編集なしで 5 つの空間を通り抜ける
甲板、スライダー、プール、レストラン、機関室を一気に通り抜けます。トランジションが滑らかか、空間の位置関係が崩れていないかを観察してください。
bytedance/seedance-2.5ひとつのショットから、アイデアを動かそう。
テキスト、画像、動画参照からショート動画を制作。まず実際のサンプルを見て、パラメータと予算を決めたら、同じタスクをあなたのプロダクトに組み込めます。
Seedance 2.5 は、ByteDance の Doubao 系列における次世代マルチモーダル動画生成モデルで、2026-08-07 にリリースされました。テキスト、画像、動画、音声の混合入力に対応し、最大 30 枚の画像、10 本の動画、10 個の音声クリップ、合計 50 点の参照素材を受け取れます。テキストから動画、画像から動画、動画から動画の生成に対応し、1 本あたりの長さは 4〜30 秒の範囲で 1 秒単位に指定できます。解像度は 480p、720p、1080p(デフォルトは 720p)で、6 種類のアスペクト比に加えて自動調整オプションも選べます。出力にはデフォルトで同期音声が含まれ、プロンプトは多言語で記述できます。この世代では指示追従、マルチショットの物語構成、長時間の時系列一貫性が向上しています。OpenAI-compatible プロトコル経由でアクセス可能です。
ワンカットでクルーズ船を丸ごと通り抜ける
甲板のスライダーからプールに飛び込み、レストラン、厨房、機関室を抜けて、最後は船尾から飛び出す——編集なしの長回しがずっと破綻なく続くかを見ます。
# 1. Create the generation task — keep the returned idcurl https://api.ofox.ai/v1/videos \ -H "Authorization: Bearer $OFOX_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "bytedance/seedance-2.5", "prompt": "Continuous single take, camera tilting, rolling, spinning, flying through a colossal luxury cruise ship. Starts flying over the sunny upper deck dodging beach balls and sunbathers, camera dives straight down a twisting, translucent water slide, gliding past screaming children before splashing into the main pool. Sweeps underwater, effortlessly passing through a glass floor directly into the elegant grand dining room below, weaving through crystal chandeliers, clinking champagne glasses, and waiters balancing silver trays. Camera dives past the spinning kitchen doors into the humming, immaculate engine control room, transitions out the stern exhaust vent, gliding over the churning, foamy white wake as the sun sets over the ocean. No cuts, impossible camera moves, seamless transitions, energetic, dynamic, cinematic. 8K high definition, high quality footage.", "duration": 15, "resolution": "720p", "aspect_ratio": "16:9", "generate_audio": false, "provider": { "type": "byteplus" }}' # Or: "provider": { "type": "volcengine" } # 2. Poll with that id until status is completed / failed / cancelled / expiredcurl https://api.ofox.ai/v1/videos/$TASK_ID \ -H "Authorization: Bearer $OFOX_API_KEY" # 3. Read mirror_urls[0] (persistent), or unsigned_urls[0] (expires in ~24h)モデルを理解してから、入口を選ぶ
Seedance 2.5 は ByteDance の動画生成モデルです。シーンの記述と参照素材を動きのあるショットに変換し、同期音声にも対応します。Ofox では統一された動画タスク API から利用できます。
素材がない場合は、動きとカメラワークをテキストで記述します。被写体の画像がある場合は、冒頭の画面を固定したいのか、被写体とスタイルだけを借りたいのかをまず判断します。動画がある場合は、参考にしたい動きを明確に説明します。
テキスト → 動画
まずビジュアルの方向性を検証するのに適しています。被写体、動き、シーン、カメラワークを記述するだけで、参照素材を用意する必要はありません。
まず確認被写体が明確か、動きが完結しているか。
画像 → 動画
開始フレームはショットの起点を決め、終了フレームは最後の画面を制約します。通常の参照画像は被写体やスタイルを誘導するもので、役割が異なります。
まず確認開始と終了の画面、被写体の細部、トランジション。
動画 → 参照生成
動き、構図、リズムの意図を伝えるのに適しています。何を参考にし、何を変えるのかを説明し、「これと同じように」とだけ書かないでください。
まず確認動きが適切か、参照が誤って使われていないか。
4–30s
1 秒単位で自由に設定、1 本あたり最長 30 秒
1080p
最高 1080p、デフォルト 720p
7種類のアスペクト比
同期音声
映像と音声を一度に生成、オン/オフ切り替え可
3種類の入力
参照素材が多いほど制御しやすい、とは限りません。 素材ごとに用途を明記してください。誰が被写体か、どこが舞台か、どの動きを残すのか。互いに矛盾する複数の記述に同じショットを奪い合わせないようにします。
bytedance/seedance-2.5モデルの能力、プロバイダーの対応範囲、API の制約は別々のレイヤーです。参照素材の数、素材サイズ、利用できる組み合わせは選択したエンドポイントに準じます。ワークスペースでは単一の動画参照または開始/終了フレームのみを実演しており、モデルが公表している上限をフォームの機能として扱うことはしません。
目で見てわかる効果
6 つの異なるタスクと 6 組の元プロンプト。動き、質感、人物を観察してから、自分のプロジェクトに合うかを判断してください。
甲板、スライダー、プール、レストラン、機関室を一気に通り抜けます。トランジションが滑らかか、空間の位置関係が崩れていないかを観察してください。
プロンプトはわずか 2 段落。ライティング、トッピングの層、白背景の質感を見て、EC 素材としてそのまま使えるかを判断します。
3 つのショットそれぞれに映像と音声を記述しています。キャラクターの一貫性と、ピアノの音と指の動きの対応を確認してください。
振り向く、鼻を合わせる、抱き合う。カメラはミディアムショットからクローズアップへ寄ります。動きのつながりと表情の変化に説得力があるかを見てください。
花びらが 1 枚ずつ開き、背景はすっきりしたグラデーション。スロー再生して、変形の途中でコマ飛びやちらつきがないかを確認します。
秒単位で各ショットのサイズとカメラワークを書き、ネイティブ音声付き。テンポ、画風、トランジションに統一感があるかを見ます。
サンプルは OfoxAI が bytedance/seedance-2.5 を使って実際に生成したもので、プロンプトは生成時に使った原文そのままです。各動画の解像度、尺、アスペクト比、音声の有無はサンプル上に表示されており、「このショットを再利用」をクリックすると同じパラメータが反映されます。サンプルは効果の判断にのみ使うもので、成功率を示すものではなく、他モデルとの比較結論にもなりません。
プロンプトは撮影の指示になるように
被写体、動き、カメラワーク、制約を分けて書きます。下のオリジナルテンプレートは下書き用のツールで、実際の効果は生成して確かめる必要があります。
被写体とシーン
誰が、どこにいるか。どの識別できるディテールを残すか。
主な動き
動きがどう始まり、どう変化し、最後にどこで止まるか。
カメラと構図
ショットサイズ、移動の方向、横長か縦長か、カット割りを許すか。
音声と制約
環境音か音声なしか。出してはいけない文字、ロゴ、動き。




制作の出発点を選ぶ
1 つのショットで強調するセールスポイントは 1 つだけ:表面の質感、構造、または使用時の動作。まず被写体をしっかり撮り、それから複雑なカメラワークを検討します。
01ロゴのない陶器のマグカップが、きれいな木のテーブルに置かれている。03カメラはミディアムショットからカップの縁へゆっくり寄り、柔らかなサイド光が釉面をなでる。02カップは静止したまま、背景はシンプルで、全体を通して一度だけ連続して寄る。045 秒、16:9、字幕なし、余分な文字なし、音声なし。
1 つの明確な動きを軸に、冒頭と締めくくりを組み立てます。後から入れる字幕のスペースを空けておき、複雑なテキストは映像生成に任せないでください。
01無地のスポーツウェアを着た大人が明るいスタジオで02一度振り返り、最後はカメラに向かってしっかり立ち止まる。03カメラは全身が入る固定のショットサイズを保ち、被写体は常に画面中央にいる。02服と手足は自然に動く。045 秒、9:16 縦長、単一ショット、字幕・文字・ロゴは入れない、音声なし。
まず人物の置かれた状況、動き、感情の転換を書きます。人物関係のわかりにくさを大量のカット割りでごまかさないでください。
01静かな窓辺に大人が座っている。02最初はうつむいて机の上の封筒を見つめ、やがてゆっくり顔を上げて窓の外を眺め、表情はためらいから落ち着きへと変わる。03カメラはミディアムショットからゆっくり寄り、最後は顔のクローズアップで止まる。04衣装と環境は変えない。10 秒、16:9、単一ショット、字幕なし、余分な文字なし、音声なし。
工程を目で追える動作に分解し、手、道具、物体に同時にあれこれさせないでください。必要な注釈は後から入れます。
03真上から撮影した01きれいな木製の作業台。02両手が正方形の紙を半分に折り、さらに半分に折り、最後にシンプルな紙の船を折り上げて机の中央に置く。03カメラは固定、02手の動きは明確でリズムが一定、紙の折り目と変形はリアルで説得力がある。048 秒、16:9、単一ショット、字幕なし、余分な文字なし、音声なし。
Playground のプロンプト、モード、設定を置き換えます。自動では生成されません。
一度に変える変数は 1 つだけ
1 回目は構図、2 回目は動き、3 回目で光やテンポを調整します。毎回のプロンプトと結果を残しておくと、すべての記述を一度に変えるよりも問題の特定がずっと簡単になります。
費用を先にはっきりと
予算は現在の設定に連動します。まず短い動画で方向性を確かめてから、尺や解像度を上げるかを決めましょう。
現在の設定でのテスト予算
テキストから動画 · 720p · 15 秒
動画 1 本
$3.60
3 回の合計
$10.80
利用コストの見積もり$10.80
最低チャージ額ではありません。テスト回数は使える完成動画の本数とは一致しません。実際の請求額はリアルタイムの請求明細に準じます。
| 解像度 | テキストから動画 / 秒 | 動画から動画 / 秒 |
|---|---|---|
| 480p | $0.11/秒 | $0.14/秒 |
| 720p | $0.24/秒 | $0.3/秒 |
| 1080p | $0.6/秒 | $0.71/秒 |
料金は Ofox のリアルタイム価格で、左側の予算と同じ単価を使っています。この表には画像から動画の料金が別途記載されていないため、単価は推定していません。現在掲載している料金区分は、音声の設定を問いません。同じモデルを複数のプラットフォームが提供しています。リクエストで provider.type を指定するとプラットフォームを選べます。
リアルタイム料金の出典を見る以下はテキストから動画のテスト設定の目安です。費用は現在の料金でリアルタイムに計算されます。
最低コストで、被写体と動きが正しく理解されているかを確認します。違っていれば設定を上げる前にプロンプトを直して再試行します。
構造、輪郭、接触、連続性がすべて問題なければ納品用の設定に進みます。問題があればこの段階で納得いくまで直します。
方向性と細部が固まってから使い、目標解像度での仕上がりを確認します。
試用から開発へ
現在のプロンプトとパラメータで動画タスクを作成できます。ドキュメントを見ながらリクエストを組み直す必要はありません。
POST /v1/videosモデル、プロンプト、尺、解像度、音声の設定を送信します。参照素材はモードに応じてリクエストに含めます。
GET /v1/videos/{id}返されたタスク ID を保存します。完了、失敗、キャンセル、期限切れのいずれかになるまで照会し、同じタスクを重複して作成しないでください。
mirror_urls / unsigned_urlsまずタスクの状態を確認してから、結果の URL を読み取ります。mirror_urls を優先し、ない場合は unsigned_urls を読み取ります。
エンドポイントとフィールドは公式のコード例に基づいています。
開発者ドキュメントを読むmodelpromptduration / resolution / aspect_ratioframe_imagesinput_referencesgenerate_audioprovider.typeまず「受け付けられていない」のか「受け付け済みだが終わっていない」のかを区別します。作成時にタスク ID が返されたら、まずそのタスクを照会してください。
尺、列挙値、URL、入力方式を確認してください。開始/終了フレームと通常の参照は別のフィールドを使うため、同じリクエストに混在させることはできません。
サーバー側のキーと利用可能な残高を確認してください。認証と課金の条件を先に解決してから、再度作成を試みます。
ID を保存し、明確な終了状態になるまで照会します。適度にバックオフし、高頻度のポーリングは避けてください。フロントエンドでの待機タイムアウトは、サーバー側で生成が失敗したことを意味しません。
動画を取得したら、自社の納品用ストレージに保存してください。一時的な結果 URL を恒久的な素材ライブラリとして扱わず、ダウンロード前にタスクが完了していることを確認します。
すでに Agent のワークフローがある?
目的、尺、アスペクト比、素材の用途、予算の上限、検収基準を伝えます。Agent にはまずリクエストと見積もり費用を提示させ、あなたが確認してからタスクを作成させます。タスク ID を保存し、結果または明確なエラーを返させます。
これはコピーして使えるタスク説明で、いかなる Agent にも接続しておらず、呼び出しも実行しません。キーはサーバー側の環境に保管してください。
始める前の疑問
最後に、ほかの候補も
検証したい課題に応じて候補を選んでください。以下のリンクは選定を続けるためのもので、同一条件での品質ランキングを示すものではありません。