada una por debajo de 30 MB. No añaden segundos facturables.

¿Sigo necesitando un prompt si adjunto imágenes? No. El prompt es opcional siempre que haya material de referencia presente y solo es obligatorio para texto a video. Una dirección corta que cubra acción y cámara suele mejorar el resultado de todos modos.

¿Puedo subir archivos de imagen directamente en lugar de usar URL? No. Las entradas multimedia son URL HTTP(S) públicas y los data URI se rechazan, así que el archivo tiene que estar alojado antes en algún sitio accesible sin sesión iniciada.

¿Cuánto cuesta un video con imágenes de referencia? Las imágenes en sí son gratis. Pagas por la salida: unos $1.33 por cinco segundos en 720p, unos $2.31 por cinco segundos en 1080p, y unos $0.59 por cinco segundos en 480p.

En resumen

Cómo hacer videos desde imágenes de referencia se reduce a cuatro decisiones. Aloja los archivos en URL HTTP(S) públicas, porque no se acepta nada más. Gasta el presupuesto de 30 imágenes en variedad y no en repetición. Deja que las imágenes carguen con la apariencia y que el prompt cargue con la acción, la cámara y el ritmo. Borronea en 480p, donde cinco segundos son unos $0.59, y después lanza la petición terminada una vez en 1080p, recordando que las imágenes no cuestan nada mientras que cada segundo de salida sí.