jimeng

15元做“猫片”,实测字节新视频模型,镜头衔接丝滑,但文字偶有乱码

AIGC行业资讯6小时前发布 zhang
2 0

单段最长支持30秒视频生成。

智东西11月12日报道,今日,字节跳动推出视频生成模型Seedance 2.5 flash,并宣称它是“当前效果最接近Seedance 2.5的模型”,生成速度较Seedance 2.5提高一倍,价格更低。以720P文生视频、图生视频为例,Seedance 2.5 flash生成价格约为0.99元/秒,较Seedance 2.5降低约34%,生成一段10秒视频约需9.9元。

该公司称,Seedance 2.5 flash整体效果优于上一代旗舰Seedance 2.0,在指令遵循、物理运动和音频表现上保持了较高水准,还支持视频编辑,用户可以调整视频内容、制作不同创意版本。

这些能力在实际工作流中表现怎么样?智东西花费15块,生成了一段15s的视频,通过LibTV替大家体验了一把。从测试结果来看,Seedance 2.5 flash基本完成了给定指令,快速动作都能细致准确地呈现,人物和场景也保持了较好的一致性。不过,字体乱码的现象在快节奏画面中还是会偶尔出现。

目前,Seedance 2.5 flash单段最长支持30秒视频生成,提供480P和720P两档分辨率,单次最多输入10张图片、5段视频和5段音频。

Seedance 2.5家族目前包括旗舰Seedance 2.5、4K版和此次发布的flash。其中,Seedance 2.5于今年6月的火山引擎大会上首次亮相,7月上线即梦等平台,最高支持1080P。10月23日,字节官宣面向高画质制作的Seedance 2.5 4K,首批供部分海内外影视制作、后期公司等企业客户试用。字节曾透露,4K版更充分地学习了人物表情、细微动作与画面细节,是 Seedance 2.5这一代中最强的模型。

该公司透露,新模型将陆续登陆即梦、LibTV、Updream、Creao AI、TapNow等平台,API计划于11月15日上线火山方舟。

01.

实测猫咪跑酷:远近景快速切换衔接丝滑

但文字乱码还是偶有发生

这次我们通过LibTV体验Seedance 2.5 flash,设置为480P、15秒、16:9,并开启声音,重点测试快速切换远近景时,文字能否保持稳定,镜头能否顺畅衔接。

我们上传了一张街景图和一张橘白猫形象照,让猫在招牌密集的商业街上跑酷,撞翻苹果筐,再借木箱、柜台和遮阳棚跃上屋檐。提示词要求镜头在街景远景、猫爪近景和侧面跟拍之间快速切换,呈现动画电影追逐戏的节奏。

15元做“猫片”,实测字节新视频模型,镜头衔接丝滑,但文字偶有乱码

▲上传到Seedance 2.5 flash的猫咪及场景参考图

这组测试还加入了一些具体的文字要求。街景图中提前写入“智东西水果店”“阿福面馆”“好运包子铺”“顺意杂货”等招牌,我们要求同一块招牌在不同景别、经过猫咪遮挡后,仍保留原来的文字。

15元做“猫片”,实测字节新视频模型,镜头衔接丝滑,但文字偶有乱码

▲给Seedance 2.5 flash的部分提示词指令

可以看到,“智东西水果店”在开场远景、靠近招牌的镜头和最后拉远的画面中都能辨认,价格牌上的“苹果每斤五元”也保留了下来。镜头推近后,主招牌的字形仍比较完整,没有出现乱码。

但仔细看,远处笔画较多的背景字还是有字形缺失。

15元做“猫片”,实测字节新视频模型,镜头衔接丝滑,但文字偶有乱码

▲“香甜脆爽”字形缺失,上图为视频截图,下图为参考图

15元做“猫片”,实测字节新视频模型,镜头衔接丝滑,但文字偶有乱码

▲“包子铺”“顺意杂货”字形缺失,上图为视频截图,下图为参考图

镜头衔接相对比较顺。街景远景切到猫撞筐、苹果滚落和爪子踩踏的近景,再跟随猫向上移动,前后动作基本能接上,不会突然看不懂猫跑到了哪里。最后拉远时,水果店、相邻店铺的位置与开场基本一致,苹果筐仍然倒着,散落的苹果也留在街面。

背景音乐恰到好处地营造了紧张的气氛,音效也配得很真实,像是在看动画电影。

15元做“猫片”,实测字节新视频模型,镜头衔接丝滑,但文字偶有乱码

02.

官方案例:拍广告、演马戏

多镜头衔接完成度较高

除了上述实测,字节还给出了望远镜广告、耳机广告和马戏表演等多个官方案例。

第一个案例是望远镜广告。短片中的男生从船舱走到甲板,取出、展开望远镜,观察远处岛岸,再与岸边游客挥手互动,穿插人物近景、产品特写和望远镜主观视角。

这支广告整体完成度较高。人物观察远处、放下望远镜后微笑回应的神态比较自然,近景、主观视角与结尾拉远之间也衔接得比较顺。海面反光、木质船舱和黄铜镜身都有不错的质感,多次切镜后,人物外貌和服装没有明显变化。

15元做“猫片”,实测字节新视频模型,镜头衔接丝滑,但文字偶有乱码

▲Seedance 2.5 flash生成望远镜广告(视频来源:火山引擎)

第二个案例是耳机广告。女子打开耳机盒、戴上耳机,随后在人流中起舞,短片交替展示产品特写、人物表情和全身动作。

这支广告的人物表演比较细腻,闭眼、睁眼和微笑都有自然变化,面部近景没有明显的僵硬感。佩戴耳机、抬手触碰和跳舞几个环节衔接顺畅,快速切换景别时,人物动作和服装也没有明显穿帮。耳机、耳饰的特写与街头全景穿插得比较自然,背景男子撒落纸张、结尾继续捡纸的细节也接上了,整支短片已经有较完整的广告观感。

15元做“猫片”,实测字节新视频模型,镜头衔接丝滑,但文字偶有乱码

▲Seedance 2.5 flash生成耳机广告(视频来源:火山引擎)

第三个案例是马戏表演,连续的马戏工作非常考验镜头衔接。

这段视频的镜头衔接也比较自然:从高空走绳转向地面杂耍,再跟随狮子穿过火圈,几个节目的切换紧凑,舞台空间关系也比较清楚。狮子起跳、腾空、穿圈和落台的动作连贯,身体与四肢会随跳跃调整,鬃毛和尾巴也有相应变化。暖色灯光、火焰和舞台阴影保持了统一氛围,整段既有追随动作的速度感,也没有明显的场景跳变。

15元做“猫片”,实测字节新视频模型,镜头衔接丝滑,但文字偶有乱码

▲Seedance 2.5 flash生成走绳、杂耍及狮子跳火圈表演(视频来源:火山引擎)

03.

结语:新模型效果令人惊喜

Seedance 2.5和2.5 flash面向不同使用场景

Seedance 2.5 flash在降低价格的同时,也保留了较好的短片生成能力。从此次实测的体验来看,其模型效果令人惊喜,既能够胜任流媒体平台的AI视频制作,也有制作商业广告、动作电影的潜力,为追求性价比的创作者提供了新的选择。

按照字节的定位,旗舰面向视听品质与创作表现要求更高的任务,Seedance 2.5 flash则面向高频创作和批量内容生产。创作者也可以根据不同模型的特点分配预算,需要反复尝试的片段先用Flash生成,对画质和细节要求更高的镜头再选择旗舰,让制作费用花在更需要的地方。

© 版权声明

相关文章

豆包网页版