seedance-2-0

Seedance 2.0（ByteDance）

Seedance 2.0 は、ByteDance Seed チームによる統合マルチモーダル動画＋音声モデルです（2026 年 2 月にリリースされ、2026 年 4 月からパートナー API を通じて世界中で利用可能）。OpenMontage では、対応するゲートウェイが設定されている場合、映画的な映像、予告編、ティーザー、動きを重視した作品向けの 推奨プレミアムデフォルト です。OpenMontage は 4 つのゲートウェイを直接ラップしています（seedance_video → fal.ai、seedance_replicate → Replicate、runway_video の model="seedance_2.0" → Runway、higgsfield_video の model="seedance_2.0" → Higgsfield）。BytePlus / Freepik / HeyGen-Video-Agent のラッパーはロードマップにあります。スコアリングエンジンは provider="seedance" で重複を排除するため、ユーザーが設定したゲートウェイが自動的に優先されます。エージェントは特定のゲートウェイ名で振り分けるのではなく、video_selector に preferred_provider="seedance" を渡す（またはスコアラーに選択させる）ようにしてください。

OpenMontage のプレミアムデフォルトである理由

機能	Seedance 2.0	備考
1 回の生成でネイティブに音声を同期	はい	音声＋効果音＋環境音を後から同期するのではなく、まとめて生成
1 回の生成内で複数のショットを生成	はい	1 つのプロンプト内で複数のカット／ショットに対応
監督レベルのカメラ制御	はい	カメラ用語（ドリー、チルト、アーク、クレーン、手持ち）に対応
引用符付きのセリフからリップシンク	はい	Character says: "..." に合わせて口の形を調整
リファレンスによる条件付け	画像最大 9 枚＋動画クリップ 3 本＋音声クリップ 3 本	12 個のアセットを使ったマルチモーダル対応
キャラクターの一貫性	はい	ショットをまたいで顔／被写体を維持
ショットの最大時間	15 秒	自動／4～15 秒
最大解像度	一部のエンドポイントで 1080p（fal.ai ではデフォルト 720p）	プロバイダーによって異なります
Elo（Artificial Analysis）	1269（2026 年 2 月時点で第 1 位）	Veo 3、Sora 2、Runway Gen-4.5 を上回る

切り替えるのは、明確な理由がある場合に限ってください。厳しい予算がある場合（fast バリアントまたは LTX を使用）、ユーザーが別のプロバイダーを希望する場合（VEO/Sora/Kling）、または別のモデルのほうがスタイルに合う場合です。

プロバイダーの提供形態

提供形態	環境変数	OpenMontage ツール	状況	備考
fal.ai（主要）	FAL_KEY	seedance_video	✅ ラップ済み	モデル ID は以下を参照。T2V、I2V、リファレンスからの動画生成に対応。standard と fast のバリアントがあります。OpenMontage のデフォルトです。
Replicate	REPLICATE_API_TOKEN	seedance_replicate	✅ ラップ済み	bytedance/seedance-2.0 と bytedance/seedance-2.0-fast。標準の Replicate 予測 API です。
Runway	RUNWAY_API_KEY	runway_video（モデル：seedance_2.0）	✅ ラップ済み	Runway 内で利用できるサードパーティ製 Seedance 2.0 モデルです。Unlimited／Enterprise プラン限定、米国以外のみ。model パラメーターで選択します。
Higgsfield	HIGGSFIELD_API_KEY + _SECRET	higgsfield_video（モデル：seedance_2.0）	✅ ラップ済み	このツールでは Seedance 2.0 がデフォルトモデルです。キャラクターの一貫性と長尺動画の連結を重視しています。
HeyGen	HEYGEN_API_KEY	heygen_video（1.x のみ）＋TODO	⚠️ 1.x のみ	HeyGen の seedance_pro／seedance_lite ワークフロープロバイダー文字列は Seedance 1.x に対応します。2.0 は Video Agent／Avatar Shots エンドポイント経由で利用します。専用の seedance_heygen ツールはロードマップにあります。
BytePlus ModelArk / Volcengine	BytePlus トークン	未ラップ	🔜 ロードマップ	ByteDance から直接提供されます。Pro は約 $0.15／5 秒、Lite は約 $0.010／秒です。トークンベースです。
Freepik	Freepik トークン	未ラップ	🔜 ロードマップ	1080p I2V 用の POST /v1/ai/image-to-video/seedance-pro-1080p
Pollo / PiAPI / Atlas Cloud / AIMLAPI	各種	未ラップ	🔜 ロードマップ	集約サービスは fal.ai または ByteDance のエンドポイントを再販しています

fal.ai のモデル ID（seedance_video で使用）

bytedance/seedance-2.0/text-to-video
bytedance/seedance-2.0/image-to-video
bytedance/seedance-2.0/reference-to-video        # 9 img + 3 vid + 3 audio
bytedance/seedance-2.0/fast/text-to-video
bytedance/seedance-2.0/fast/image-to-video
bytedance/seedance-2.0/fast/reference-to-video

料金（fal.ai、720p）：standard は $0.3034／秒（T2V）、$0.3024／秒（I2V）。fast はすべてのエンドポイントで $0.2419／秒です。 fast バリアントでは、カメラ／動きの忠実度をある程度犠牲にして、レイテンシーとコストを抑えています。スローモーション、複数ショット、またはドリーを多用するプロンプトは、最初から fast に振り分けないでください。

OpenMontage 内での Seedance 2.0 の呼び出し

常に video_selector を経由し、preferred_provider="seedance" を指定してください（またはスコアリングエンジンに選択させてください）。

from tools.tool_registry import registry
registry.ensure_discovered()
selector = registry.get("video_selector")
result = selector.execute({
    "prompt": PROMPT,
    "preferred_provider": "seedance",
    "operation": "text_to_video",       # or image_to_video / reference_to_video
    "aspect_ratio": "21:9",             # 21:9 / 16:9 / 9:16 / 4:3 / 1:1 / 3:4
    "duration": "10",                   # auto / 4..15
    "resolution": "720p",               # 480p / 720p
    "output_path": "projects/<proj>/assets/video/clip_01.mp4",
})

プロバイダーツールを直接呼び出す方法（セレクターを介さずに呼び出す必要がある場合のみ）：

seedance = registry.get("seedance_video")
seedance.execute({
    "prompt": PROMPT,
    "model_variant": "standard",   # "standard" or "fast"
    "operation": "text_to_video",
    "aspect_ratio": "21:9",
    "duration": "10",
    "resolution": "720p",
    "generate_audio": True,
    "seed": 12345,                 # optional, for reproducible variations
    "output_path": "...",
})

プロンプトの構成 — Higgsfield の方法論（2026 年時点の標準）

重要：すべてのプロンプトはショット構成の宣言から始めてください。 Seedance は、クリエイティブな描写の前に形式を明示するプロンプトを高く評価します。これは品質を左右する最大の要因です。

冒頭のテンプレート（いずれかをそのままコピーしてから、続きを追加してください）

アクション／戦闘／マルチショット向け（最も高いパフォーマンスを発揮する形式）：

Montage, multi-shot Hollywood action, don't use one camera angle or single cut, cinematic lighting, photorealistic, 35mm film quality, ARRI ALEXA aesthetic, heavy film grain, sharp but imperfect focus, motion blur on fast actions, halation on highlights, soft highlight rolloff, wide-angle lens with strong distortion, subtle chromatic aberration near frame edges, no 3D, no cartoon, no VFX aesthetic.

単一 POV の連続ショット向け（オーブ、ウォークスルー）：

Single continuous shot, first-person POV perspective, the camera IS [his/her] eyes, hyper-chaotic handheld motion, completely unstabilized, violent raw human movement, constant micro-jitters, aggressive head swings, abrupt jerks, frequent over-rotation, no smoothness at all, no cuts, no zoom, 35mm film, photorealistic.

固定 POV のリアクションシーン向け：

One continuous shot, POV [setting] perspective, no cuts, no zoom, natural head movement, photorealistic, 35mm film grain.

本文の構成（冒頭の後）

1. 環境／場所 — 感覚に訴える詳細（濡れたアスファルト、ナトリウム灯、ネオンのにじみ、雨の微粒子、ボリュメトリックな霞）
2. キャラクターのブロック — 参照タグとアイデンティティ固定の表現を含めます（下記の「参照画像から動画へ」を参照）
3. 敵／サブキャラクターのブロック — 同じ詳細レベルで記述します
4. 時間マーカー付きのビートごとの振り付け： 0–3s: … 3–6s: … 6–10s: …
5. VFX は角括弧内に記述： [VFX: branching white-blue electric arcs pulsing along forearms, sparks jumping between fingers]
6. スローモーションのマーカー： 衝撃のビートの前に RAMPS TO SLOW MOTION と記述し、通常速度に戻る際に SNAPS BACK TO REAL TIME と記述します
7. サウンドデザインのブロック： no music, only raw SFX または明示的な SFX の流れを指定します。音楽に関する表現は質感の描写にとどめます。

戦闘の語彙（効果が実証済み）

• snaps forward、lunges、sprints、weaves、chambers、drives、pivots、redirects、ducks、slips
• explodes outward、devastating、raw force、kinetic、overload、compresses、erupts、fractures、ripples
• 弱い動詞は避けてください：attacks、hits、fights — これらは汎用的に解釈され、Seedance の出力品質が低くなります

カメラの挙動 — 何をするか、何をしないかを明示する

カメラの意図が曖昧だと、Seedance は誤作動します。望まない挙動は必ず明示的に否定してください。

• no cuts（連続 POV の場合）
• no zoom（不自然な遠近感のパンチインを防ぐ場合）
• no stabilization（手持ちカメラの不規則な動きを求める場合）
• no smoothness at all
• no 3D, no cartoon, no VFX aesthetic — 直感に反しますが、シーンに強い VFX 要素が含まれていても、フォトリアルな肌、質感、ライティングを実現しやすくなります

リアリズムを強制する表現

ブリーフに VFX が含まれていても、プラスチックのようなマーベル風カートゥーン調ではなく、フォトリアルな肌やテクスチャを求める場合は、次を含めてください。

no 3D, no cartoon, no VFX aesthetic — photorealistic textures, real skin pores, authentic fabric detail, grounded in reality

形式の優先順位（Higgsfield における実証的な順序）

形式	最適な用途	パターン
変身	平穏 → 脅威 → 変身 → 余韻	2.5 秒のショットを 6 つ、合計 15 秒
オーブ	単一の連続 POV	15 秒のショットを 1 つ、非常に不規則な手持ちカメラ
戦闘	戦闘の振り付け	ビートごとの描写、明確な力の差、RAMPS/SNAPS
POV	固定リアクション	連続撮影、「no cuts no zoom」の決まり文句
アニメーション	スタイライズされた 3D	@image のキーフレーム＋時間指定セグメント

マルチショットの生成では、1 ショット 2.5 秒のリズムが最適と思われます。

従来の 8 部構成テンプレート（アクションではなく、単純な単一ショットにのみ使用）

Seedance 2.0 は、カメラに関する表現、マルチショットのカット、引用符で囲まれたセリフを非常に字義どおりに解釈します。この 8 部構成のテンプレートを使用してください。

[Shot / framing] + [Camera movement] +
[Subject description — physical detail that must persist across shots] +
[Action beat 1] → [optional cut] → [Action beat 2] +
[Setting / environment] + [Lighting / palette] +
[Style / grade / era] + [Audio — ambient, diegetic, music, dialogue]

1 回の生成内でのマルチショット

Seedance は、プロンプト内で明示されたショットリストに従います。各ショットは次の形式で記述してください。

Shot 1 (wide establishing, slow aerial push-in): ...
Shot 2 (medium close-up, handheld): ...
Shot 3 (extreme close-up, rack focus): ...

アイデンティティを安定させるため、ショット間で被写体の描写を一貫させてください。

引用符で囲まれたセリフによるリップシンク

Aang stands on the cliff edge, staff raised, wind in his cloak.
Aang says: "I won't run anymore."
Sokka, half a step behind, replies: "Then we fight."

Character says: "..." ／ Character replies: "..." の形式をそのまま使用してください。口の形は引用符で囲まれた文字列に基づいて決まります。各セリフは約 6 語以内にしてください。長いセリフは、短いクリップではずれが生じるおそれがあります。

効果的な音の演出

環境音：遠くの山々に響き渡る雷鳴、葦の間を吹き抜ける風、ぱちぱちと燃えるキャンプファイヤー 作中音：雪を踏みしめるブーツの音、石に杖を突き立てる音、頭上を羽ばたく翼の音 音楽の指示（控えめに）：低いオーケストラの盛り上がりが高まる、Shot 3で太鼓が加わる 複雑な多楽器編成の楽曲は依頼しないでください。音楽の表現は質感にとどめてください。

参照画像から動画を生成

キャラクター／製品／衣装の参照画像がある場合は、参照画像から動画を生成するエンドポイントを使用してください。Seedance 2.0は、明示的な角括弧タグ構文に対応しています。

[reference_image: hero_portrait.png]
[identity_lock]
The same character — bald, blue arrow tattoo, orange robes — consistent across all shots, no drift or deformation. Do not alter clothing category or primary color.

Shot 1 (wide, slow push-in): hero walks across the snowy Air Temple courtyard, wind lifting robes.
Shot 2 (medium close-up): hero turns toward camera, staff in hand.
Shot 3 (extreme close-up, rack focus): hero's eyes open, wind whipping.

顔の変化を目に見えて抑える、同一性を固定するフレーズ（重ねて使ってください。表現の重複が効果的です）：

• 同じキャラクター
• 異なるシーン／すべてのショットで一貫性を保つ
• 参照画像の外見を正確に維持する
• 変形、変化、顔のモーフィングを起こさない
• 服のカテゴリーや主要な色を変更しない

参照画像が1枚の場合のワークフロー（実際によくあるケース）： 写真が1枚しかない場合：

• 正面を向いた、照明が均一でモーションブラーがほとんどない鮮明なポートレートを使ってください。顔が隠れている画像（スマートフォン、サングラス、濃い影など）は避けてください。
• すべてのショットで同じ参照画像を再利用してください。ショットごとに新しい参照画像を生成しないでください。
• すべてのショットを、単一の[identity_lock]ブロック内の1つのプロンプトにまとめ、モデルが一連の流れとして扱えるようにしてください。
• 衣装を意図的に変更する場合（例：私服からコスチュームへ）は、該当するすべてのショットで衣装を逐語的に記述し、生成後に固定するため服のカテゴリーや主要な色を変更しないを追加してください。

変化を抑えるための代替策： 初回のレンダリングでフレーム間の顔がモーフィングする場合は、生成時間を短くし（10秒ではなく5〜6秒）、同一性を固定する表現をより具体的にしてください。参照画像が複数ある場合は、9枚も使わず、最も一貫性の高い3枚に絞ってください。

パラメーターのガイダンス

パラメーター	ガイダンス
duration	ヒーローショットは5〜8、マルチショットのカットを含む全体シーンは10〜12、短いインサートは4にします。迷った場合はautoを使ってください。
aspect_ratio	映画の予告編には21:9、テレビ放送／YouTubeには16:9、Reels/Shorts/TikTokには9:16を使ってください。
resolution	デフォルトは720pです。コスト上限のある一括プレビューでは480pに下げてください。最終版には使わないでください。
generate_audio	ミュートする明確な理由がない限り、オンにしてください。Seedanceの強みは音声の同期です。必要に応じて、合成時に後段で音声を除去してください。
model_variant	ヒーローショット／シネマティックなショットにはstandardを使ってください。fastはBロール、プレビュー、またはレイテンシが最優先の場合に限ります。
seed	選んだショットのバリエーションを試す前にシード値を設定してください。それ以外の条件はすべて固定します。

避けるべきこと

禁止事項	理由
4つ以上のキャラクターの動作を1つのショットに詰め込む	動きの一貫性が崩れるため、複数のショットに分けてください。
クリップ内に判読可能なテキスト／ロゴを入れるよう依頼する	テキストの描画は不安定です。テキストはRemotionのオーバーレイで処理してください。
矛盾する照明表現を混在させる（「明るい真昼」＋「ネオンの夜」）	モデルは一方を選び、もう一方を無視します。
カットの速いショットで約6語を超える台詞を書く	リップシンクがずれます。
スローモーション、マルチショット、複雑なカメラワークにfastバリアントを使う	初回で失敗することが多いため、standardを使ってください。
Seedanceの音声生成で音楽を作る	質感のみなら問題ありませんが、本格的な楽曲にはmusic／pixabay_music／elevenlabsを使い、合成時にミックスしてください。
理由なくvideo_selectorを迂回する	コスト／利用可能性／フォールバック処理やスコアリングのコンテキストが失われます。

反復の進め方

1. まず、意図したフレーミングでduration=5、fastのT2Vパスを1回実行し、構成を大まかに作ります。構図がうまくいくことを確認してください。
2. 構図が意図どおりに見えたら、シード値を固定します。
3. 同じシード値でstandardに切り替え、カメラと照明の表現をより具体的にします。
4. ショットを追加して尺を延ばします。単一ショット版がきれいに仕上がってから、マルチショットや長尺に移行してください。
5. 採用する各ショットについて、プロンプト、シード値、バリアントを記録したクリップごとのREADMEを用意し、合成段階で一貫性のある再撮影をレンダリングできるようにします。

OpenMontage パイプラインの統合に関する注意事項

• シネマティックパイプライン： Seedance 2.0 がデフォルトの動画モデルです。ヒーロー映像には 21:9 を使用し、モンタージュのビートにはマルチショットを使用します。ブリーフにビジュアルバイブルがある場合は、リファレンスからの動画生成を使用します。
• アニメーション解説動画： Seedance 2.0 は導入／雰囲気を伝えるクリップのみに使用し、ほとんどのショットは Remotion で制作します。Remotion のモーショングラフィックスを Seedance に置き換えないでください。ツールが違えば、役割も異なります。
• 画面デモ／ポッドキャスト／クリップ制作： Seedance はデフォルトとして適していません。これらは実写素材が中心です。スタイリッシュなコールドオープンにのみ使用してください。
• コスト管理： standard の 10 s は、1 クリップあたり約 $3.03 です。提案段階で予算を考慮してください。プレビューには、fast の 5 s が約 $1.21 です。

Seedance の各ショットでの確認チェックリスト

• 選択したショットの長さで、動きに一貫性がある
• 音声が実際に同期している（セリフと足音／衝撃音を確認）
• キャラクターの同一性がリファレンス／前のショットと一致している
• カメラの向きがプロンプトと一致している（固定を指定したのに自動ドリーになっていない）
• モデルが生成しようとした、読み取り可能なテキストがない
• 色調が承認済みのスタイルガイドと一致している
• 出力の長さがリクエストと一致している（一部のエンドポイントでは丸められます）

参照元

• fal.ai Seedance 2.0：https://fal.ai/seedance-2.0
• fal.ai の使い方：https://fal.ai/learn/tools/how-to-use-seedance-2-0
• Replicate の ByteDance コレクション：https://replicate.com/bytedance
• HeyGen Seedance 2.0：https://www.heygen.com/blog/introducing-seedance-2-and-heygen
• Runway Seedance：https://runwayml.com/product/seedance
• BytePlus Dreamina Seedance 2.0：https://www.byteplus.com/en/product/seedance
• Freepik Seedance 2.0：https://www.freepik.com/seedance-2
• Higgsfield Seedance 2.0：https://higgsfield.ai/seedance/2.0
• Pollo Seedance 2.0：https://pollo.ai/m/seedance/seedance-2-0
• ByteDance Seed 公式：https://seed.bytedance.com/en/seedance2_0
• Seedance 2.0（Wikipedia）：https://en.wikipedia.org/wiki/Seedance_2.0