Seedance 2.5: ایک بغیر کٹ کے ٹیک میں 30 سیکنڈ کا ایڈ

زیادہ تر ماڈل ریلیز ایک بینچ مارک کو بہتر کرتے ہیں۔ یہ ایک workaround ہٹا دیتا ہے۔

اب تک پندرہ سیکنڈ سے لمبا ویڈیو ایڈ ایک ویڈیو نہیں ہوتا تھا۔ وہ کئی ہوتے تھے، جوڑے ہوئے۔ ہمارے روٹ کیے گئے ہر جنریٹر نے ایک کلپ کو تقریباً پندرہ سیکنڈ کے آس پاس محدود کیا، اس لیے تیس سیکنڈ کا اسپاٹ ٹکڑوں میں رینڈر ہوتا اور جوڑ چھپانے پڑتے: روشنی ملانا، ایک ہی شخص کو ایک ہی شخص دکھانا، ہر نئی کلپ کو درمیان کی سوچ سے شروع کرنا تاکہ جوڑ نمایاں نہ ہو۔ ہمارا بہت سا prompt engineering صرف اس لیے موجود ہے کہ وہ جوڑ نظر نہ آئیں۔

Seedance 2.5 تیس سیکنڈ ایک ٹیک میں رینڈر کرتا ہے۔ ہم نے تیس مانگے اور جو واپس آیا اسے ماپا: 30.08 سیکنڈ، صفر سخت کٹس، native audio۔ ایک مسلسل ٹیک، جس میں چھپانے کے لیے کوئی جوڑ نہیں۔

ہم نے اصل میں کیا ماپا

نیچے سب کچھ ان رینڈرز سے ہے جو ہم نے اس کے ریلیز کے دن چلائے، کسی spec sheet سے نہیں۔

• تیس سیکنڈ، ایک ٹیک۔ 30 سیکنڈ کی درخواست 30.08 سیکنڈ واپس آئی۔ scene detection نے پوری کلپ میں صفر سخت کٹس پائے۔
• یہ ایک حقیقی انسان کی حقیقی تصویر کو متحرک کرتا ہے۔ ہم نے ایک عام پورٹریٹ دیا اور اس شخص کی فوٹو ریئلسٹک کلپ واپس ملی۔ Hermoso پر یہ محفوظ کریئیٹر یا آپ کے پاس حقوق والی تصویر سے کسی شخص کا چہرہ برقرار رکھتا ہے۔
• Native ہم وقت آڈیو، بشمول بولنا، ڈیفالٹ پر آن۔
• 1080p، 720p اور 480p۔ یہ 480p اور 720p پر لانچ ہوا، اور 1080p بعد میں شامل ہوا۔ 4K کا کام اب بھی Seedance 2.0 کا ہے۔
• 30 تک image references، اور ساتھ میں video اور audio references، جنہیں prompt کے اندر نام سے مخاطب کیا جاتا ہے۔

چہرے والی بات لمبائی سے زیادہ اہم ہے

تیس سیکنڈ سرخی ہیں، لیکن خاموش تبدیلی وہ ہے جو بدلتی ہے کہ آپ کیا بنا سکتے ہیں۔

AI ایڈ میں کسی مخصوص شخص کو ڈالنے کے لیے دو برے انتخاب ہوتے ہیں۔ لفظوں میں بیان کریں تو ماڈل ایسا شخص کاسٹ کرتا ہے جو تفصیل سے ملتا ہو۔ وہ شخص فوٹو ریئلسٹک ہوتا ہے، مگر ہر کلپ میں تھوڑا مختلف، جو کسی بھی ایڈ کے لیے مہلک ہے جس میں ایک سے زیادہ شاٹ ہوں۔ یا شناخت کو ایک اسٹائلائزڈ ریفرنس پر لاک کریں اور پورے وقت ایک ہی چہرہ رکھیں، اس قیمت پر کہ وہ فلمایا ہوا نہیں بلکہ بنایا ہوا لگے۔

Seedance 2.5 پر ایک حقیقی تصویر دونوں چیزیں ایک ساتھ دیتی ہے: ایک ہی شخص، اور فوٹو ریئلسٹک۔ یہ بہتر تجارت نہیں۔ یہ وہ تجارت ہے جو ختم ہو جاتی ہے۔

2.0 اب بھی کہاں جیتتا ہے

ہم نے اسے ریٹائر نہیں کیا، اور ہم یہ دکھاوا نہیں کریں گے کہ نیا سختی سے بہتر ہے۔

Seedance 2.0 واحد ٹیئر ہے جو 4K رینڈر کرتا ہے۔ اگر آپ کچھ ایسا بنا رہے ہیں جسے 4K پر ٹھیک رہنا ہو، تو وہ اب بھی وہیں جاتا ہے۔ 2.5 1080p پر ختم ہوتا ہے، اور ہم بجائے اس کے کہ آپ کو export میں پتہ چلے، صاف بتانا چاہتے ہیں۔

تو ایماندار شکل یہ ہے: لمبائی اور ہر اس چیز کے لیے 2.5 جو ایک مسلسل ٹیک سے فائدہ اٹھائے۔ 4K چاہیے تو 2.0۔

ایڈ لکھنے پر اس کا کیا اثر ہے

تیس سیکنڈ کا ایک ٹیک پندرہ سیکنڈ والے کا لمبا ورژن نہیں۔ یہ ایک مختلف قسم کا شاٹ ہے، اور اسے اسی طرح لکھنا پڑتا ہے۔

جوڑا ہوا اسپاٹ بیٹس کا سلسلہ ہوتا ہے، ہر ایک ایک کام کرتا ہوا، کٹس پر جڑا ہوا۔ مسلسل ٹیک ایک حرکت ہوتی ہے: کچھ قائم ہوتا ہے، کچھ بغیر رکاوٹ کے ہوتا ہے، اور لینڈ کرتا ہے۔ اگر آپ تیس سیکنڈ کے بیٹس لکھیں اور ایسے ماڈل کو دیں جو کاٹتا نہیں، تو آپ کو تیس سیکنڈ کا بہاؤ ملے گا۔ اگر ایک حرکت لکھیں جس کا ایک آرک ہو، تو آپ کو وہ شاٹ ملے گا جس میں ماڈل واقعی اچھا ہے۔

یہ اب Hermoso میں لائیو ہے

Seedance 2.5 آج سے Hermoso میں ڈیفالٹ ویڈیو ماڈل ہے، اور اگر آپ اسے پن کرنا چاہیں تو MCP اور CLI کے ذریعے نام سے پہنچا جا سکتا ہے۔ 30 سیکنڈ تک کے ایڈز اب ٹکڑوں سے جوڑے جانے کے بجائے ایک ٹیک کے طور پر رینڈر ہوتے ہیں۔

وسیع موازنہ، جس میں یہ Veo 3.1 اور Kling 3.0 کے مقابلے میں کہاں کھڑا ہے اور کون سا شاٹ کون سے انجن کو موزوں ہے، ہمارے ماڈل موازنہ میں ہے۔