ตอบก่อน Seedance 3 ยังไม่ถูกประกาศอย่างเป็นทางการ ไดเรกทอรีโมเดลสาธารณะของ ByteDance Seed ระบุ Seedance 2.5 ว่าเป็นโมเดลวิดีโอ Seedance รุ่นล่าสุดที่เปิดตัว ดังนั้นรุ่นหลักถัดไปจึงควรถูกพูดคุยในฐานะความคาดหวังตามโรดแมป: โมเดลที่อาจขยายการเล่าเรื่อง 30 วินาที การควบคุมอ้างอิงแบบหลายโมดาล เสียงที่ซิงโครไนซ์ และการตัดต่อที่แม่นยำ พร้อมทั้งแก้จุดอ่อนที่เหลืออยู่ด้านฟิสิกส์ที่ซับซ้อนและความสม่ำเสมอในหลายตัวแบบ
Seedance 3 คืออะไร?
Seedance คือครอบครัวโมเดลวิดีโอเชิงกำเนิดของ ByteDance Seed ไดเรกทอรีโมเดลอย่างเป็นทางการ ยังไม่แสดงรายการผลิตภัณฑ์ Seedance 3, การ์ดโมเดล, ตัวระบุ API, ราคา หรือกำหนดการวางจำหน่าย ความไม่ปรากฏนี้มีความสำคัญ: ชื่อนี้เป็นป้ายกำกับที่สมเหตุสมผลสำหรับรุ่นหลักในอนาคต แต่ยังไม่ใช่โมเดลเชิงพาณิชย์ที่ได้รับการยืนยัน
บทความนี้จึงแยกหลักฐานออกเป็นสามระดับ ข้อเท็จจริงที่ยืนยันแล้วจะอธิบายโมเดล Seedance ที่ออกแล้วและความสามารถของคู่แข่งที่เผยแพร่ คุณลักษณะที่คาดหมายจะตั้งอยู่บนทิศทางการพัฒนาที่มองเห็นได้ของ ByteDance ส่วนที่ยังไม่ทราบจะถูกทำเครื่องหมายว่า TBD แทนการเติมตัวเลขจากข่าวลือ ความแตกต่างนี้ทำให้บทความมีประโยชน์ก่อนเปิดตัว และแก้ไขได้ง่ายเมื่อมีประกาศอย่างเป็นทางการ
ทำไมโมเดล Seedance รุ่นถัดไปจึงเป็นไปได้
Seedance 1.0 วางรากฐานการสร้างวิดีโอแบบข้อความเป็นวิดีโอและภาพเป็นวิดีโอแบบหลายช็อตที่ 1080p Seedance 1.5 Pro เพิ่มการสร้างเสียงแบบเนทีฟและการเล่าเรื่องเชิงภาพยนตร์ Seedance 2.0 ขยับไปสู่สถาปัตยกรรมภาพ-เสียงแบบรวมที่ตีความข้อความ ภาพ คลิปวิดีโอ และอ้างอิงเสียงร่วมกัน Seedance 2.5 จากนั้นเพิ่มระยะเวลาการสร้างในครั้งเดียวเป็นสองเท่าพร้อมขยายความสามารถด้านอ้างอิง
รูปแบบซ้ำอย่างสม่ำเสมอ: แต่ละรุ่นขยายหน่วยของการสร้างสรรค์ ซีรีส์นี้ก้าวจากคลิปที่สอดคล้องทางภาพ ไปสู่คลิปภาพ-เสียง จากนั้นสู่ระบบกำกับแบบหลายโมดาล และต่อมาสู่เวิร์กโฟลว์สร้างสรรค์ที่ยาวขึ้นและแก้ไขได้มากขึ้น Seedance 3 ในอนาคตจะมีความหมายมากที่สุดหากปรับปรุงความเชื่อถือได้ของเวิร์กโฟลว์นั้น แทนที่จะเพียงเพิ่มตัวเลขพาดหัวอีกตัวหนึ่ง
วิวัฒนาการของโรดแมป Seedance
| Generation | Inputs | Published duration | Audio | Defining progression |
|---|---|---|---|---|
| Seedance 1.0 | ข้อความและภาพ | 10s หลายช็อต | ไม่มีออดิโอเนทีฟ | การสร้าง 1080p; ฐานความเร็วอินเฟอเรนซ์ |
| Seedance 1.5 Pro | ข้อความและภาพ | รูปแบบสั้น | ออดิโอเนทีฟ | การเล่าเรื่องภาพ-เสียงระดับภาพยนตร์ |
| Seedance 2.0 | ข้อความ, ภาพ, วิดีโอ, เสียง | 15s | ออดิโอเนทีฟ | อ้างอิงแบบรวม การต่อเนื่องและการตัดต่อ |
| Seedance 2.5 | ข้อความ, ภาพ, วิดีโอ, เสียง | 30s | ออดิโอเนทีฟ | อ้างอิง 50 รายการและการตัดต่อระดับ timestamp |
| Seedance 3 | TBD | TBD | คาดว่าจะมี | ยังไม่ประกาศอย่างเป็นทางการ |
Source: ByteDance Seed 1.0 technical overview; Seedance 2.0 launch materials; Seedance 2.5 launch materials. ฟิลด์ของ Seedance 3 ยังไม่เปิดเผย
Sources:* ByteDance Seed 1.0, Seedance 2.0, และเอกสารทางการของ Seedance 2.5 Seedance 3 ยังเป็น TBD.
สเปกที่คาดหมายของ Seedance 3
วิธีที่ปลอดภัยที่สุดในการพูดถึงสเปกก่อนการประกาศคือใช้คุณลักษณะของ Seedance 2.5 ที่ออกแล้วเป็นเส้นฐาน ตารางด้านล่างไม่ได้อ้างว่า Seedance 3 รองรับค่าพวกนี้แล้ว; ตารางนี้ระบุสิ่งที่คาดว่ารุ่นถัดไปควรรักษาหรือปรับปรุง
| Specification | Seedance 2.5 baseline | Seedance 3 expectation | Confidence |
|---|---|---|---|
| Official status | เปิดตัวแล้ว | ยังไม่ประกาศอย่างเป็นทางการ | ยืนยันแล้ว |
| Architecture | การสร้างภาพ-เสียงแบบรวม | การสร้างหลายโมดาลแบบรวมที่ทรงพลังกว่า | สูง |
| Input modalities | ข้อความ, ภาพ, วิดีโอ, เสียง | น่าจะยังเป็น 4 โมดาลเดิมพร้อมการให้เหตุผลร่วมที่ลึกขึ้น | สูง |
| Single-generation duration | สูงสุด 30 วินาที | อย่างน้อยคงเส้นฐาน 30 วินาที; ระยะเวลานานกว่ายังไม่ยืนยัน | ปานกลาง |
| Reference capacity | 30 ภาพ + 10 วิดีโอ + 10 คลิปเสียง | อย่างน้อยคงไว้ 50 แอสเซ็ต หรือบริหารจัดการอย่างชาญฉลาดยิ่งขึ้น | ปานกลาง |
| Audio output | เสียงที่ซิงค์แบบเนทีฟ | บทสนทนา อัตลักษณ์เสียง และเสียงเชิงพื้นที่ที่ดีขึ้น | สูง |
| Editing | การตัดต่อด้วย timestamp, กล้อง, กรีนสกรีน และอ้างอิง | การตัดต่อแบบเฉพาะส่วน เชื่อถือได้ และเชิงสนทนามากขึ้น | สูง |
| Resolution and frame rate | ไม่ได้ระบุในบทความเปิดตัวทางการ | TBD | ไม่ทราบ |
| API model ID | seedance-2-5 บน CometAPI | TBD | ยืนยันแล้ว |
| Pricing and regions | พร้อมให้ใช้งานตามช่องทาง | TBD | ไม่ทราบ |
Source: เส้นฐานที่ยืนยันจาก หน้าโปรดักต์ Seedance 2.5 อย่างเป็นทางการ**. ความคาดหมายเป็นการวิเคราะห์ ไม่ใช่สเปกที่ประกาศแล้ว
Publishing rule. ห้ามระบุว่า Seedance 3 รองรับ 4K, การสร้าง 60 วินาทีแบบเนทีฟ อัตราเฟรมเฉพาะ หรือราคาที่แน่นอน เว้นแต่ ByteDance จะเผยรายละเอียดเหล่านั้น ใช้ TBD สำหรับทุกฟิลด์ที่ยังไม่เปิดเผย
คุณลักษณะอะไรที่ Seedance 3 อาจนำมา?
เรื่องยาวขึ้นที่ยังคงความสอดคล้อง
Seedance 2.5 สามารถสร้าง คลิปภาพ-เสียง 30 วินาทีในครั้งเดียว และขยายต่อหลายรอบ ความท้าทายถัดไปไม่ใช่แค่ระยะเวลา วิดีโอที่ยาวจะมีประโยชน์ก็ต่อเมื่อเอกลักษณ์ตัวละคร เครื่องแต่งกาย ผังพื้นที่ แสง เสียง และสาเหตุ-ผลของเรื่องราวยังคงเสถียรตลอดคัตและการต่อขยาย
ดังนั้น Seedance 3 อาจเน้นสภาวะฉากที่คงอยู่: จำว่าใครถืออะไร ประตูอยู่ที่ไหน ชุดเปลี่ยนอย่างไร และเหตุการณ์ก่อนหน้าควรส่งผลต่อช็อตถัดไปอย่างไร สิ่งนี้จะลดงานแก้ไขที่ผู้สร้างต้องทำหลังจากได้ลำดับที่ดูน่าประทับใจแต่ไม่สอดคล้องภายใน
ฟิสิกส์ที่แข็งแรงขึ้นและปฏิสัมพันธ์ซับซ้อน
การสัมผัสคน-วัตถุ การชนกัน ผ้า ของเหลว ฝูงชน และการเคลื่อนกล้องเร็ว ยังยากสำหรับระบบวิดีโอเชิงกำเนิด สรุปของ Seedance 2.5 เองระบุว่าฟิสิกส์การเคลื่อนไหวซับซ้อนและเสถียรภาพของปฏิสัมพันธ์หลายตัวแบบยังเป็นพื้นที่ที่ควรปรับปรุง การก้าวกระโดดที่มีความหมายจะทำให้ฉากเหล่านี้เชื่อถือได้มากขึ้น ไม่ใช่เพียงมีรายละเอียดมากขึ้น
ตัวชี้วัดที่ใช้งานจริงคืออัตราการใช้งานได้จริง คลิปกีฬาไม่ได้สำเร็จเพราะเฟรมเดียวดูสมจริง; มันสำเร็จเมื่อมือ อุปกรณ์ โมเมนตัม การสัมผัส เสียง และการเคลื่อนกล้องยังคงสมเหตุสมผลตลอดช็อต Seedance 3 ควรถูกประเมินบนลำดับเต็มและการสร้างซ้ำ ไม่ใช่เฟรมโชว์เคสที่คัดเลือกมา
ตัวละคร ผลิตภัณฑ์ และเสียงที่คงอยู่
การควบคุมด้วยอ้างอิงกำลังกลายเป็นอินเทอร์เฟซการผลิตสำหรับวิดีโอ AI ผู้สร้างต้องการให้นักแสดง ผลิตภัณฑ์ อุปกรณ์ประกอบฉาก โลเคชัน และเสียงเดียวกันยังคงจดจำได้ข้ามหลายฉาก Seedance 2.5 รองรับอ้างอิงสูงสุด 30 ภาพ 10 วิดีโอ และ 10 คลิปเสียง แต่ก้าวถัดไปไม่จำเป็นต้องเป็นเพียงการเพิ่มขีดจำกัดอัปโหลด การคัดเลือกอ้างอิงที่ดีขึ้น การแก้ความขัดแย้ง การถ่วงน้ำหนักเอกลักษณ์ และแอสเซ็ตตัวละครที่นำกลับมาใช้ใหม่อาจสร้างคุณค่ามากกว่าการเพิ่มความจุดิบอีกครั้ง
สำหรับโฆษณา นี่หมายถึงบรรจุภัณฑ์ โลโก้ ระบบสี และพรีเซนเตอร์ที่อยู่รอดจากการเปลี่ยนกล้องโดยไม่ลื่นไถล สำหรับงานเล่าเรื่อง หมายถึงตัวละครที่กลับมาได้หน้าตาและเสียงสม่ำเสมอโดยไม่ต้องสร้างชุดอ้างอิงใหม่ทุกคลิป
การตัดต่อวิดีโอที่แม่นยำและเฉพาะส่วนมากขึ้น
การสร้างเป็นเพียงครึ่งหนึ่งของเวิร์กโฟลว์การผลิต บรรณาธิการต้องการเปลี่ยนวัตถุเดียว สีหน้า บทพูด การขยับกล้อง หรือช่วงเวลา โดยทิ้งคอนเทนต์ที่อนุมัติไว้ไม่ให้เปลี่ยน Seedance 2.5 รองรับการตัดต่อแบบอิง timestamp การเปลี่ยนมุมกล้อง เวิร์กโฟลว์กรีนสกรีน และการแก้ไขด้วยอ้างอิง Seedance 3 อาจทำให้ปฏิบัติการเหล่านี้เฉพาะส่วนและกำหนดได้มากขึ้น
- การเปลี่ยนในระดับพื้นที่ (region) ที่รักษาพิกเซลและการเคลื่อนไหวนอกบริเวณที่ขอ
- การแก้ไขเฉพาะเสียงหรือเฉพาะการเคลื่อนไหวโดยไม่ต้องเรนเดอร์ทั้งลำดับใหม่
- ประวัติการตัดต่อแบบสนทนา เพื่อให้ผู้สร้างปรับละเอียดได้หลายรอบ
- อ้างอิงที่คงเสถียรตามเวอร์ชัน เพื่อรักษาเอกลักษณ์ตัวละครหรือผลิตภัณฑ์ที่อนุมัติไว้ข้ามการแก้ไข
การควบคุมกล้องและฉากระดับมืออาชีพ
Seedance 2.5 ใช้คำสั่งแบบ timestamp และอ้างอิง clay-render เพื่อควบคุมบล็อกกิง การเคลื่อนกล้อง เรขาคณิตของฉาก ทิศทางแสง และจังหวะการเล่าเรื่อง โมเดลในอนาคตอาจทำให้ความสัมพันธ์ระหว่างพรีวิสกับการเรนเดอร์สุดท้ายแน่นขึ้น แผงสตอรีบอร์ด เลย์เอาต์ 3 มิติแบบคร่าว รายการช็อต เส้นทางการเคลื่อนไหว และคิวเสียงอาจกลายเป็นส่วนหนึ่งของบรีฟการกำกับเดียวกัน
จุดนี้คือที่ Seedance สามารถแตกต่างจากโมเดลที่เน้นคลิปสั้นสวยงาม ทีมโปรดักชันให้คุณค่ากับความสามารถในการทำซ้ำ: ความสามารถในการขอคาแรคเตอร์เลนส์ ระยะเวลาช็อต จุดยืนของนักแสดง เซ็ตอัปไฟ หรือมุมผลิตภัณฑ์ที่เฉพาะเจาะจง และได้ผลลัพธ์ที่แก้ไขต่อได้โดยไม่ต้องเริ่มใหม่
สมรรถนะตามเกณฑ์มาตรฐาน: อะไรยืนยันแล้วและอะไรยังไม่?
ยังไม่มีคะแนนของ Seedance 3 ไม่มีผลทดสอบอย่างเป็นทางการของ Seedance 3 แผนภาพใดๆ ที่ให้คะแนน Elo อัตราชนะ ความเร็วการสร้าง หรือคะแนนคุณภาพก่อนการประเมินอย่างเป็นทางการควรถูกมองว่าไม่ยืนยัน
เส้นฐานสมรรถนะของ Seedance 2.5
ByteDance ยังไม่ได้เผยคะแนนลีดเดอร์บอร์ดมาตรฐานของ Seedance 2.5 หรือโปรโตคอลเบนช์มาร์กจากบุคคลที่สาม เอกสารเปิดตัวทางการ นิยามสมรรถนะผ่านความสามารถที่เน้นงานโปรดักชันและเดโมที่คัดสรร ดังนั้น Seedance 2.5 จึงเป็นเส้นฐานที่ยืนยันแล้ว ขณะที่ป้องกันไม่ให้ผลลัพธ์โชว์เคสเชิงคุณภาพถูกเข้าใจผิดว่าเป็นคะแนนข้ามโมเดลที่เป็นอิสระ
เส้นฐานที่เผยแพร่รวม สูงสุด 30 วินาทีต่อการสร้างหนึ่งครั้ง ขยายได้สูงสุดสองรอบ และจำนวนอ้างอิงสูงสุด 50 แอสเซ็ต: 30 ภาพ 10 คลิปวิดีโอ และ 10 คลิปเสียง ByteDance ยังรายงานการทรานซิชันที่ลื่นไหลขึ้น เสถียรภาพของตัวแบบข้ามคัตที่แข็งแรงขึ้น เสียงและวิดีโอที่ซิงค์ และการตัดต่อระดับ timestamp ข้อความเหล่านี้อธิบายสมรรถนะเพื่อการผลิตตามที่ตั้งใจไว้; ไม่ได้เปิดเผยชุดพรอมป์ตทดสอบ โปรโตคอลตัดสิน อัตราชนะ การกระจายความหน่วง หรือค่าใช้จ่ายต่อวินาทีที่ยอมรับ
ความจุการอ้างอิงสูงสุดที่เผยแพร่ของ Seedance 2.5 ที่มา: คำอธิบายการเปิดตัวของ ByteDance Seed* นี่คือเมตริกความจุของโปรดักต์ ไม่ใช่คะแนนคุณภาพมาตรฐาน*
เส้นฐาน Seedance 2.5 บอกอะไร
จุดแข็งที่วัดได้ชัดที่สุดของ Seedance 2.5 คือสเกลของเวิร์กโฟลว์ คลิปเนทีฟ 30 วินาที การขยายหลายรอบ และอินพุตอ้างอิง 50 รายการ สามารถลดจำนวนการสร้างแยกที่ต้องใช้สำหรับลำดับที่พึ่งพาอ้างอิงมาก เครื่องมือแก้ไขของมันยังโจทย์ตรงจุดที่ต้นทุนโปรดักชันมักเพิ่ม: การแก้ไขช่วงเวลา การเคลื่อนกล้อง ตัวแบบ หรือฉากหลัง โดยไม่ต้องสร้างแนวคิดใหม่ทั้งชุด
คำถามด้านสมรรถนะที่เหลือคือคำถามด้านความเชื่อถือได้ การทดสอบอิสระควรวัดความใช้งานได้ในการรอบแรก ความสม่ำเสมอของเอกลักษณ์และเสียงตลอด 30 วินาทีเต็ม อัตราข้อผิดพลาดในโมชันซับซ้อน การซิงโครไนซ์ภาพ-เสียงในบทสนทนา และว่าคอนเทนต์ที่อนุมัติเปลี่ยนไปมากน้อยเพียงใดหลังการแก้ไขเฉพาะจุด ผลลัพธ์เหล่านี้จะมีประโยชน์ต่อการตัดสินใจมากกว่าคะแนนความชอบภาพเดี่ยว
เกณฑ์มาตรฐาน ของ Seedance 3.0 ที่จะสำคัญในวันเปิดตัว
การประเมิน Seedance 3 ที่น่าเชื่อถือควรรายงานมากกว่าคะแนนความชอบรวม การวิเคราะห์เปิดตัวที่มีประโยชน์ที่สุดควรทดสอบมิติด้านล่างด้วยพรอมป์ตที่เปิดเผย ใช้หลายค่า seed แบบสุ่ม และเอาต์พุตเต็มที่ไม่ตัดต่อ
- ความสม่ำเสมอของอัตลักษณ์ในงานยาว: ใบหน้า ร่างกาย เสื้อผ้า ผลิตภัณฑ์ อุปกรณ์ประกอบฉาก และเสียง ข้ามคัตและการต่อขยาย
- ฟิสิกส์ของโมชันซับซ้อน: การสัมผัสคน-วัตถุ โมเมนตัม การชนกัน ผ้า ของเหลว ฝูงชน และกีฬา
- การทำตามคำสั่ง: การกระทำตามเวลา ลำดับช็อต การเคลื่อนกล้อง บทสนทนา และข้อจำกัดเชิงลบ
- การซิงโครไนซ์ภาพ-เสียง: คำพูด การขยับปาก เอฟเฟกต์ บรรยากาศ เพลง และเวลาเหตุการณ์
- การคงไว้ของการตัดต่อ: คอนเทนต์ที่อนุมัติเปลี่ยนไปเท่าไรเมื่อแก้ไขเฉพาะพื้นที่ ช่วงเวลา หรือเสียง
- ประสิทธิภาพการผลิต: เวลาถึงผลลัพธ์ที่ใช้ได้ อัตราการลองใหม่ ความหน่วง ค่าใช้จ่ายต่อวินาทีที่ยอมรับ และอัตราความล้มเหลว
ควรรอ Seedance 3 ไหม?
การรอไม่ใช่ทางเลือกที่ปลอดภัยโดยอัตโนมัติ เพราะ Seedance 3 ยังไม่มีกำหนดการวางจำหน่าย สเปก ราคา หรือรหัสโมเดล API ที่ยืนยัน การตัดสินใจที่ใช้งานได้จริงคือ Seedance 2.5 ผ่านเกณฑ์การยอมรับสำหรับงานที่ต้องส่งของคุณแล้วหรือไม่
ควรรอถ้า...
ตัวขวางปัจจุบันคือช่องว่างความสามารถที่รู้กัน หากโปรเจ็กต์ขึ้นกับฟิสิกส์ซับซ้อนที่เชื่อถือได้ ปฏิสัมพันธ์หลายตัวแบบหนาแน่น การแก้ไขเฉพาะส่วนที่แข็งแรง หรือแอสเซ็ตตัวละครที่คงอยู่และนำกลับใช้ได้ โมเดลปัจจุบันอาจยังต้องลองใหม่และแก้มือเยอะ
โปรเจ็กต์ไม่มีเดดไลน์ตายตัว การรอเป็นเหตุผลได้ เมื่อการเลื่อนมีต้นทุนต่ำและทีมยอมรับกำหนดการเปิดตัว ภูมิภาคที่เข้าถึง พฤติกรรมคิว และราคาที่ไม่ทราบได้
การย้ายจะมีค่าใช้จ่ายสูง หากพรอมป์ต การแพ็กอ้างอิง เกณฑ์รีวิว หรือการอนุมัติคอมพลายแอนซ์ต้องสร้างใหม่รอบโมเดลใหม่ อาจดีกว่าที่จะประเมินอินเทอร์เฟซทางการของ Seedance 3 ก่อนผูกเวิร์กโฟลว์การผลิต
ใช้ Seedance 2.5 ตอนนี้ หาก.
คุณต้องการเส้นฐานการผลิตที่ใช้งานได้ Seedance 2.5 มีการสร้าง 30 วินาที การต่อขยาย เสียงที่ซิงโครไนซ์แบบเนทีฟ ชุดอ้างอิงหลายโมดาลขนาดใหญ่ และการตัดต่อแบบ timestamp ความสามารถเหล่านี้เป็นรูปธรรมพอให้ทดสอบกับบรีฟจริงวันนี้
การวนรอบสำคัญกว่าคุณภาพสูงสุดเชิงทฤษฎี โมเดลปัจจุบันช่วยให้ทีมเรียนรู้ว่าพรอมป์ต อ้างอิง คำสั่งกล้อง เกตการรีวิว และการแก้ไขสำรองใดกำหนดเอาต์พุตที่ใช้ได้จริง
คุณต้องการหลักฐานก่อนสวิตช์ เส้นฐานของ Seedance 2.5 ให้คุณวัดการยอมรับรอบแรก อัตราลองใหม่ ความหน่วง ค่าใช้จ่ายต่อวินาทีที่ยอมรับ การลื่นไถลของอัตลักษณ์ และการคงไว้ของการแก้ไข Seedance 3 จึงจะถูกตัดสินบนชุดทดสอบเดียวกันเมื่อกลายเป็นของจริง
Seedance 3 vs Seedance 2.5 vs Vidu Q3, Kling 3.0 vs Veo 3.1
เนื่องจาก Seedance 3 ยังไม่มีสเปกที่เผยแพร่ การเปรียบเทียบด้านล่างจึงถือคอลัมน์ของมันเป็นเกณฑ์ขั้นต่ำ ไม่ใช่ตารางคะแนน มันแสดงว่ารุ่นถัดไปต้องตรงหรือเหนือกว่าอะไรเมื่อเทียบกับระบบที่มีอยู่ในปัจจุบัน
| Model | Status | Native duration | Audio | Control and editing | Current positioning |
|---|---|---|---|---|---|
| Seedance 3 | ไม่ประกาศ | TBD | คาดว่าเสียงเนทีฟ | คาดว่าควบคุมหลายโมดาลลึกขึ้น | ต้องปรับปรุงความเชื่อถือได้ในงานยาว |
| Seedance 2.5 | พร้อมใช้งาน | สูงสุด 30s | เสียงที่ซิงโครไนซ์แบบเนทีฟ | อ้างอิง 50 รายการ; การตัดต่อแบบ timestamp และกล้อง | การเล่าเรื่องยาวที่พึ่งพาอ้างอิงมาก |
| Vidu Q3 | พร้อมใช้งาน | 1-16s | เอาต์พุตภาพ-เสียงเนทีฟ | ข้อความ, ภาพ, เฟรมแรก/สุดท้าย และโหมดอ้างอิง | ระยะเวลายืดหยุ่นและวนรอบเร็ว |
| Kling 3.0 | พร้อมใช้งาน | 3-15s | เอาต์พุตภาพ-เสียงเนทีฟ | ควบคุมด้วยสตอรีบอร์ด; อ้างอิงภาพ วิดีโอ และองค์ประกอบ | ควบคุมหลายช็อตและแอสเซ็ตอัตลักษณ์ใช้ซ้ำ |
| Veo 3.1 | พร้อมใช้งาน | ขึ้นกับโหมด | เสียงเนทีฟ | การต่อขยาย, การสร้างเฉพาะเฟรม, และคำสั่งด้วยภาพ | เอาต์พุตเชิงภาพยนตร์และผสานในสแตกของ Google |
หน้ารุ่น: Seedance 2.5 | Vidu Q3 | Kling 3.0 | Veo 3.1
การเปรียบเทียบนี้บอกอะไร
Seedance 2.5 ปัจจุบันมีความได้เปรียบชัดเจนที่สุดในความยาวคลิปเนทีฟที่เผยแพร่และจำนวนอ้างอิงสูงสุดในหมู่โมเดลที่แสดงที่นี่ เวิร์กโฟลว์ 30 วินาทีของมันถูกออกแบบรอบหน่วยการเล่าเรื่องครบถ้วน แทนคลิปสั้นโดดเดี่ยว
Vidu Q3 เสนอการสร้างหนึ่งถึง 16 วินาทีที่ยืดหยุ่น สูงสุด 1080p ตามเอกสาร API ทางการ และมีโหมดที่เน้นคุณภาพเอาต์พุตหรือความเร็ว จึงเหมาะเมื่อการวนรอบเร็ว การควบคุมเฟรมเริ่ม/จบ หรือเวิร์กโฟลว์อ้างอิงเป็นวิดีโอสำคัญกว่าความยาวเนทีฟสูงสุด
Kling 3.0 รองรับสูงสุด 15 วินาที เอาต์พุตภาพ-เสียงเนทีฟ สตอรีบอร์ดแบบกำหนดเองหลายช็อต และองค์ประกอบตัวละครที่สร้างจากอ้างอิงภาพหรือวิดีโอ จุดแข็งคือการกำกับระดับช็อตที่ชัดเจนและแอสเซ็ตอัตลักษณ์ที่ใช้ซ้ำได้
Veo 3.1 เน้นเสียงเนทีฟ การต่อขยายวิดีโอ การสร้างเฉพาะเฟรม และการกำกับด้วยภาพ ยังคงเป็นเบนช์มาร์กที่แข็งแกร่งสำหรับการเรนเดอร์เชิงภาพยนตร์และการผสานในสแตกสื่อเชิงกำเนิดของ Google
เพื่อให้ Seedance 3 เป็นการเปลี่ยนรุ่นที่แท้จริง มันต้องทำมากกว่าชนะการทดสอบความชอบภาพที่คัดเลือก ควรเปลี่ยนพรอมป์ตให้เป็นลำดับที่ใช้ได้และแก้ไขได้มากขึ้นตั้งแต่ครั้งแรก โดยเฉพาะในฉากหลายตัวละคร โมชันซับซ้อน และการต่อเนื่องระยะยาว
Seedance 3 จะออกเมื่อไหร่?
ยังไม่มีกำหนดการวางจำหน่าย Seedance 3 อย่างเป็นทางการ ByteDance ยังไม่เผยเพจโปรเจ็กต์ การ์ดโมเดล ตัวระบุ API ตารางราคา ภูมิภาคที่ให้บริการ หรือแผนการปล่อยสำหรับชื่อนี้ ไม่ควรอนุมานหน้าต่างเปิดตัวจากช่วงเวลาระหว่างรุ่น Seedance ก่อนหน้าโดยอัตโนมัติ
จุดยืนยันที่น่าเชื่อถือที่สุดคือไดเรกทอรีโมเดลของ ByteDance Seed บทความเปิดตัวของ ByteDance Seed เอกสาร API ของ Volcano Engine หรือ BytePlus และเพจโปรดักต์หรือโมเดลที่ใช้งานจริง จนกว่าหนึ่งในแหล่งเหล่านี้จะระบุ Seedance 3 ข้ออ้างเรื่องวันเปิดตัวควรถูกนำเสนอเป็นข่าวลือหรือเว้นไว้
วิธีเข้าถึงโมเดล Seedance ระหว่างรอ
นักพัฒนาไม่จำเป็นต้องรอโมเดลที่ยังไม่ยืนยันเพื่อทดสอบเวิร์กโฟลว์ปัจจุบัน Seedance 2.5 มีให้ใช้งานผ่าน CometAPI โดยใช้แพตเทิร์นการสร้างวิดีโอแบบอะซิงโครนัส แอปพลิเคชันส่งงาน เก็บตัวระบุที่ได้รับ กลับมาโพลสถานะจนเสร็จ และดึงวิดีโอผลลัพธ์ เลเยอร์อินทิเกรชันเดียวกันนี้ช่วยให้เปรียบเทียบโมเดลวิดีโอได้ง่ายขึ้นโดยไม่ต้องสร้างระบบยืนยันตัวตนและการจัดการงานใหม่สำหรับผู้ให้บริการทุกเจ้า
Bash (cURL)
curl --request POST 'https://api.cometapi.com/v1/videos' \ --header 'Authorization: Bearer YOUR_COMETAPI_KEY' \ --form-string 'model=seedance-2-5' \ --form-string 'prompt=A cinematic tracking shot of a paper dragon flying above a lantern-lit river at dusk.' \ --form-string 'seconds=5'
ตัวอย่างนี้ใช้รหัสโมเดลที่ออกแล้ว seedance-2-5 ห้ามเปลี่ยนเป็น seedance-3 จนกว่า CometAPI จะเผยเพจโมเดลจริงและตัวระบุที่รองรับ ตรวจสอบพฤติกรรมเอ็นด์พอยต์และพารามิเตอร์คำขอตามเอกสาร API ปัจจุบันก่อนใช้งานจริง
สำหรับพารามิเตอร์ครบถ้วน การจัดการสถานะงาน และคำแนะนำระดับโปรดักชัน โปรดดู เอกสาร CometAPI API
สิ่งที่เรายังไม่รู้
- ชื่อผลิตภัณฑ์อย่างเป็นทางการจะเป็น Seedance 3 หรือไม่
- วันที่วางจำหน่ายและลำดับการปล่อย
- ระยะเวลาเนทีฟสูงสุด ความละเอียดเอาต์พุต อัตราเฟรม และข้อจำกัดอัตราส่วนภาพ
- จำนวนอ้างอิงสูงสุดและว่าอ้างอิงจะกลายเป็นแอสเซ็ตที่นำกลับใช้ได้หรือไม่
- รายละเอียดสถาปัตยกรรม ขนาดพารามิเตอร์ การเปิดเผยข้อมูลการฝึก และฮาร์ดแวร์อินเฟอเรนซ์
- คะแนนเกณฑ์มาตรฐานอย่างเป็นทางการและโปรโตคอลการประเมินที่อยู่เบื้องหลัง
- รหัสโมเดล API ราคา ภูมิภาคให้บริการ ลิมิตอัตรา และข้อกำหนดเชิงพาณิชย์
- กลไกแหล่งกำเนิดลิขสิทธิ์ วอเตอร์มาร์ก การปกป้องอัตลักษณ์ และการควบคุมลิขสิทธิ์ที่จะมากับโมเดล
ข้อคิดส่งท้าย
Seedance 3 ยังไม่ยืนยัน แต่ทิศทางของตระกูล Seedance ชัดเจนขึ้นเรื่อยๆ ซีรีส์นี้ก้าวจากการสร้างภาพหลายช็อตแบบเนทีฟ ไปสู่เสียงที่ซิงโครไนซ์ การควบคุมอ้างอิงแบบหลายโมดาล การเล่าเรื่อง 30 วินาที และการตัดต่อแบบเฉพาะส่วน ก้าวสำคัญถัดไปควรทำให้เวิร์กโฟลว์นั้นเชื่อถือได้มากขึ้น ไม่ใช่แค่สpectacular ในโชว์เคสที่คัดเลือก
หลักฐานที่สำคัญที่สุดคือสมรรถนะที่ทำซ้ำได้: ตัวละครและเสียงที่สม่ำเสมอในลำดับยาวๆ ปฏิสัมพันธ์ทางกายภาพที่น่าเชื่อ คำสั่งตามเวลาที่ตอบสนองอย่างแม่นยำ และการแก้ไขที่รักษาคอนเทนต์ที่อนุมัติไว้ คุณสมบัติเหล่านี้กำหนดว่าโมเดลจะก้าวจากการสร้างแนวคิดสู่การผลิตประจำวันได้หรือไม่
ระหว่างรอข้อมูล Seedance 3 อย่างเป็นทางการ นักพัฒนาสามารถประเมิน Seedance 2.5 API ปัจจุบัน และเปรียบเทียบกับโมเดลวิดีโออื่นๆ ผ่าน CometAPI บทความนี้ควรถูกอัปเดตเมื่อ ByteDance หรือแหล่ง API ที่ใช้งานจริงยืนยันชื่อโมเดล สเปก เกณฑ์มาตรฐาน และรายละเอียดการเข้าถึงเท่านั้น