Seedance 2.0 Mini: مرجع إلى فيديو
ولّد فيديو بطابع سينمائي من صورتين مرجعيتين باستخدام Seedance 2.0 Mini، مع إخراج فيديو واحد بحركة كاميرا مدفوعة بالذكاء الاصطناعي وتوليد شخصيات متسق. مناسب للسرد القصصي، محتوى العلامات التجارية، وإنشاء الأفلام القصيرة حيث تكون الكادرات والاستمرارية البصرية مهمة.
جرّب مثالًا
حول سير العمل هذا
يحوّل Seedance 2.0 Mini: مرجع إلى فيديو صورتين ثابتتين إلى فيديو واحد بطابع سينمائي مع حركة كاميرا مدفوعة بالذكاء الاصطناعي وثبات قوي لهوية الشخصية. في ComfyUI، سير العمل صغير ومركّز: عقدتا LoadImage تُغذيان ByteDance2ReferenceNode (المولّد الذي يشغل نموذج Seedance 2.0 Mini)، ثم تُشفّر الإطارات إلى مقطع نهائي عبر SaveVideo. عبر تزويد مرجعين متكاملين—عادةً لقطة قريبة للهوية ولقطة أوسع للوضعية/اللباس/المشهد—يمزج النموذج الإشارات للحفاظ على نفس الشخص عبر الزمن مع تحريك الكاميرا الافتراضية للحصول على نتيجة تشبه اللقطة السينمائية.
تقنيًا، تستقبل ByteDance2ReferenceNode الصورتين المرجعيتين وتُركّب تسلسلًا من الإطارات مشروطًا بهاتين المرئيتين. تتعامل داخليًا مع الحركة والتكوين والاتساق الزمني، لذلك لا تحتاج إلى sampler منفصل أو عقدة تدفق. ثم يقوم SaveVideo بتجميع الإطارات المولدة إلى الدقة وFPS التي تختارها. تجعل مجموعة العقد الدنيا هذا الخيار مناسبًا للتكرار السريع: بدّل المراجع، عدّل إعدادات الحركة/الطول في المولّد، وصدّر مقاطع بسرعة للسرد القصصي أو محتوى العلامات أو لقطات فيلم قصير حيث تهم الاستمرارية ولغة اللقطات.
الأسئلة والأجوبة
تم تصميم سير العمل لمرجعين: واحد للهوية وآخر للوضعية أو الأسلوب. إذا كانت لديك صورة واحدة فقط، يمكنك تغذيتها إلى كلا المدخلين، لكن غالبًا ستحصل على حركة أقل ديناميكية أو تنوعًا أقل مقارنة باستخدام مرجع ثانٍ مكمل.
استخدم صورًا حادة ومضاءة جيدًا وبنسب أبعاد وتأطير متقاربين. للهوية، اجعل وجه الشخص وسماته الرئيسية كبيرة وواضحة دون عوائق. أبقِ الخلفية بسيطة في صورة الهوية ودع الصورة الثانية تحمل إشارات الوضعية/اللباس/المشهد.
اضبطها في ByteDance2ReferenceNode (عدد الإطارات التي سيتم توليدها وحجمها) ثم أنهِ FPS/الترميز في SaveVideo. للتكرار السريع، ابدأ بمدد أقصر ودقات أقل، ثم ارفعها أو مددها بعد رضاك عن الحركة والهوية.
إذا كانت ByteDance2ReferenceNode تعرض معامل seed، فإن ضبطه يساعد على تكرار النتائج. خلاف ذلك، توقع اختلافات بسيطة بين التشغيلات بسبب الطبيعة العشوائية للتوليد. أبقِ المراجع والإعدادات ثابتة لتقليل الانحراف.