Seedance: как работать с референсом персонажа

Seedance: как работать с референсом персонажа — соберите пак файлов, назначьте каждому файлу роль через @-тег и опишите в промпте сцену, камеру и детали, которые нужно сохранить. Дальше в статье — лимиты 2.5 и 2.0, подготовка пака, шаблон промпта, приёмка клипа и порядок правок при дрейфе.

Лимиты референсов: 2.5 и 2.0 отдельно

В официальном блоге ByteDance Seed о запуске Seedance 2.5 сказано: за один проход принимается до 30 изображений, 10 видеоклипов и 10 аудиоклипов. Там же указано, что модель генерирует клип до 30 секунд за проход и поддерживает многократное продление, сохраняя персонажей, окружение и темп повествования. Продление описано как способ выводить ролики на несколько минут за раз и тратить меньше сил на нарезку, повторную склейку и починку переходов.

Seedance 2.0 работает с другим набором: в блоге ByteDance Seed о запуске 2.0 названы до 9 изображений, 3 видеоклипа и 3 аудиоклипа за проход, плюс текстовые инструкции. Там же указан формат вывода — 15 секунд качественного многопланового видео со стереозвуком.

Практический вывод для пака персонажа: на 2.5 есть запас, чтобы дать несколько ракурсов лица, отдельные кадры костюма и пару коротких видео движения. На 2.0 тот же замысел придётся уложить в девять изображений, три видео и три аудио, поэтому отбор файлов становится жёстче. Версии не смешивайте в одном расчёте: лимиты у них разные, и пак, собранный под 2.5, в 2.0 не поместится.

Отдельно про термин. «Omni Reference» встречается на витринах сторонних площадок; в блоге ByteDance Seed та же возможность называется multimodal reference и All-Round Reference. Когда читаете чужую инструкцию, сверяйте, о чьём интерфейсе речь.

Роли файлов: изображение, видео, аудио

Каждый файл в паке отвечает за свою часть персонажа, и путать роли — главная причина, почему лицо «плывёт» между сценами.

Изображение задаёт внешность: черты лица, причёску, телосложение, одежду, цвет кожи и волос. В блоге ByteDance Seed о 2.5 сказано, что модель разбирает композицию, сцены, стили, персонажей и предметы во всех материалах и применяет их по инструкции, а в сложных сценах с несколькими персонажами удерживает внешность и голоса, сохраняя характеристики каждого субъекта.

Видео задаёт движение и камеру. В блоге о 2.5 перечислены усиленные референсные возможности: clay render, motion и creative referencing, дающие контроль над субъектами, действиями и работой камеры в кадре. Видеоклип переносит ритм, траекторию, тип движения камеры.

Аудио задаёт голос и атмосферу. В блоге о 2.0 описана двухканальная стереогенерация с параллельным выводом фоновой музыки, окружающих звуков и голоса персонажа, синхронно с визуальным ритмом. Аудиореференс помогает удержать тембр и манеру речи.

Правило распределения простое: один файл — одна задача. Если в клипе движения лицо персонажа размыто или повёрнуто, этот файл не заменит портретный референс, он отвечает за моторику.

Подготовка пака: ракурсы вместо character sheet

Пак собирается из нескольких отдельных снимков одного человека. Коллаж-раскладка с подписями и стрелками мешает модели: она читает его как единую картинку со своей композицией и переносит в кадр лишние элементы.

Рабочий набор для одного персонажа:

1. Фронтальный портрет крупно, лицо занимает заметную часть кадра.
2. Три четверти — тот же человек, тот же свет, поворот головы.
3. Профиль — для сцен, где персонаж отворачивается.
4. Поясной или ростовой кадр — костюм, пропорции, обувь.
5. Короткий видеоклип движения, если сцена динамичная.

Свет на всех снимках одинаковый: одно направление источника, одна цветовая температура, одна интенсивность. Разный свет на двух портретах даёт модели два разных лица, и она выбирает между ними в каждом кадре заново.

Мимика нейтральная. Улыбка на референсе переносится в сцены, где персонаж по сценарию спокоен или напряжён. Открытый рот, прищур, поднятые брови — всё это становится частью внешности и потом всплывает не к месту.

Фон спокойный и однотонный. Пёстрый фон модель может принять за часть сцены и воспроизвести в новом кадре.

Видеореференс движения держите коротким: двух-трёх секунд достаточно, чтобы задать характер моторики. В блоге ByteDance Seed о 2.5 приведён пример, где референс clay render задаёт траекторию субъекта, смену планов и работу камеры, а изображение — дизайн персонажа, сцену, материалы, свет и цвет. Тот же принцип работает с обычным видео: один файл отвечает за движение, другой за внешность.

Синтаксис @-тегов и шаблон промпта

В официальных примерах промптов ByteDance Seed референсы вызываются тегами вида @Image 1, @Image 2, @Video 1, @Clay Render 1. В примере для 2.5 концертная сцена собирается так: изображение площадки, изображение пианиста, изображение виолончели, изображение скрипки, ведущий вокалист строго по отдельному изображению, остальной оркестр по диапазону изображений, хор по своему диапазону, зрительный зал по своему. В примере для 2.0 персонаж берётся из одного изображения, сцена из другого, реквизит из третьего, а раскадровка и крупность планов — из изображения со сценарием.

Отсюда рабочий шаблон. Он собирается из восьми частей: референс, цель кадра, защищаемые детали, сцена и действие, камера, свет и стиль, ограничения, критерий приёмки.

Референсы:
@Image 1 — внешность персонажа [имя]: лицо, причёска, костюм.
@Image 2 — сцена: [локация, время суток, погода].
@Video 1 — движение: [характер моторики, темп].
@Audio 1 — голос и атмосфера: [тембр, фоновые звуки].

Цель кадра: [что зритель должен понять из этого плана].

Защищаемые детали: черты лица, цвет и длина волос, крой и цвет одежды,
обувь, рост и пропорции. Эти признаки остаются неизменными во всех планах.

Сцена и действие: [персонаж делает то-то, затем то-то].
Камера: [тип движения, крупность, направление].
Свет и стиль: [направление источника, температура, жанровая фактура].

Ограничения: без смены причёски, без новой одежды, без изменения
возраста, без появления посторонних людей в кадре.

Критерий приёмки: лицо узнаваемо в каждом плане, костюм совпадает
с @Image 1, руки без деформаций, фон соответствует @Image 2.

[CONTINUITY]
Персонаж: [имя] — внешность по @Image 1, движение по @Video 1.
Сцена: [локация] — по @Image 2, свет не меняется между планами.
Костюм: [описание] — без изменений до конца сцены.
Голос: [тембр] — по @Audio 1.

Блок [CONTINUITY] повторяют в каждом следующем промпте серии. Он напоминает модели, что остаётся неизменным, и работает как якорь при продлении. В блоге ByteDance Seed о 2.5 продление описано так: модель сохраняет консистентность главных персонажей, окружения и темпа повествования на всём протяжении.

Для длинной сцены добавьте таймкод. В примере 2.5 для оперной сцены расписано: 0–5 секунд — крупный план одного героя с облётом камеры, 6–10 секунд — средний план второго, 11–20 секунд — выход третьего и общий план в финале. Таймкод-управление в 2.5 заявлено как точная правка аудио и видео по меткам времени.

Пример с видеореференсом движения

Динамичная сцена собирается из двух слоёв: внешность берётся с изображений, моторика — с видео. Ниже учебный пример, его результат не измерялся.

Задача: короткий боевой эпизод, где персонаж уходит от удара и контратакует.

Референсы:
@Image 1 — внешность бойца: лицо, стрижка, боевая стойка, костюм.
@Image 2 — площадка: пустой зал, бетонные стены, верхний свет.
@Video 1 — движение: короткий клип с уклоном, разворотом корпуса и ударом.
@Audio 1 — атмосфера: глухие удары, дыхание, гул зала.

Цель кадра: показать уклон и контратаку одним непрерывным планом.

Защищаемые детали: лицо и стрижка по @Image 1, костюм без изменений,
пропорции тела, цвет стен и направление света по @Image 2.

Сцена и действие: боец уходит от прямого удара в сторону, разворачивает
корпус и наносит ответный удар. Второй участник присутствует как силуэт
на границе кадра.

Камера: средний план, плавное движение по дуге вокруг бойца,
без резких склеек внутри плана.

Свет и стиль: верхний контровой свет, холодная температура,
фактура документальной съёмки.

Ограничения: без смены костюма, без крупных планов лица в момент удара,
без появления новых людей в кадре.

Критерий приёмки: лицо узнаваемо до и после удара, костюм совпадает
с @Image 1, руки и пальцы без деформаций, фон соответствует @Image 2.

[CONTINUITY]
Персонаж: боец — внешность по @Image 1, движение по @Video 1.
Сцена: зал — по @Image 2, свет не меняется между планами.
Костюм: без изменений до конца сцены.

Что здесь важно. Видеореференс задаёт ритм и траекторию, но не гарантирует повтор кадр в кадр: в блоге ByteDance Seed о 2.5 в разделе ограничений названы запас на улучшение физической правдоподобности сложных движений и стабильности сцен с взаимодействием нескольких субъектов. Планируйте запас генераций и не рассчитывайте на точное совпадение с исходным клипом.

Второй момент: боевая динамика — это как раз тот случай, где помогает clay render. В блоге 2.5 описано, что через него задают пространственную структуру сцены, позы персонажей, траектории движения и углы камеры, а модель строит видео по этой структуре. Если под рукой есть обезличенная 3D-болванка с нужной хореографией, она даст более предсказуемую компоновку, чем словесное описание боя.

Чек-лист приёмки клипа до монтажа

Клип принимается до того, как вы начнёте монтировать. Проверка идёт по списку, и каждый пункт — либо «совпадает», либо «правка».

1. Лицо. Черты совпадают с портретным референсом в каждом плане. Отдельно смотрите профиль и моменты поворота головы.
2. Волосы. Длина, цвет, линия роста, поведение при движении. Волосы часто «переодеваются» между планами.
3. Одежда. Крой, цвет, фурнитура, обувь. Сверяйте с ростовым кадром.
4. Руки. Количество пальцев, форма кисти, положение в момент жеста. Руки — самая частая зона деформаций.
5. Фон. Соответствие сцене, отсутствие лишних предметов и людей, стабильность света между планами.
6. Аудио. Синхронность звука и движения, отсутствие посторонних шумов, совпадение тембра с аудиореференсом.
7. Непрерывность. Костюм, причёска и возраст не меняются от первого плана к последнему.

Пункты правки в этой таблице — рабочие приёмы из разборов WaveSpeed, Mootion и Seedance.tv; в блоге ByteDance Seed такого списка нет. Проверяйте их на своём материале.

Порядок исправлений при дрейфе

Дрейф — это постепенное расхождение персонажа с референсом от плана к плану. Исправлять его нужно по возрастанию вмешательства, от самого дешёвого шага к самому дорогому.

Шаг первый: замена одного референса. Найдите в паке файл, который спорит с остальными, и уберите его. Чаще всего это второй портрет с другим светом или ракурс, где лицо повёрнуто и частично закрыто. Замена одного файла решает больше случаев, чем правка текста промпта.

Шаг второй: ужесточение ограничений. В блок ограничений добавьте прямой запрет на то, что реально изменилось: смену причёски, новую одежду, изменение возраста, появление посторонних. Ограничение формулируется утверждением о том, что сохраняется, и перечислением того, что запрещено менять.

Шаг третий: сокращение движения. Чем больше движения в кадре, тем выше шанс, что модель потеряет детали лица. Уберите лишние перемещения, сократите длину плана, разбейте сложную сцену на два простых плана. В блоге ByteDance Seed о 2.5 в разделе ограничений прямо названы сложные движения и взаимодействие нескольких субъектов как зоны, где качество ещё растёт.

Порядок важен: если начать с третьего шага, вы потеряете выразительность сцены там, где хватило бы замены одного файла. Если начать с первого и не помочь, переходите ко второму, и только потом режьте движение.

Отдельно про длинные сцены. Продление в 2.5 заявлено с сохранением персонажей, окружения и темпа, поэтому дрейф чаще накапливается на стыках продлений. Проверяйте каждый стык отдельно и повторяйте блок [CONTINUITY] в промпте продления.

Где запускать: интерфейс, API и витрины

В блоге ByteDance Seed о запуске 2.5 названы точки доступа: Jimeng AI, Doubao Pro и другие площадки, а API заявлен как готовящийся через BytePlus ModelArk. Путь в интерфейсе описан так: Jimeng Web, раздел видеогенерации, выбор Seedance 2.5; в Doubao Pro — тот же раздел и тот же выбор модели.

Это три разных слоя, и их стоит держать в голове отдельно.

Интерфейс — Jimeng и Doubao Pro. Это китайские площадки, и доступность из России в блоге не описана. Проверяйте вход самостоятельно, прежде чем строить на них рабочий процесс.

API — BytePlus ModelArk, заявлен как готовящийся. Пока страница с документацией не открыта и не прочитана, планировать интеграцию рано: условия, лимиты и порядок оплаты в анонсе не раскрыты.

Сторонние витрины — площадки, которые дают доступ к модели вместе со своими инструментами. В описании Dreamina, например, названы до 12 мультимодальных референсов: 9 изображений, 3 видео и 3 аудио, а также встроенные инструменты апскейла, интерполяции и генерации звуковой дорожки. Это лимиты конкретной площадки: раскладка по типам совпадает с анонсом 2.0, а сверху площадка ставит общий потолок в 12 файлов. Условия возврата средств, тарифы и доступность из вашей страны определяет площадка.

Практический порядок: соберите пак и промпт так, чтобы они не зависели от площадки, а точку запуска выбирайте по доступности и по лимитам, которые вам подходят. Пак под 2.0 держите в пределах 12 файлов: тогда он уложится и в лимит модели из анонса, и в лимит Dreamina.

Частые вопросы

Что такое omni reference в Seedance?

Так возможность называют сторонние площадки и обзоры. В блоге ByteDance Seed та же функция описана как multimodal reference и All-Round Reference: модель принимает текст, изображения, видео и аудио и переносит из них композицию, движение, работу камеры и звук. Термин «omni reference» в официальном блоге вендора не используется, поэтому при чтении чужих инструкций сверяйте, о чьём интерфейсе идёт речь.

Сколько референсов можно загрузить в Seedance 2.5?

В официальном блоге ByteDance Seed о запуске 2.5 названы до 30 изображений, 10 видеоклипов и 10 аудиоклипов за один проход. Там же указано, что модель генерирует до 30 секунд аудио-видео за проход и поддерживает многократное продление. Лимиты конкретной площадки могут отличаться: в описании Dreamina для 2.0 названы до 12 референсов суммарно: 9 изображений, 3 видео и 3 аудио.

Как задать референс видео боя для Seedance?

Внешность бойца берите с отдельных изображений, а моторику — с короткого видеоклипа на два-три секунды. В промпте свяжите файлы тегами: внешность по @Image 1, движение по @Video 1, площадка по @Image 2. Для сложной хореографии помогает clay render: в блоге 2.5 описано, что через него задают позы, траектории и углы камеры. Точного повтора исходного клипа кадр в кадр не ждите.

Почему персонаж меняется между сценами?

Чаще всего в паке несколько портретов с разным светом или разной мимикой, и модель выбирает между ними заново в каждом плане. Вторая причина — блок непрерывности не повторён в промпте следующей сцены. Начните с замены одного конфликтующего файла, затем ужесточьте ограничения в промпте, и только потом сокращайте движение в кадре.

Можно ли запустить Seedance локально?

В описании Dreamina указано, что модель работает в облаке и требует подключения к интернету. Локальный запуск в этом описании не предусмотрен. Для работы нужна площадка с доступом к модели: по анонсу ByteDance Seed это Jimeng, Doubao Pro и другие платформы, а API заявлен как готовящийся через BytePlus ModelArk. Доступность конкретной площадки из вашей страны проверяйте самостоятельно.