Seedance 2.5 Referencia a Video

¿Qué hace Seedance 2.5 Referencia a Video?

Video 1080p guiado por referencias de ByteDance. Proporciona las imágenes que deben permanecer estables, un clip corto que transmita el movimiento de cámara y un prompt que dirija la acción; devuelve un clip en 1080p con audio sincronizado.

runcomfy.com · Seedance 2.5 Referencia a Video 1080p · Nivel borrador 480p · Documentación CLI

Instalar esta habilidad

npx skills add genmedia-labs/skills --skill seedance-2-5-reference-to-video -g

Cuándo elegir este modelo (vs. sus hermanos)

La propiedad distintiva de Seedance 2.5 Reference to Video es la generación condicionada por referencias en resolución de entrega: la identidad, la geometría del producto y la dirección artística provienen de tus imágenes de referencia en lugar del texto, y la salida se entrega en 1080p para que no tengas que escalar un borrador. RunComfy lo posiciona para planos finales de personajes consistentes, videos de referencia de productos y clips de marca con estilo fijo.

Quieres	Usa
Mismo personaje/producto en múltiples tomas, en resolución final	Seedance 2.5 Referencia a Video 1080p
Movimiento de cámara y ritmo copiados de un clip existente	Seedance 2.5 Referencia a Video 1080p (videos)
Estilo de marca definido por un moodboard, no descrito en texto	Seedance 2.5 Referencia a Video 1080p (images)
Iteración económica para probar qué referencias funcionan	Seedance 2.5 Referencia a Video 480p
Sin referencias — solo prompt	Seedance 2.5 Texto a Video 1080p
Animar exactamente una imagen fija	Seedance 2.5 Imagen a Video 1080p
La generación anterior 2.0 (4-15s, 480p/720p)	Seedance 2.0 Pro — consulta seedance-v2

Si el usuario menciona "Seedance 2.5" o "referencia a video" explícitamente, enruta aquí.

Prerrequisitos

1. CLI de RunComfy — npm i -g @runcomfy/cli (o npx -y @runcomfy/cli)
2. Cuenta de RunComfy — runcomfy login abre un flujo de código de dispositivo en el navegador
3. CI / contenedores — configura RUNCOMFY_TOKEN=<token> en lugar de runcomfy login
4. URLs de referencia accesibles públicamente — el servidor del modelo las obtiene, no tu máquina

Más información sobre la CLI: habilidad runcomfy-cli.

Endpoint + esquema de entrada

bytedance/seedance-2.5/reference-to-video/1080p

Campo	Tipo	Obligatorio	Por defecto	Notas
prompt	string	sí	—	Descripción de la escena que utiliza las referencias como pistas. Se recomienda ~500 caracteres en chino o ~1000 palabras en inglés.
videos	array (URIs de video)	no	—	0-3 clips de referencia para movimiento de cámara y ritmo. MP4/MOV, aproximadamente 2-15 s cada uno. Opcional en la práctica — ver más abajo.
images	array (URIs de imagen)	no	—	0-9 imágenes de referencia para identidad, apariencia, estilo, entorno. JPEG/PNG/WebP/BMP/TIFF/GIF.
audios	array (URIs de audio)	no	—	0-3 audios de referencia para ambiente y ritmo. WAV/MP3, aproximadamente 2-15 s, menos de 15 MB.
aspect_ratio	enum	no	16:9	16:9, 9:16, 1:1, 4:3, 3:4, 21:9, adaptive.
duration	int	no	5	4-30 segundos, en incrementos de 1 segundo.
generate_audio	bool	no	true	Voz, efectos y música sincronizados de forma nativa en una misma pasada.

La resolución de salida es fija en 1080p — no hay campo resolution en este endpoint.

videos es opcional, a pesar de lo que dice el esquema. El esquema de entrada publicado lista videos como obligatorio con un mínimo de 1 elemento, pero el endpoint acepta y completa un cuerpo de prompt más imágenes sin la clave videos en absoluto. Envía clips de referencia cuando quieras copiar el movimiento de cámara y el ritmo de una toma existente; omítelos cuando tus referencias sean imágenes fijas. Omitirlos también elimina la duración de referencia de la facturación: los segundos contados se reducen solo a la duración de salida, por lo que un clip de 5 s cuesta $2.65 en lugar de $5.30.

Los nombres de los parámetros cambiaron desde la versión 2.0. Seedance 2.0 Pro usaba image_url / video_url / audio_url. Seedance 2.5 usa images / videos / audios. Copiar un cuerpo de la versión 2.0 textualmente produce un error de esquema (código de salida 65).

Precios

La facturación es de $0.53 por segundo de video contado, donde los segundos contados = duración del video de referencia + duración de salida. Las referencias de imagen y audio no se facturan como duración.

Trabajo	Segundos contados	Costo
Salida de 5 s, sin clip de referencia	5	$2.65
Salida de 5 s, un clip de referencia de 5 s	10	$5.30
Salida de 10 s, un clip de referencia de 6 s	16	$8.48
Salida de 10 s, tres clips de referencia de 10 s	40	$21.20

Dos consecuencias que vale la pena considerar: recorta los clips de referencia antes de subirlos (una referencia de 15 s cuesta lo mismo que 15 s de salida), y usa el nivel 480p para seleccionar referencias — factura $0.12 por segundo contado con videos de referencia, $0.20 por segundo de video generado sin ellos.

Cómo invocar

Llamada mínima viable — prompt más un clip de referencia:

runcomfy run bytedance/seedance-2.5/reference-to-video/1080p \
  --input '{
    "prompt": "Slow push-in down the aisle, dust motes drifting through warm side light, shallow depth of field, continuous smooth motion, no text, no watermark.",
    "videos": ["https://your-cdn.example/camera-move-6s.mp4"]
  }' \
  --output-dir ./out

Plano final de personaje consistente — identidad a partir de imágenes fijas, movimiento a partir de un clip:

runcomfy run bytedance/seedance-2.5/reference-to-video/1080p \
  --input '{
    "prompt": "The woman from the reference images walks toward camera and stops, glancing off-frame. Handheld follow, soft overcast light, quiet street ambience. No text, no watermark.",
    "images": [
      "https://your-cdn.example/hero-front.jpg",
      "https://your-cdn.example/hero-profile.jpg",
      "https://your-cdn.example/wardrobe.jpg"
    ],
    "videos": ["https://your-cdn.example/handheld-follow-4s.mp4"],
    "duration": 8,
    "aspect_ratio": "9:16"
  }' \
  --output-dir ./out

Pila de referencia completa — agrega "audios": ["https://your-cdn.example/bed-8s.mp3"] al cuerpo anterior para proporcionar al modelo una referencia de ritmo y ambiente, y establece "generate_audio": true (el valor por defecto) para obtener voz, efectos y música en una misma pasada.

La CLI envía la solicitud, consulta el estado, obtiene el resultado y descarga las URLs *.runcomfy.net / *.runcomfy.com en --output-dir. Ctrl-C cancela la solicitud remota antes de salir.

Redacción de prompts — qué funciona realmente

Deja que las referencias anclen, deja que el prompt dirija. Todo lo que debe permanecer estable — rostro, vestimenta, geometría del producto, paleta de marca — debe ir en images. Todo lo que evoluciona — acción, cámara, cambio de iluminación, estado de ánimo — debe ir en prompt. Describir un rostro en texto mientras también se proporciona una referencia de rostro produce desviación, no refuerzo.

Los videos de referencia transmiten cámara y ritmo, no contenido. Una placa de seguimiento manual de 4 s enseña el movimiento al modelo. No esperes que transfiera el sujeto; para eso están las images.

Mantén los medios de referencia cortos. Aproximadamente 2-15 s por clip y por archivo de audio, audio de menos de 15 MB. Los clips largos son rechazados y, en este endpoint, también inflan la factura.

Nombra cada fuente de sonido cuando generate_audio esté activado: quién habla, qué hace cada ruido, cuál es el ambiente. "Ambiente de calle tranquila, tráfico lejano, sin música" es mejor que "buen audio".

Usa instrucciones negativas. "Sin texto, sin marca de agua" es el patrón que usa el prompt de ejemplo de RunComfy y funciona. Agrega "sin vibración de cámara", "sin personas extra" según sea necesario.

Haz coincidir las relaciones de aspecto. Los medios de referencia en una relación de aspecto diferente a aspect_ratio invitan a recortes. Usa adaptive cuando tus referencias no coincidan y no te importe el encuadre exacto.

Anti-patrones:

• Nueve imágenes de referencia de nueve estéticas no relacionadas — elige un lenguaje visual.
• Un clip de referencia de 15 s cuando 4 s transmiten el movimiento — pagas por los 15 completos.
• Pedir 30 s con un prompt de un solo compás — las duraciones largas necesitan un arco argumental descrito.
• Reutilizar un cuerpo de Seedance 2.0 con image_url / video_url — nombres de campo incorrectos.

Borrador en 480p, entrega en 1080p

La recomendación de RunComfy para esta familia de modelos es validar la pila de referencias a baja resolución y reutilizar la combinación ganadora a resolución de entrega. Los dos endpoints aceptan los mismos parámetros.

1. Reúne las referencias candidatas. Ejecuta 3-5 variantes en bytedance/seedance-2.5/reference-to-video/480p con duration: 5.
2. Evalúa la consistencia de identidad, la coincidencia de cámara y el ajuste de audio — no la nitidez.
3. Vuelve a ejecutar el cuerpo ganador textualmente en .../reference-to-video/1080p, aumentando duration solo cuando el ritmo sea el correcto.

A $0.12 por segundo contado en 480p versus $0.53 en 1080p, cinco borradores cuestan aproximadamente lo que cuesta un final en 1080p.

Dónde brilla

Caso de uso	Por qué este endpoint
Planos finales de personajes consistentes	Hasta 9 referencias de identidad mantienen el rostro y la vestimenta en todas las tomas
Videos de referencia de productos	La geometría proviene de imágenes fijas; el movimiento de giro proviene de una placa
Clips de marca con estilo fijo	Un moodboard en images supera a un párrafo de adjetivos de estilo
Previz que llega a la entrega	Salida nativa en 1080p, sin paso de escalado
Diálogo y ambiente en una pasada	generate_audio produce voz, efectos y música sincronizados

Limitaciones

• Un video de referencia es obligatorio en este endpoint (1-3 clips, mínimo 1 elemento).
• 1080p es fijo — no hay parámetro de resolución, no hay variante 720p de este endpoint.
• La duración máxima es de 30 s, mínimo 4 s, solo segundos enteros.
• Límites de medios de referencia: aproximadamente 2-15 s por video y archivo de audio, audio de menos de 15 MB, como máximo 9 imágenes / 3 videos / 3 audios.
• La duración del clip de referencia es facturable — este endpoint no se factura solo por la salida.
• No hay parámetro de semilla en este endpoint, por lo que no se garantiza la reproducción exacta entre llamadas.

Cuándo usar un endpoint diferente

• Sin referencias, solo prompt → seedance-2.5/text-to-video/1080p, factura $0.88 por segundo de video generado.
• Exactamente una imagen fija para animar → seedance-2.5/image-to-video/1080p, también $0.88 por segundo, toma una sola image.
• Otras familias de referencia a video: Wan 3.0 Prime Reference to Video · MiniMax H3 Reference to Video.
• Sincronización labial con tu propia pista de voz → ai-avatar-video. Más de 30 s → video-extend.

Códigos de salida

código	significado
0	éxito
64	argumentos CLI incorrectos
65	JSON de entrada incorrecto / error de esquema (nombres de campo 2.0, duration fuera de rango, aspect_ratio incorrecto)
69	error upstream 5xx
75	reintentable: tiempo de espera / 429
77	no autenticado o token rechazado

Referencia completa: docs.runcomfy.com/cli/troubleshooting.

Cómo funciona

La habilidad construye un cuerpo JSON que coincide con el esquema anterior y ejecuta runcomfy run bytedance/seedance-2.5/reference-to-video/1080p. La CLI envía un POST a https://model-api.runcomfy.net/v1/models/bytedance/seedance-2.5/reference-to-video/1080p, consulta el estado de la solicitud, obtiene el resultado y descarga cualquier URL de salida .runcomfy.net / .runcomfy.com en --output-dir.

Seguridad y privacidad

• Instala solo a través de un administrador de paquetes verificado. Usa npm i -g @runcomfy/cli o npx -y @runcomfy/cli. Los agentes no deben canalizar un script de instalación remota a un shell en nombre del usuario.
• Almacenamiento de tokens: runcomfy login escribe el token API en ~/.config/runcomfy/token.json con modo 0600. En CI, configura RUNCOMFY_TOKEN. Nunca incluyas el token en prompts, registros o

…

[truncado para traducción]