Seedance 2.5 テキストから動画生成

doubao/seedance-2-5/text-to-video

Seedance 2.5 は次世代の高品質動画生成モデルであり、テキストから動画生成、複数のアスペクト比、480p/720p/1080p 解像度、AI 同期音声生成に対応し、指示追従性・カメラ制御・モーション品質が向上しています。

サンプル

Seedance 2.5 テキストから動画生成 example 1

パラメータ

名前既定制約説明
prompt *プロンプトtextarea動画生成に使用するポジティブプロンプト。
generate_audioオーディオ生成booleantrue生成動画に映像と同期した音声を含めるかどうか。
resolution解像度select720p480p | 720p生成動画の解像度。
ratioアスペクト比selectadaptiveadaptive | 21:9 | 16:9 | 4:3 | 1:1 | 3:4 | 9:16生成動画の画面比率。
duration再生時間 (秒)slider54 ~ 30 · step 1生成動画の長さ(4〜30 秒の整数のみ対応)。
return_last_frame最後のフレームを返すboolean生成された動画の最後のフレームを返すかどうか。
watermark透かしを追加booleanfalse生成動画に透かしを含めるかどうか。
seedシード値number-1-1 ~ 4294967295生成結果のランダム性を制御するシード値。

API

統一 REST API でこのモデルを呼び出せます。API Keys ページでキーを取得してください。

cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/doubao/seedance-2-5/text-to-video" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "prompt": "A serene landscape with a futuristic city in the background, glowing with neon lights under a starry night sky.",
    "generate_audio": true,
    "resolution": "720p",
    "ratio": "16:9",
    "duration": 6,
    "watermark": false,
    "seed": -1
  }
}'

# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
  -H "Authorization: Bearer YOUR_API_KEY"
Python
import time, requests

API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}

# 1) Submit
resp = requests.post(
    "https://www.namifusion.com/api/v1/marketplace/run/doubao/seedance-2-5/text-to-video",
    headers=HEADERS,
    json={
        "input": {
            "prompt": "A serene landscape with a futuristic city in the background, glowing with neon lights under a starry night sky.",
            "generate_audio": True,
            "resolution": "720p",
            "ratio": "16:9",
            "duration": 6,
            "watermark": False,
            "seed": -1
        }
    },
)
resp.raise_for_status()  # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()

# 2) Poll until a terminal state (completed / failed / cancelled).
#    This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
    if time.time() > deadline:
        raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
    time.sleep(3)
    poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
    poll.raise_for_status()
    task = poll.json()

print(task["status"], task.get("output"))
JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };

// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/doubao/seedance-2-5/text-to-video", {
  method: "POST",
  headers: { ...HEADERS, "Content-Type": "application/json" },
  body: JSON.stringify({
    "input": {
      "prompt": "A serene landscape with a futuristic city in the background, glowing with neon lights under a starry night sky.",
      "generate_audio": true,
      "resolution": "720p",
      "ratio": "16:9",
      "duration": 6,
      "watermark": false,
      "seed": -1
    }
  }),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();

// 2) Poll until a terminal state (completed / failed / cancelled).
//    This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
  if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
  await new Promise((r) => setTimeout(r, 3000));
  const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
  if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
  task = await poll.json();
}

console.log(task.status, task.output);

ドキュメント

Doubao-Seedance 2.5

「プロダクションを一つのモデルに」:マルチモーダル融合による精密なビデオ制作。

Seedance 2.5は、ByteDanceが提供する次世代AI動画生成モデルです。「一人映画制作」を現実にするため、革新的なマルチモーダル・レファレンス・システムを搭載。最大12個の素材(画像、動画、音声、テキスト)を組み合わせることで、キャラクターの一貫性、カメラワーク、リズムをピクセル単位で正確に制御できます。

🚀 主な特徴

  • マルチモーダル融合制御: 画像30枚+動画10本+音声10本(最大50素材)を同時入力可能。キャラクターの固定や複雑な動作の指定が容易です。
  • 映画レベルの画質: 480pおよび720p解像度に対応。映画レベルのライティングと質感を実現し、AI特有の違和感を排除。
  • ネイティブ音画同期: リップシンク(口パク)とリズム解析を内蔵。BGMのビートに合わせて動画の動きを自動調整します。
  • 卓越した物理演算: 流体、重力、複雑な人間動作をリアルにシミュレート。生成成功率は驚異の**99.5%**を誇ります。
  • プロ級のカメラ制御: 自然言語で「ドリーイン」「パン」「ズーム」などの高度なカメラワークや照明の変化を指定可能。

🛠️ 技術仕様

項目詳細
アーキテクチャMulti-modal Diffusion-Transformer (DiT)
最大解像度720p (対応: 480p, 720p)
動画の長さ4 - 30 秒(整数)
アスペクト比16:9, 9:16, 4:3, 3:4, 21:9, 1:1, adaptive
入力モードテキスト、画像 (最大30)、動画 (最大10)、音声 (最大10)
生成速度1クリップあたり約30〜90秒

サンプルプロンプト

  • シネマティック: 「雨の夜の街、ネオンが揺れる。黒いコートの男が赤い傘を差して歩く。顔のアップまでゆっくりとズーム。憂鬱な映画風、冷たい色調。」
  • 精密制御: 「@Image1 をキャラクターに、@Video1 のカメラワークを参考に、@Audio1 のリズムに合わせて生成。」

💰 料金プラン (火山エンジン API)

サービスタイプ解像度価格概算コスト
動画生成 (動画入力なし)480p/720p$10.70 / 1M トークン~1秒あたり $0.103/0.231
動画生成 (動画入力あり)480p/720p$6.40 / 1M トークン~1秒あたり $0.079/$0.178

💡 最適な活用シーン

  • EC・広告制作: 高品質な商品デモやプロモーション動画を短時間で作成。
  • ミュージックビデオ (MV): 曲のテンポに合わせて視覚効果やシーン転換を自動同期。
  • SNSコンテンツ: TikTokやReels向けのプロフェッショナルな動画を、高価な機材なしで量産。

関連モデル

xAI Grok Imagine Video v1.5 テキストから動画生成
Text to VideoX Ai

xAI Grok Imagine Video v1.5 テキストから動画生成

テキストプロンプトから1-15秒の動画を生成します。480p、720p、1080pに対応しています。

$0.840 / 1 回
Nami Wan 2.7 T2V Spicy
Text to Video

Nami Wan 2.7 T2V Spicy

WAN 2.7 Spicy はテキストプロンプトから高品質な動画を生成し、より自然で滑らかなモーション、高い画面一貫性、表現力豊かなシネマティック映像を実現します。マルチショット生成とプロンプト最適化に対応し、クリエイティブコンテンツ、広告制作、キャラクターアニメーション、映画品質の動画生成に最適です。すぐに使える REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$1.30 / 1 回
MiniMax H3 テキストから動画生成
Text to VideoMinimax

MiniMax H3 テキストから動画生成

MiniMax H3 テキストから動画生成は、プロンプトから一貫性のある 2K 動画を生成できます。4〜15秒の柔軟な長さと、6種類のアスペクト比に対応し、シネマティックなシーン、クリエイティブ動画、制作ワークフローに適しています。すぐに使える REST 推論 API を提供し、高性能・コールドスタートなし・手頃な価格で利用できます。

$0.650 / 1 回
Kling Omni Video O3 標準版テキストから動画生成
Text to VideoKling

Kling Omni Video O3 標準版テキストから動画生成

Kling Omni Video O3 は、MVL(マルチモーダルビジュアルランゲージ)技術を採用したKuaishouの高度な統合型マルチモーダル動画モデルです。テキストから動画生成モードでは、プロンプトを基に主体の一貫性、自然な物理シミュレーション、正確な意味理解を備えた映画品質の動画を生成します。音声生成にも対応。すぐに使えるREST API、最高のパフォーマンス、冷スタートなし、手頃な価格。

$0.420 / 1 回
Kling Omni Video O1 テキストから動画生成
Text to VideoKling

Kling Omni Video O1 テキストから動画生成

Kling Omni Video O1 は、MVL(マルチモーダルビジュアルランゲージ)技術を採用したKuaishou初の統合型マルチモーダル動画モデルです。テキストから動画生成モードでは、プロンプトに基づいて映画品質の動画を生成し、主体の一貫性、自然な物理シミュレーション、正確な意味理解を実現します。すぐに使えるREST API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.420 / 1 回
Kling 3.0 標準版
Text to VideoKling

Kling 3.0 標準版

Kling 3.0 標準版は、高品質なテキストから動画生成を提供します。滑らかな動き、映画のような映像、正確なプロンプトの適合性、そして共有可能なクリップ用のネイティブ音声を備えています。即時利用可能な REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.420 / 1 回
Kling V2.6 テキストから動画生成 API
Text to VideoKling

Kling V2.6 テキストから動画生成 API

Kling 2.6 は、滑らかなモーション、映画のようなビジュアル、強力なプロンプト適合性、そしてネイティブオーディオを備えた、トップクラスのテキストから動画生成を提供します。共有可能なクリップを即座に生成可能。すぐに使用できる REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.210 / 1 回
Gemini Omni Flash テキストから動画生成 API
Text to VideoGoogle

Gemini Omni Flash テキストから動画生成 API

Gemini Omni Flash Text to Video は、テキストのプロンプトから音声同期付きの短い AI 動画を生成し、映像生成と音声出力を組み合わせて高速なマルチモーダル動画作成を実現します。すぐに使える REST 推論 API で、高性能、コールドスタートなし、手頃な価格です。

$1.04 / 1 回