Seedance 2.5 Referência para Vídeo

O que Seedance 2.5 Referência para Vídeo faz?

Vídeo 1080p guiado por referências da ByteDance. Forneça as imagens que devem permanecer estáveis, um clipe curto que carrega o movimento da câmera e um prompt que direciona a ação — o resultado é um clipe 1080p com áudio sincronizado.

runcomfy.com · Seedance 2.5 Referência para Vídeo 1080p · Camada de rascunho 480p · Documentação do CLI

Instalar esta skill

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

Quando escolher este modelo (vs. similares)

A propriedade distinta do Seedance 2.5 Referência para Vídeo é a geração condicionada por referência na resolução de entrega: identidade, geometria do produto e direção de arte vêm do seu conjunto de referências, e não de descrições textuais, e a saída chega em 1080p, evitando a necessidade de upscaling. O RunComfy o posiciona para finais de personagem consistentes, vídeos de referência de produto e clipes de marca com estilo bloqueado.

Você deseja	Use
Mesmo personagem/produto em várias tomadas, na resolução final	Seedance 2.5 Referência para Vídeo 1080p
Movimento de câmera e ritmo copiados de um clipe existente	Seedance 2.5 Referência para Vídeo 1080p (videos)
Estilo da marca bloqueado por um moodboard, não descrito em prosa	Seedance 2.5 Referência para Vídeo 1080p (images)
Iteração barata para testar quais referências funcionam	Seedance 2.5 Referência para Vídeo 480p
Nenhuma referência — apenas prompt	Seedance 2.5 Texto para Vídeo 1080p
Animar exatamente uma imagem estática	Seedance 2.5 Imagem para Vídeo 1080p
A geração mais antiga 2.0 (4-15s, 480p/720p)	Seedance 2.0 Pro — veja seedance-v2

Se o usuário disse "Seedance 2.5" ou "referência para vídeo" explicitamente, roteie para cá.

Pré-requisitos

1. CLI RunComfy — npm i -g @runcomfy/cli (ou npx -y @runcomfy/cli)
2. Conta RunComfy — runcomfy login abre um fluxo de código de dispositivo no navegador
3. CI / containers — defina RUNCOMFY_TOKEN=<token> em vez de runcomfy login
4. URLs de referência publicamente acessíveis — o servidor do modelo as busca, não sua máquina

Aprofundamento no CLI: skill runcomfy-cli.

Endpoint + esquema de entrada

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

Campo	Tipo	Obrigatório	Padrão	Notas
prompt	string	sim	—	Descrição da cena que usa as referências como dicas. Recomendado ~500 caracteres em chinês ou ~1000 palavras em inglês.
videos	array (URIs de vídeo)	não	—	0-3 clipes de referência para movimento de câmera e ritmo. MP4/MOV, aproximadamente 2-15 s cada. Opcional na prática — veja abaixo.
images	array (URIs de imagem)	não	—	0-9 imagens de referência para identidade, aparência, estilo, ambiente. JPEG/PNG/WebP/BMP/TIFF/GIF.
audios	array (URIs de áudio)	não	—	0-3 áudios de referência para clima e ritmo. WAV/MP3, aproximadamente 2-15 s, abaixo de 15 MB.
aspect_ratio	enum	não	16:9	16:9, 9:16, 1:1, 4:3, 3:4, 21:9, adaptive.
duration	int	não	5	4-30 segundos, em incrementos de 1 segundo.
generate_audio	bool	não	true	Fala, SFX e música nativos sincronizados na mesma passada.

A resolução de saída é fixa em 1080p — não há campo resolution neste endpoint.

videos é opcional, apesar do que o esquema diz. O esquema de entrada publicado lista videos como obrigatório com mínimo de 1 item, mas o endpoint aceita e conclui um corpo com prompt e imagens sem a chave videos alguma. Envie clipes de referência quando quiser copiar movimento de câmera e ritmo de uma placa existente; omita-os quando suas referências forem estáticas. Omiti-los também remove a duração da referência da cobrança: os segundos contados caem para apenas a duração da saída, então um clipe de 5 s custa $2.65 em vez de $5.30.

Nomes de parâmetros mudaram em relação à versão 2.0. O Seedance 2.0 Pro usava image_url / video_url / audio_url. O Seedance 2.5 usa images / videos / audios. Copiar um corpo da versão 2.0 literalmente produz um erro de esquema (código de saída 65).

Preços

O faturamento é de $0.53 por segundo de vídeo contado, onde segundos contados = duração do vídeo de referência + duração da saída. Referências de imagem e áudio não são faturadas como duração.

Job	Segundos contados	Custo
5 s de saída, sem clipe de referência	5	$2.65
5 s de saída, um clipe de referência de 5 s	10	$5.30
10 s de saída, um clipe de referência de 6 s	16	$8.48
10 s de saída, três clipes de referência de 10 s	40	$21.20

Duas consequências que valem a pena agir: apare os clipes de referência antes de enviar (uma referência de 15 s custa o mesmo que 15 s de saída), e use a camada 480p para seleção de referências — ela cobra $0.12 por segundo contado com vídeos de referência, $0.20 por segundo de vídeo gerado sem eles.

Como invocar

Chamada mínima viável — prompt mais um clipe de referência:

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

Final de personagem consistente — identidade a partir de imagens estáticas, movimento a partir de um clipe:

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

Pilha de referência completa — adicione "audios": ["https://your-cdn.example/bed-8s.mp3"] ao corpo acima para fornecer ao modelo uma referência de ritmo e clima, e defina "generate_audio": true (o padrão) para obter fala, SFX e música na mesma passada.

O CLI submete a requisição, verifica o status, busca o resultado e baixa URLs *.runcomfy.net / *.runcomfy.com no diretório --output-dir. Ctrl-C cancela a requisição remota antes de sair.

Criação de prompts — o que realmente funciona

Deixe as referências ancorarem, deixe o prompt direcionar. Qualquer coisa que deva permanecer estável — rosto, guarda-roupa, geometria do produto, paleta da marca — pertence a images. Qualquer coisa que evolua — ação, câmera, mudança de iluminação, clima — pertence ao prompt. Descrever um rosto em prosa enquanto também fornece uma referência facial produz deriva, não reforço.

Vídeos de referência carregam câmera e ritmo, não conteúdo. Uma placa de acompanhamento manual de 4 s ensina o movimento ao modelo. Não espere que ele transfira o assunto; para isso serve images.

Mantenha a mídia de referência curta. Aproximadamente 2-15 s por clipe e por arquivo de áudio, áudio abaixo de 15 MB. Clipes longos são rejeitados e, neste endpoint, também inflacionam a conta.

Nomeie cada fonte de som quando generate_audio estiver ativo: quem fala, o que faz cada ruído, qual é o ambiente. "Quiet street ambience, distant traffic, no music" é melhor que "good audio".

Use instruções negativas. "No text, no watermark" é o padrão que o próprio exemplo de prompt do RunComfy usa, e funciona. Adicione "no camera shake", "no extra people" conforme necessário.

Combine as proporções de tela. Mídia de referência em uma proporção diferente de aspect_ratio convida a cortes. Use adaptive quando suas referências discordarem e você não se importar com o quadro exato.

Antipadrões:

• Nove imagens de referência de nove estéticas não relacionadas — escolha uma linguagem visual.
• Um clipe de referência de 15 s quando 4 s dele carregam o movimento — você paga pelos 15.
• Pedir 30 s com um prompt que tem um único momento — durações longas precisam de um arco descrito.
• Reutilizar um corpo do Seedance 2.0 com image_url / video_url — nomes de campo errados.

Rascunho em 480p, entrega em 1080p

A orientação do RunComfy para esta família de modelos é validar a pilha de referências em baixa resolução e reutilizar a combinação vencedora na resolução de entrega. Os dois endpoints aceitam os mesmos parâmetros.

1. Monte referências candidatas. Execute 3-5 variantes em bytedance/seedance-2.5/reference-to-video/480p com duration: 5.
2. Julgue a manutenção da identidade, a correspondência da câmera e o ajuste do áudio — não a nitidez.
3. Reexecute o corpo vencedor literalmente em .../reference-to-video/1080p, aumentando duration somente quando o ritmo estiver correto.

A $0.12 por segundo contado em 480p versus $0.53 em 1080p, cinco rascunhos custam aproximadamente o mesmo que um final em 1080p.

Onde ele brilha

Caso de uso	Por que este endpoint
Finais de personagem consistentes	Até 9 referências de identidade mantêm o rosto e o guarda-roupa entre as tomadas
Vídeos de referência de produto	A geometria vem de imagens estáticas; o movimento de giro vem de uma placa
Clipes de marca com estilo bloqueado	Um moodboard em images supera um parágrafo de adjetivos de estilo
Pré-visualização que sobrevive até a entrega	Saída nativa 1080p, sem etapa de upscale
Diálogo e ambiente em uma única passada	generate_audio produz fala, SFX e música sincronizados

Limitações

• Um vídeo de referência é obrigatório neste endpoint (1-3 clipes, mínimo de 1 item).
• 1080p é fixo — sem parâmetro de resolução, sem variante 720p deste endpoint.
• Duração máxima de 30 s, mínimo de 4 s, apenas segundos inteiros.
• Limites de mídia de referência: aproximadamente 2-15 s por vídeo e arquivo de áudio, áudio abaixo de 15 MB, no máximo 9 imagens / 3 vídeos / 3 áudios.
• A duração do clipe de referência é faturada — este endpoint não é precificado apenas na saída.
• Nenhum parâmetro de semente neste endpoint, portanto a reprodução exata entre chamadas não é garantida.

Quando usar um endpoint diferente

• Sem referências, apenas prompt → seedance-2.5/text-to-video/1080p, faturado a $0.88 por segundo de vídeo gerado.
• Exatamente uma imagem estática para animar → seedance-2.5/image-to-video/1080p, também $0.88 por segundo, aceita uma única image.
• Outras famílias de referência para vídeo: Wan 3.0 Prime Referência para Vídeo · MiniMax H3 Referência para Vídeo.
• Sincronização labial a partir da sua própria faixa de voz → ai-avatar-video. Acima de 30 s → video-extend.

Códigos de saída

código	significado
0	sucesso
64	argumentos de CLI inválidos
65	JSON de entrada inválido / incompatibilidade de esquema (nomes de campo 2.0, duration fora do intervalo, aspect_ratio inválido)
69	upstream 5xx
75	retryable: timeout / 429
77	não autenticado ou token rejeitado

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

Como funciona

A skill constrói um corpo JSON correspondente ao esquema acima e executa runcomfy run bytedance/seedance-2.5/reference-to-video/1080p. O CLI faz um POST para https://model-api.runcomfy.net/v1/models/bytedance/seedance-2.5/reference-to-video/1080p, verifica o status da requisição, busca o resultado e baixa qualquer URL de saída .runcomfy.net / .runcomfy.com no diretório --output-dir.

Segurança e Privacidade

• Instale apenas através de um gerenciador de pacotes verificado. Use npm i -g @runcomfy/cli ou npx -y @runcomfy/cli. Os agentes não devem canalizar um script de instalação remota para um shell em nome do usuário.
• Armazenamento de token: runcomfy login escreve o token da API em ~/.config/runcomfy/token.json com modo 0600. Em CI, defina RUNCOMFY_TOKEN. Nunca ecoe o token em prompts, logs ou