مطالعهبلاگ هوش مصنوعی چراغ
مدل‌های هوش مصنوعی

Seedance 2.5 در چراغ: ویدیو با ۹ عکس مرجع و صدای همگام

۲۶ مهر ۱۴۰۵۱۰ دقیقه مطالعهتیم چراغ
Seedance 2.5: ویدیو با عکس مرجع و صدا

Seedance 2.5 مدل ویدیوی ByteDance Seed در چراغ است: رده‌ی استاندارد، حدود ۱۷ اعتبار برای هر ثانیه (با نرخ امروز حدود ۴۴٬۰۰۰ تومان) و بیشتر در کیفیت بالا. جواب کوتاه: این مدل را وقتی انتخاب کن که ورودی داری، نه فقط یک جمله. فریم اول و آخر می‌گیرد، در خود مدل تا ۳۰ عکس مرجع، به‌علاوه ویدیو و صدای مرجع، و خروجی را با صدا تا 1080p می‌سازد. یک کلیپ ۵ ثانیه‌ای حدود ۸۵ اعتبار است، با نرخ امروز حدود ۲۲۰٬۰۰۰ تومان. اگر فقط متن داری و صدا می‌خواهی، Veo 3.1 Fast ساده‌تر است؛ اگر فقط دو فریم داری، Kling 3.0 Pro قابل پیش‌بینی‌تر. قیمت‌ها تا ۲۶ مهر ۱۴۰۵.

Seedance 2.5 چیست و چه ورودی‌هایی می‌گیرد؟

Seedance 2.5 یک مدل ویدیوی چندورودی است: به‌جای این‌که فقط متن را به کلیپ تبدیل کند، عکس، ویدیو و صدا را هم به‌عنوان مرجع قبول می‌کند و از همه‌ی آن‌ها با هم یک کلیپ می‌سازد. همین نقطه‌ی قوتش است و همین نقطه‌ی ضعفش. در انتخابگر مدلِ حالت ویدیوی چراغ با اسم سازنده‌اش، ByteDance Seed، می‌بینی‌اش؛ اگر در فهرست روشن‌هایت نیست، با سوئیچ کنار ردیفش برای خودت روشنش کن.

  • فریم اول و فریم آخر: دو جای جدا در استودیو. عکس شروع و عکس پایان را می‌گذاری و مدل حرکت بین این دو را می‌سازد.
  • عکس مرجع: خود مدل تا ۳۰ عکس مرجع قبول می‌کند. در استودیوی چراغ از ۲۲ مهر ۱۴۰۵ یک ساخت Seedance 2.5 تا ۹ عکس مرجع می‌گیرد؛ برای کار عملی (محصول از چند زاویه، کاراکتر از سه نما) همین کافی است.
  • ویدیو و صدای مرجع: یک کلیپ نمونه یا یک فایل صدا را ضمیمه می‌کنی تا سبک حرکت یا صدا از آن بیاید. از همان ۲۲ مهر در استودیو در دسترس است.
  • صدا در خروجی: کلیپ با صدا تحویل می‌دهد؛ لازم نیست همه‌ی کلیپ‌ها را بعداً صداگذاری کنی.
  • رزولوشن و مدت: تا 1080p، و از ۲۵ مهر ۱۴۰۵ در یک ساخت تا ۳۰ ثانیه. کیفیت بالا قیمت بیشتری دارد که روی همان ردیف، قبل از ساخت، نوشته شده.

دو ضعف را از اول بدان. اول، پیچیدگی ورودی‌ها: هر چه مرجع بیشتر بدهی، مدل باید چیزهای بیشتری را با هم آشتی دهد و احتمال این‌که یکی را نادیده بگیرد بالا می‌رود. دوم، تطبیق فریم اول و آخر: اگر دو فریم از نظر نور، زاویه یا فاصله‌ی دوربین خیلی دور باشند، گذار وسط کلیپ ممکن است طبیعی درنیاید. هر دو ضعف با مرجع تمیز و پرامپت کوتاه مهار می‌شود؛ در بخش نکته‌ها می‌گوییم چطور.

مدل‌های ساخت ویدیوی چراغ با قیمت هر ثانیه به اعتبار، از جمله Seedance 2.5، Kling 3.0 و Veo 3.1 Fast
قیمت هر ثانیه‌ی ویدیو در مدل‌های پیش‌فرض چراغ؛ قیمت‌ها تا ۲۶ مهر ۱۴۰۵

Seedance 2.5 در برابر Kling 3.0 Pro و Veo 3.1 Fast

جواب جدول در یک جمله: Seedance 2.5 تنها مدل این سه‌تایی است که هم فریم اول و آخر می‌گیرد، هم صدا می‌سازد، هم عکس مرجع زیاد قبول می‌کند؛ Kling 3.0 Pro کنترل دو فریم را با کیفیت بالاتر و بدون صدا می‌دهد و Veo 3.1 Fast ساده‌ترین راه کلیپ با صدای همگام از متن است. قیمت هر مدل به اعتبار ثابت است و امروز هر اعتبار حدود ۲٬۶۰۰ تومان؛ عدد به‌روز در صفحه‌ی مدل‌ها و قیمت‌ها.

مدل سازنده رده ≈ اعتبار/ثانیه مدت صدا فریم اول/آخر عکس مرجع رزولوشن
Seedance 2.5 ByteDance Seed استاندارد ۱۷ (بیشتر در کیفیت بالا) تا ۳۰ ثانیه در یک ساخت دارد دارد تا ۳۰ در مدل؛ تا ۹ در استودیو، به‌علاوه ویدیو و صدای مرجع تا 1080p
Kling 3.0 Pro Kling · Kuaishou پریمیوم ۲۲٫۴ ۳ تا ۱۰ ثانیه، تا ۱۵ در یک ساخت ندارد دارد فریم اول و آخر 720p
Veo 3.1 Fast Google استاندارد ۲۴ (تا ۶۰) ۴/۶/۸ ثانیه همگام — — خانواده تا 4K

سه مشاهده. اول، Seedance 2.5 ارزان‌ترین این سه است و در عین حال بیشترین ورودی را می‌گیرد؛ قیمتش به Kling 3.0 Standard نزدیک است، نه به Pro. دوم، فقط Seedance و Kling فریم آخر می‌گیرند؛ اگر کلیپ باید روی قاب مشخصی تمام شود، Veo از دور خارج است. سوم، Veo 3.1 Fast و Seedance هر دو صدا می‌دهند، ولی Veo فقط سه مدت ۴، ۶ و ۸ ثانیه دارد و Seedance تا ۳۰ ثانیه در یک ساخت می‌رود. مقایسه‌ی کامل دو خانواده‌ی Google و Kling را در Veo 3.1 یا Kling 3.0 برای تیزر محصول نوشته‌ایم و جدول همه‌ی ۱۵ مدل ویدیو در راهنمای مدل‌های ساخت ویدیو است.

سه گردش کار با Seedance 2.5 در استودیوی چراغ

هر سه در استودیوی چراغ، حالت ویدیو، با یک کادر انجام می‌شود. عکس‌ها را با آپلود، کشیدن یا Paste مستقیم ضمیمه می‌کنی و در متن با «@عکس۱» و «@عکس۲» به آن‌ها اشاره می‌کنی. فریم اول و آخر دو جای جدا دارند تا با مرجع‌ها قاطی نشوند.

۱. معرفی محصول با چند زاویه‌ی مرجع

مثال: فروشگاه اینستاگرامی کیف چرم که می‌خواهد یک کلیپ ۱۰ ثانیه‌ای از کیف جدیدش بسازد، بدون فیلم‌برداری. پنج عکس تمیز از کیف داری: روبه‌رو، نیم‌رخ، پشت، داخل کیف و نمای نزدیک دوخت.

  1. هر پنج عکس را به‌عنوان مرجع ضمیمه کن (نه به‌عنوان فریم اول).
  2. پرامپت را کوتاه و حرکتی بنویس: «کیف چرم قهوه‌ای @عکس۱ تا @عکس۵، دقیقاً همین محصول، روی میز چوبی در نور روز. دوربین آرام دور کیف می‌چرخد، از روبه‌رو به نیم‌رخ و پشت، بعد به داخل کیف نزدیک می‌شود. صدای محیط آرام، بدون موسیقی.»
  3. مدت را ۱۰ ثانیه و نسبت کادر را عمودی بگذار و بساز. حدود ۱۷۰ اعتبار، با نرخ امروز حدود ۴۴۰٬۰۰۰ تومان.

چرا این‌جا Seedance و نه Kling؟ چون Kling فقط فریم اول و آخر می‌گیرد و زاویه‌های میانی را حدس می‌زند؛ Seedance با پنج زاویه، شکل و دوخت کیف را در همه‌ی چرخش حفظ می‌کند. اگر عکس محصول خوبی نداری، راهنمای ساخت ریلز با هوش مصنوعی از عکس تا کلیپ را قدم‌به‌قدم می‌رود.

۲. ترنزیشن بین دو فریم

مثال: کافه‌ای که می‌خواهد کلیپ ۵ ثانیه‌ای «از دانه تا فنجان» برای استوری بسازد. فریم اول: دانه‌های قهوه روی میز. فریم آخر: فنجان لاته با طرح برگ، روی همان میز، همان نور.

  1. عکس دانه‌ها را در جای «فریم اول» و عکس فنجان را در جای «فریم آخر» بگذار.
  2. در متن فقط حرکت را توصیف کن: «دانه‌ها جمع می‌شوند و آرام به فنجان لاته تبدیل می‌شوند، بخار بلند می‌شود، دوربین ثابت، صدای ریختن شیر.»
  3. ۵ ثانیه بساز: حدود ۸۵ اعتبار، با نرخ امروز حدود ۲۲۰٬۰۰۰ تومان.

این همان جایی است که ضعف تطبیق فریم اول و آخر خودش را نشان می‌دهد. اگر دو عکس از دو زاویه یا دو نور باشند، مدل وسط کلیپ مجبور می‌شود «بپرد». راه حل: هر دو عکس را با یک دوربین، یک فاصله و یک نسبت کادر بگیر. اگر باز هم جواب نداد، گذار را دو تکه کن: کلیپ اول تا یک حالت میانی، بعد با «ادامه‌ی همین ویدیو» فریم آخر کلیپ اول فریم اول کلیپ دوم می‌شود و پرش نداری.

۳. کلیپ با کاراکتر ثابت

مثال: آموزشگاه زبانی که ماسکوت دارد و می‌خواهد ماسکوت در کلیپ‌های هفتگی یک چهره داشته باشد. سه عکس مرجع از ماسکوت (روبه‌رو، سه‌رخ، تمام‌قد) داری و یک جمله که باید بگوید.

  1. سه عکس ماسکوت را مرجع بگذار و در پرامپت بنویس «کاراکتر @عکس۱ تا @عکس۳، بدون تغییر چهره و رنگ».
  2. صحنه و حرکت را اضافه کن: «پشت میز کلاس، به دوربین نگاه می‌کند و با شادی دست تکان می‌دهد، نور روز، 1080p.»
  3. اگر می‌خواهی کاراکتر حرف بزند، جمله را کوتاه نگه دار. وقتی برای ویدیوی گویا صدا ضبط می‌کنی، استودیو می‌گوید چند ثانیه از جمله در ویدیو جا می‌شود. اگر صدای مشخصی مد نظر داری، همان را به‌عنوان صدای مرجع ضمیمه کن.
  4. ۵ ثانیه بساز و اگر خوب شد، «اشتراک دستور پخت» را بزن تا هفته‌ی بعد همان پرامپت، مدل و تنظیمات با یک دکمه آماده باشد.

برای کمپین‌های چندکلیپی، بیلدر چراغ قالب آماده‌ی «عکس محصول → ویدیو» دارد و چند کلیپ را با یک «اجرای خط تولید» پشت سر هم می‌سازد.

قاعده‌ی Seedance 2.5: هر ورودی که می‌دهی باید یک کار مشخص داشته باشد. عکس مرجع برای «این محصول همین است»، فریم اول و آخر برای «از این‌جا به آن‌جا»، ویدیوی مرجع برای «این‌طور حرکت کن»، صدای مرجع برای «این صدا». وقتی سه کار را به یک ساخت می‌دهی، اول با یک ساخت ۵ ثانیه‌ای تست کن (حدود ۸۵ اعتبار)، بعد نسخه‌ی بلند یا کیفیت بالا را بساز. قیمت قبل از ساخت نشان داده می‌شود و کار ناموفق رایگان است.
استودیوی چراغ در حالت ویدیو با جای فریم اول و آخر، عکس‌های مرجع و کادر پرامپت
یک کادر برای همه: فریم اول و آخر و مرجع‌ها هر کدام جای خودشان را دارند

هزینه‌ی کلیپ ۵ و ۱۰ ثانیه‌ای با Seedance 2.5

حساب ساده است: اعتبار هر ثانیه ضرب‌در مدت. اعداد زیر برای کیفیت معمولی است؛ کیفیت بالا در Seedance 2.5 و Veo 3.1 Fast گران‌تر است و عددش کنار گزینه نوشته می‌شود. Veo 3.1 Fast مدت ۵ و ۱۰ ثانیه ندارد، پس برایش ۴ و ۸ ثانیه را آورده‌ایم.

مدل کلیپ ۵ ثانیه‌ای با نرخ امروز کلیپ ۱۰ ثانیه‌ای با نرخ امروز
Seedance 2.5 حدود ۸۵ اعتبار حدود ۲۲۰٬۰۰۰ تومان حدود ۱۷۰ اعتبار حدود ۴۴۰٬۰۰۰ تومان
Kling 3.0 Standard ۸۴ اعتبار حدود ۲۲۰٬۰۰۰ تومان ۱۶۸ اعتبار حدود ۴۴۰٬۰۰۰ تومان
Kling 3.0 Pro ۱۱۲ اعتبار حدود ۲۹۰٬۰۰۰ تومان ۲۲۴ اعتبار حدود ۵۸۰٬۰۰۰ تومان
Veo 3.1 Fast (۴ و ۸ ثانیه) ۹۶ اعتبار حدود ۲۵۰٬۰۰۰ تومان ۱۹۲ اعتبار حدود ۵۰۰٬۰۰۰ تومان

نکته‌ی جدول: Seedance 2.5 با صدا و تا ۹ عکس مرجع تقریباً هم‌قیمت Kling 3.0 Standard بدون صداست و حدود یک‌چهارم ارزان‌تر از Kling 3.0 Pro. یک کلیپ ۳۰ ثانیه‌ای کامل با Seedance حدود ۵۱۰ اعتبار می‌شود، با نرخ امروز حدود ۱٫۳ میلیون تومان؛ قبل از خرید اعتبار، «چند اعتبار لازم دارم؟» ثانیه و تعداد کلیپ را به اعتبار و بسته تبدیل می‌کند. اعتبار خریداری‌شده منقضی نمی‌شود و خرید از صفحه‌ی اعتبار است. ارزان‌ترین مدل برای تست ایده قبل از Seedance را در بهترین مدل ویدیو برای ریلز با عدد آورده‌ایم.

نکته‌های آماده‌کردن مرجع‌ها برای Seedance 2.5

نتیجه‌ی Seedance به کیفیت مرجع‌ها وابسته‌تر از کیفیت پرامپت است. این هفت نکته بیشتر خطاها را از بین می‌برد:

  1. کمتر، ولی تمیزتر: سه تا پنج عکس خوب از یک محصول بهتر از نه عکس شلوغ است. هر عکس اضافه یک چیز دیگر است که مدل باید رعایتش کند.
  2. یک محصول در هر عکس: پس‌زمینه‌ی ساده، بدون دست و بدون چند محصول کنار هم. اگر عکس شلوغ است، اول با «ویرایش همین عکس» در حالت عکس پس‌زمینه را ساده کن.
  3. فریم اول و آخر هم‌خانواده: یک دوربین، یک فاصله، یک نور، یک نسبت کادر. بزرگ‌ترین علت پرش وسط کلیپ، دو عکس از دو دنیای متفاوت است.
  4. به هر مرجع در متن اشاره کن: «@عکس۱» را بی‌کار نگذار. بنویس هر عکس برای چیست: «رنگ از @عکس۲، شکل از @عکس۱».
  5. ویدیوی مرجع کوتاه و یک‌حرکتی: کلیپی که فقط یک حرکت دوربین یا یک سبک دارد، بهتر از یک ریلز کامل با ده کات.
  6. صدای مرجع بدون نویز: صدای تمیز و کوتاه. اگر صدا را خودت می‌سازی، مدل‌های صدای چراغ همان‌جا در حالت صدا هستند.
  7. اول ۵ ثانیه، بعد بلند: پرامپت و مرجع‌ها را با یک کلیپ کوتاه تثبیت کن، بعد مدت را بالا ببر یا کیفیت بالا را بزن. «مقایسه‌ی مدل‌ها» کنار دکمه‌ی ساخت هم همان ورودی‌ها را هم‌زمان روی تا ۳ مدل می‌فرستد تا Seedance را با Kling و Veo کنار هم ببینی.

سؤال‌های رایج

Seedance 2.5 در چراغ چقدر خرج دارد؟

حدود ۱۷ اعتبار برای هر ثانیه در کیفیت معمولی، با نرخ امروز حدود ۴۴٬۰۰۰ تومان؛ کیفیت بالا بیشتر. کلیپ ۵ ثانیه‌ای حدود ۸۵ اعتبار و ۱۰ ثانیه‌ای حدود ۱۷۰ اعتبار. قیمت قبل از ساخت نشان داده می‌شود و کار ناموفق اعتبار کم نمی‌کند.

Seedance 2.5 چند عکس مرجع می‌گیرد؟

خود مدل تا ۳۰ عکس مرجع قبول می‌کند؛ در استودیوی چراغ از ۲۲ مهر ۱۴۰۵ در هر ساخت تا ۹ عکس مرجع، به‌علاوه ویدیو و صدای مرجع، ضمیمه می‌کنی. فریم اول و آخر جدا از این‌ها دو جای خودشان را دارند.

Seedance 2.5 صدا هم می‌سازد؟

بله، کلیپ با صدا تحویل می‌دهد و صدای مرجع هم می‌گیرد. در بین مدل‌های پیش‌فرض چراغ، Veo 3.1 و Veo 3.1 Fast هم صدای همگام می‌سازند؛ Kling 3.0 صدا ندارد.

Seedance 2.5 بهتر است یا Kling 3.0 Pro؟

برای کلیپی که چند عکس مرجع یا صدا دارد، Seedance 2.5 با حدود ۱۷ اعتبار بر ثانیه. برای گذار دقیق بین دو فریم با کیفیت بالاتر و بدون نیاز به صدا، Kling 3.0 Pro با ۲۲٫۴ اعتبار بر ثانیه. مطمئن نیستی؟ هر دو را با «مقایسه‌ی مدل‌ها» با همان عکس‌ها بساز.

چرا فریم اول و آخر در Seedance درست به هم وصل نمی‌شوند؟

معمولاً چون دو عکس از نظر زاویه، نور یا فاصله‌ی دوربین فرق دارند. دو عکس هم‌خانواده بگیر، در متن فقط حرکت را توصیف کن، و اگر گذار بزرگ است آن را با «ادامه‌ی همین ویدیو» به دو کلیپ تقسیم کن.

سه تا پنج عکس تمیز از محصول یا کاراکترت را بگذار، یک حرکت کوتاه بنویس و یک کلیپ ۵ ثانیه‌ای با صدا بساز؛ قیمت قبل از ساخت نشان داده می‌شود.

Seedance را امتحان کن