продолжительностью от четырех до пятнадцати секунд со стереозвуком. Согласно карточке модели, она может обрабатывать до девяти референсных изображений, трех видеоклипов и трех аудиоклипов на один запрос. Однако два компонента остаются закрытыми: модуль для разрешения 2K и H3-Context-IR, который преобразует запросы и референсные материалы в структурированную промежуточную форму. В локальной среде ComfyUI это приводит к выводу с разрешением 768p, но обработку контекста можно воспроизвести с помощью опубликованных руководств по подсказкам. Открытые веса также позволяют выполнять тонкую настройку, например, на собственных видеоматериалах, персонажах или для создания единого стиля, хотя лицензия разрешает коммерческое использование только компаниям с доходом менее 20 миллионов долларов. Одновременно ByteDance выпустила закрытую модель Seedance 2.5, которая создает 30-секундные клипы со звуком.