Seedance 2.0 Pro — Pro Pack на RunComfy

Seedance 2.0 Pro от ByteDance — мультимодальный кинематографический генератор видео со встроенным синхронизированным аудио — на RunComfy Model API.

runcomfy.com

npx skills add agentspace-so/runcomfy-skills --skill seedance-v2 -g

Когда выбирать эту модель

Уникальная сила Seedance 2.0 Pro — мультимодальный кинематографический короткий метр: соединяет изображения персонажей + видео-сцены + референсное аудио в один связный план. Выбирайте, когда важна точность передачи идентичности / сцены и нужна нативная синхронизация губ.

Требования

1. RunComfy CLI — npm i -g @runcomfy/cli
2. Аккаунт RunComfy — runcomfy login (device-code через браузер)
3. CI/контейнеры — RUNCOMFY_TOKEN=<token>

Эндпоинт и схема

bytedance/seedance-v2/pro

Вызов

По умолчанию (только текст, 5с, 720p с аудио)

runcomfy run bytedance/seedance-v2/pro \
  --input '{"prompt": "промпт пользователя"}' \
  --output-dir /абсолютный/путь

Синхронизированная реклама с референсом персонажа

runcomfy run bytedance/seedance-v2/pro \
  --input '{
    "prompt": "Medium close-up. The woman explains today'\''s special in a warm friendly tone, slow push-in, soft window light, gentle cafe ambience.",
    "image_url": ["https://.../barista-headshot.jpg"],
    "duration": 8,
    "aspect_ratio": "9:16"
  }' \
  --output-dir /абсолютный/путь

Мультимодально (image + video + audio)

runcomfy run bytedance/seedance-v2/pro \
  --input '{
    "prompt": "Subject from image 1 walks through the café from video 1, voice tone matches audio 1.",
    "image_url": ["https://.../subject.jpg"],
    "video_url": ["https://.../cafe-locked-shot.mp4"],
    "audio_url": ["https://.../voice-ref.mp3"]
  }' \
  --output-dir /абсолютный/путь

Советы по промптингу

Разделение image и text. Стабильная идентичность (лицо, костюм, логотип) → в image_url. Эволюционирующий нарратив (действие, настроение, свет) → в prompt. Описывать лицо словами — напрасная трата токенов.

Камера + движение обычным языком. «Medium close-up», «slow push-in», «handheld follow», «locked-off wide» — всё работает. Комбинируйте: "Medium close-up. Slow push-in over 3 seconds. Handheld, slight breathing motion."

Аудиорежиссура при generate_audio: true. Указывайте тон: "warm friendly conversational", "calm instructional". Для фона: "gentle cafe chatter, distant traffic, no foreground music".

Спецификации референсных медиа. Видео 2–15с; аудио ≤15МБ и 2–15с. Файлы вне диапазона отклоняются.

Антипаттерны: смешение разных эстетик (акварель + фотореализм); противоречивые стилевые указания; описание стабильной идентичности словами вместо image_url; запрос клипов >15с.

Сильные стороны

Ограничения

• Длительность 4–15с — более длинные нарративы разбивайте на несколько вызовов
• Потолок разрешения 720p на этом эндпоинте
• Референсные медиа должны быть 2–15с; аудио <15МБ
• Качество синхронизации губ зависит от чёткости промпта — не гарантировано идеальное во всех условиях

Коды выхода