ByteDancen uusi videomalli Seedance 2.5 tuottaa 30 sekunnin leikkeitä integroidulla äänellä

ByteDance on julkaissut Seedance 2.5:n, uuden version tekoälyvideomallistaan, joka tuottaa sekä videon että äänen yhdellä ajolla luoden leikkeitä, jotka ovat jopa 30 sekuntia pitkiä ja joita voi pidentää useita kertoja. Tämä päihittää kilpailijat, kuten Googlen Gemini Omni Flashin, joka pystyy tällä hetkellä vain noin 10 sekunnin pätkiin kerrallaan. Käyttäjät voivat ladata jopa 30 kuvaa, 10 videoklippiä ja 10 äänitiedostoa referenssimateriaaliksi suunnitellakseen kohtauksia, joissa on useita hahmoja ja kamerakulmia. Mallissa on parannetut tekstuurit, valaistus ja ihon yksityiskohdat. Sen edeltäjä, Seedance 2.0, johtaa kuva-videoksi -listaa äänellä varustetuissa malleissa Artificial Analysisin mukaan. ByteDance esitteli mallin kyvykkyyden lyhytelokuvassa, joka on kokonaan tuotettu Seedance 2.5:llä, osoittaen saumattoman tuotantoprosessin mainos- ja visuaaliseen sisältöön. Seedance 2.5 on saatavilla Jimeng AI:ssa ja Doubao Pro:ssa, ja API-pääsy BytePlus ModelArkin kautta on tulossa myöhemmin. Aiemmin 'District 9' -elokuvan ohjaaja Neill Blomkamp osoitti, mihin aiempi versio pystyy 13-minuuttisella täysin tekoälyn tuottamalla lyhytelokuvallaan 'Nightborne'.