Seedance 2.5 参照画像から動画生成 | 30枚の使い方

参照画像から動画を作る方法を覚えるとは、ほぼ、リクエストが何を受け付けるかを覚えることです。Seedance 2.5 は1回の生成で最大30枚の画像を取り、それらに対して請求を一切増やさず、添付された時点でプロンプトを任意のフィールドに変えます。実際に効いてくる制約は、ファイル形式、画像1枚あたり 30 MB の上限、そしてジョブが始まる前にすべてのファイルが公開 URL の後ろに置かれていなければならないことです。

参照画像として認められるもの

1リクエストで最大30枚の参照画像を受け付けます。対応形式は jpeg、png、webp、bmp、tiff、gif、heic、heif で、各ファイルは 30 MB 未満でなければなりません。

参照動画と参照音声は、同じリクエスト上の別枠です。動画クリップは mp4 または mov で1本 200 MB 以下、最大10本、1本あたり2〜30秒、合計30秒。音声トラックは wav または mp3 で1本 15 MB 以下、最大10トラックです。混ぜて使うこともできます。この仕組みの中で安いほうの半分は画像で、その理由は料金の節で扱います。

30枚というのは大きな枠なので、意図を持って使う価値があります。ひとつの被写体を複数の角度から、衣装のディテール、部屋、そして望む照明が分かる1フレーム。これらのほうが、ほぼ同じ写真を30枚並べるよりずっと働きます。

参照画像から動画を作る手順

手順は短いものです。

1. すべての画像を、公開された HTTP(S) で取得できる場所に置く。それ以外は受け付けられません。
2. プロンプトでは触れないフィールドを設定する。尺は4〜30秒で既定は5秒、解像度は 480p、720p、1080p から選び既定は 720p、アスペクト比は 16:9、9:16、1:1、4:3、3:4、21:9、adaptive から選び、既定は adaptive です。
3. 画像の URL を添付し、見た目ではなく何が起きるかを書いたプロンプトを書く。
4. 送信する。生成は平均2〜5分、ジョブは非同期で、結果のポーリングは無料です。
5. 出力を mp4 または mov として回収する。

オフにしないかぎり、音声は同じパスで生成されます。generate_audio の既定値は true で、セリフ・効果音・音楽をモノラルトラックとしてまとめて扱うので、音のない写真だけから組んだリクエストでも音付きで返ってきます。

ホスティング: 公開 URL のみ

メディア入力は公開された HTTP(S) の URL です。データ URI はプラットフォーム全体で拒否されるので、リクエストボディに base64 を入れる逃げ道はありません。

このひとつの規則が、最初の試行がそもそも始まらない理由としていちばん多いものです。セッションのクッキーを必要とするリンク、すでに期限切れの署名付き URL、未知のユーザーエージェントを弾くホスト上のファイルは、どれも生成の前に失敗します。ジョブを送る前に、ログインしていない状態から各 URL をテストしてください。

画像を添付した後、プロンプトが担う役割

プロンプト欄は20,000文字まで入ります。テキストから動画を作る場合は必須で、参照メディアが存在した時点で任意になります。

任意であることは、無意味であることを意味しません。画像が添付されると、プロンプトは見た目を運ぶのをやめ、動作・カメラ・タイミングを運び始めます。誰がどちらへ動くのか、カメラが何をするのか、カットがどこに落ちるのか。画像30枚と3文の演出というリクエストの形は、ごく普通です。

画像がすでに担っている描写的な文章は削ってください。コートの写真の隣に「赤いウールのコート」と書くのは、ひとつのディテールに真実の出どころを2つ作ることであり、モデルがどちらに従うべきかはリクエストのどこにも書かれていません。

参照メディアの費用

課金は完成動画の秒単位で、単価は解像度と、リクエストが参照動画を含んでいたかどうかで決まります。

参照画像と参照音声は課金秒数を増やしません。画像30枚から組んだ 720p の5秒クリップは $0.266824 で5秒の課金となり、約 $1.33 です。同じクリップを 1080p にすると約 $2.31、1080p の10秒なら約 $4.62 です。

例外は参照動画です。その尺自体が出力に上乗せされて請求に加わり、参照動画を含むリクエストは、出力尺の3分の5を切り上げた秒数を下回って課金されることがありません。参照動画があると秒単価は下がるので一部は相殺されますが、全部を相殺できることはめったにありません。

失敗したジョブは全額返金されるので、拒否された実行にかかるのは待ち時間であってクレジットではありません。

30秒の上限を越える

1回の生成は30秒で止まります。尺を -1 にするとモデルが長さを選びますが、確保は返ってくる長さにかかわらず30秒の上限で取られます。

それより長い作品は、生成を連結して作ります。スキーマは return_last_frame と seed を、output_format、bitrate_mode、watermark、omni_reference_task_type、image_with_roles といったフィールドと並べて公開していて、よく使われる方法は、あるクリップの最終フレームを次のクリップの参照画像として持ち越し、2つのセグメントで被写体と見た目を共有させることです。

連結は 480p で下書きしてください。構図、人物の配置、つながりは、すべて秒あたり $0.118589 で読み取れます。5秒のテストが約 $0.59、1080p なら $2.31 のところです。探している構造上の間違いは、どちらの段階でも同じように現れます。

よくある質問

1リクエストで参照画像は何枚使えますか？ 最大30枚、jpeg、png、webp、bmp、tiff、gif、heic、heif のいずれかで、各ファイル 30 MB 未満です。課金秒数は増えません。

画像を添付してもプロンプトは必要ですか？ いいえ。プロンプトは参照メディアがあれば任意で、必須なのはテキストから動画を作る場合だけです。とはいえ、動作とカメラを押さえた短い演出は、たいてい結果を良くします。

URL ではなく画像ファイルを直接アップロードできますか？ いいえ。メディア入力は公開された HTTP(S) の URL で、データ URI は拒否されるので、ファイルは先にログイン不要で到達できる場所にホストする必要があります。

参照画像を使った動画はいくらかかりますか？ 画像そのものは無料です。払うのは出力に対してで、720p の5秒が約 $1.33、1080p の5秒が約 $2.31、480p の5秒が約 $0.59 です。

ひとことでまとめると

参照画像から動画を作る方法は、4つの決定に集約されます。ファイルは公開された HTTP(S) の URL にホストすること。それ以外は受け付けられないからです。30枚の枠は繰り返しではなく多様性に使うこと。見た目は画像に、動作とカメラとタイミングはプロンプトに担わせること。5秒が約 $0.59 の 480p で下書きし、それから完成したリクエストを 1080p で一度だけ回すこと。そして、画像には費用がかからないが出力の1秒ごとには費用がかかることを忘れないでください。