Seedance 2.5 : entrée multimodale et contrôle de caméra
Comment Seedance 2.5 répartit images, vidéo, audio, caméra et timing dans une seule requête Kinovi Studio ou API, avec les limites et tarifs actuels.

On this page
- Attribuez à chaque référence une seule responsabilité créative
- Limites actuelles des entrées multimodales sur Kinovi
- Les modes keyframe et reference ne résolvent pas le même problème
- Comment fonctionne le contrôle de caméra dans l'API actuelle
- Une requête API multimodale actuelle
- Les références audio guident le résultat ; generateaudio contrôle la bande son
- Les références vidéo changent la base de facturation
- Vérifiez la hiérarchie, pas seulement la beauté du résultat
- Quand utiliser les routes distinctes Edit ou Extends
- Un premier test concret
- FAQ
- Sources vérifiées
Un prompt plus long n'apporte pas automatiquement plus de contrôle. Si le même paragraphe demande au modèle de conserver un visage, de reprendre un produit, de suivre le mouvement d'un autre clip, de changer la caméra, de coller à un rythme audio et d'enchaîner six temps forts, toutes les consignes se disputent son attention.
Seedance 2.5 donne à chacune de ces consignes sa propre place. Sur Kinovi, une requête peut combiner du texte avec des références image, vidéo et audio pour une sortie de 4 à 30 secondes. Le vrai savoir-faire ne consiste pas à téléverser le plus de matière possible, mais à confier à chaque ressource une seule responsabilité claire.
Attribuez à chaque référence une seule responsabilité créative
Avant d'ouvrir Studio ou d'écrire du JSON, transformez le brief en carte des entrées.
| Exigence créative | Meilleure entrée de départ | Ce que le prompt doit dire |
|---|---|---|
| Identité du personnage ou du produit | Références image propres | Ce qui doit rester inchangé |
| Environnement et composition | Images du lieu, du décor ou du storyboard | Quelles relations spatiales comptent |
| Mouvement et jeu | Courte vidéo de référence | Quel mouvement suivre et quelle apparence ignorer |
| Trajectoire de caméra | Référence de plan ou vidéo d'étude de caméra | Cadre de départ, direction, vitesse et cadre final |
| Voix, rythme, ambiance ou musique | Référence audio | Quelle propriété sonore doit guider le résultat |
| Ordre du récit | Plan de tournage numéroté dans le prompt | Quand chaque temps fort commence et se termine |
Une même référence ne doit pas assumer en silence plusieurs rôles contradictoires. Une vidéo téléversée pour le mouvement de caméra peut montrer un autre acteur et un autre lieu. Précisez explicitement que seule sa trajectoire de caméra doit être suivie.

Limites actuelles des entrées multimodales sur Kinovi
La page du modèle Seedance 2.5, désormais en ligne, utilise l'identifiant public seedance2-5. Son contrat d'entrée actuel accepte :
| Entrée | Champ de l'API | Limite actuelle |
|---|---|---|
| Images | imageUrls | 30 |
| Vidéos | videoUrls | 10 |
| Fichiers audio | audioUrls | 10 |
| Durée de sortie | duration | 4–30 secondes |
| Résolution de sortie | outputResolution | 480p, 720p ou 1080p |
| Piste audio générée | generate_audio | Activée par défaut |
| Sorties par lot | batchCount | 1–8 |
Dans le contrat d'entrée de Kinovi, la vidéo de référence et l'audio de référence sont chacun plafonnés à 30 secondes au total. La référence complète des champs se trouve dans la documentation API de Seedance 2.5.
Ces chiffres décrivent ce que la route accepte. Ils ne signifient pas qu'il faut commencer avec 30 images, 10 vidéos et 10 fichiers audio. Partez du plus petit ensemble qui couvre l'essentiel du plan, puis ajoutez une source manquante seulement quand la relecture montre pourquoi elle est nécessaire.
Les modes keyframe et reference ne résolvent pas le même problème
| Mode | Cas d'usage idéal | Matière principale |
|---|---|---|
keyframe | La composition d'ouverture et de fin définit le plan | Première image, dernière image facultative et prompt de transition |
reference | Identité, mouvement, caméra, son ou plusieurs contraintes de scène doivent fonctionner ensemble | Ensemble image/vidéo/audio et prompt qui répartit les responsabilités |
Le mode keyframe n'est pas une version réduite du mode reference. Il exprime une borne : commencer ici, finir là. Le mode reference exprime un ensemble créatif : conserver cette identité, emprunter ce mouvement, utiliser cette pièce et suivre ce son ou ce rythme.
Comment fonctionne le contrôle de caméra dans l'API actuelle
Le schéma public de Seedance 2.5 sur Kinovi ne propose aucun paramètre dédié comme cameraControl, orbit ou dolly. La direction de caméra s'exprime dans le prompt et peut être renforcée par une référence vidéo.
Une consigne de caméra utile comporte cinq éléments :
- composition de départ ;
- mouvement de caméra ;
- vitesse du mouvement ;
- relation avec le sujet ;
- composition finale.
Par exemple :
Begin in a medium front view at eye level.
Track left at the subject's walking speed while keeping the product centered.
At second 6, move into a slow clockwise three-quarter orbit.
Do not zoom or change focal length.
Finish on a waist-up frame with the subject facing the window.
Si vous ajoutez une référence de caméra, précisez son rôle limité :
Use Reference Video 1 only for the lateral tracking speed and orbit path.
Do not copy its actor, wardrobe, environment, lighting, or color grade.
Cette dernière ligne évite un échec multimodal courant : une référence de mouvement qui devient par accident une référence visuelle.

Une requête API multimodale actuelle
Cet exemple répartit identité, produit, pièce, mouvement et son dans les champs publics actuels.
{
"model": "seedance2-5",
"inputs": {
"prompt": "Use Images 1 and 2 for the same adult character and product. Use Image 3 for the room layout. Use Video 1 only for the lateral tracking speed and clockwise orbit. Use Audio 1 for room tone and pacing. Begin in a medium front view, track left, then finish in a three-quarter waist-up frame. Preserve the character, product shape and room geometry.",
"imageUrls": [
"https://example.com/character.jpg",
"https://example.com/product.jpg",
"https://example.com/room.jpg"
],
"videoUrls": [
"https://example.com/camera-path.mp4"
],
"audioUrls": [
"https://example.com/room-tone.mp3"
],
"duration": 12,
"aspectRatio": "16:9",
"outputResolution": "720p",
"mode": "reference",
"generate_audio": true,
"batchCount": 1
}
}
Envoyez la requête à :
POST https://kinovi.ai/api/v1/jobs/createTask
Conservez ensuite le taskId renvoyé et lisez l'enregistrement final :
GET https://kinovi.ai/api/v1/jobs/recordInfo?taskId=...
L'enregistrement de la tâche fait partie du processus créatif. Il permet à une équipe de relier la sortie finale au modèle, aux références, à la version du prompt, à la durée, à la résolution, au statut et à la consommation exacts qui l'ont produite.
Les références audio guident le résultat ; generate_audio contrôle la bande son
Le schéma d'entrée actuel comporte deux réglages audio distincts. audioUrls fournit un son de référence que le modèle doit suivre. generate_audio détermine si la sortie contient une piste audio générée ; il est activé par défaut, passez-le donc à false si vous ne voulez que l'image. Une référence audio peut guider la voix, le rythme, l'ambiance, la musique ou le timing du jeu, et doit être décrite aussi explicitement qu'une référence visuelle.
Exemples :
- « Use Audio 1 for the speaker's vocal tone, not for the words. »
- « Use Audio 2 for the beat and transition timing; do not copy the melody. »
- « Use Audio 3 as room ambience under the full shot. »
Si l'audio ne pèse pas dans la décision, laissez-le de côté pour le premier test. Chaque référence supplémentaire crée une relation de plus que le modèle doit interpréter et que la personne qui relit doit vérifier.
Les références vidéo changent la base de facturation
Kinovi affiche des tarifs différents selon qu'un travail comporte ou non une référence vidéo.
| Sortie | Sans référence vidéo | Avec référence vidéo |
|---|---|---|
| 480p | $0.1197/s | $0.0737/s |
| 720p | $0.2717/s | $0.1612/s |
| 1080p | $0.6604/s | $0.3947/s |
Le tarif avec référence vidéo s'applique aux secondes de la vidéo de référence (jusqu'à 30) plus les secondes de sortie. Une vidéo d'entrée de cinq secondes et une sortie de 12 secondes en 720p s'estiment ainsi :
(5 input-video seconds + 12 output seconds) × $0.1612 = $2.7404
La même sortie de 12 secondes en 720p sans référence vidéo revient à :
12 output seconds × $0.2717 = $3.2604
Ces exemples montrent pourquoi une indication de prix utile doit préciser le mode d'entrée en plus de la durée et de la résolution. Le tarif unitaire plus bas ne décrit pas, à lui seul, le coût total du travail.
Vérifiez la hiérarchie, pas seulement la beauté du résultat
Après la génération, demandez-vous si chaque référence a rempli le rôle qui lui était attribué.
| Responsabilité de l'entrée | Question de relecture |
|---|---|
| Identité | Le sujet ou le produit est-il resté celui qui a été validé ? |
| Environnement | La pièce, la géographie ou l'agencement ont-ils conservé les relations requises ? |
| Mouvement | Le sujet a-t-il suivi le jeu prévu plutôt que de copier des détails visuels indésirables ? |
| Caméra | Le plan a-t-il commencé, bougé et fini comme demandé ? |
| Audio | La voix, le rythme ou l'ambiance demandés ont-ils guidé le bon moment ? |
| Séquence | Chaque temps fort est-il arrivé dans l'ordre et la fenêtre de temps prévus ? |
Quand une exigence échoue, modifiez la référence ou la consigne qui en est responsable. Ne remplacez pas tout l'ensemble, sauf s'il est lui-même contradictoire.
Quand utiliser les routes distinctes Edit ou Extends
La route principale seedance2-5 crée une nouvelle vidéo à partir du prompt et des références. Si l'ouverture fonctionne déjà et qu'il s'agit de la prolonger, choisissez la route distincte Seedance 2.5 Video Extends (seedance2-5-extend). S'il s'agit de changer le sujet, le décor, l'éclairage ou le style d'une vidéo existante, choisissez la route distincte Video Edit (seedance2-5-edit).
Cette séparation garde une intégration API honnête. « Générer », « éditer » et « prolonger » n'ont ni les mêmes exigences de source ni la même facturation ; ils ne doivent pas se cacher derrière un mode inventé sur la route principale.
La route principale actuelle de Kinovi produit du 480p, du 720p ou du 1080p. Elle ne propose pas de 4K : ne lui transmettez donc pas une valeur 4K copiée depuis une page produit officielle destinée aux créateurs.
Un premier test concret
Utilisez un seul plan de 8 à 12 secondes avec :
- deux ou trois images d'identité ou de produit ;
- une image d'environnement ou de storyboard ;
- une courte référence de mouvement ou de caméra, seulement si le mouvement est difficile à décrire ;
- une référence audio, seulement si le son ou le rythme entrent dans la décision de validation ;
- un prompt qui nomme la responsabilité de chaque source.
Validez ce plan dans Kinovi Studio avant d'envoyer un lot via l'API. Si le résultat n'est pas exploitable, la tâche reste assez petite pour être diagnostiquée. S'il fonctionne, cet ensemble et ce prompt exacts peuvent devenir une entrée de production versionnée.
FAQ
Que signifie « entrée multimodale » dans Seedance 2.5 ?
Cela signifie qu'une seule génération peut combiner des consignes texte avec des références image, vidéo et audio. Sur Kinovi, ces entrées passent par prompt, imageUrls, videoUrls et audioUrls.
Combien de références puis-je utiliser ?
La route actuelle de Kinovi accepte jusqu'à 30 images, 10 vidéos et 10 fichiers audio. Commencez avec moins de ressources, mais cohérentes, sauf si le plan en exige vraiment davantage.
Puis-je contrôler la caméra avec un paramètre d'API ?
Le schéma public actuel n'a pas d'objet dédié au contrôle de caméra. Décrivez dans le prompt le départ, le mouvement, la vitesse, la relation au sujet et le cadre final, et ajoutez une référence de mouvement si nécessaire.
Ajouter une référence vidéo rend-il le travail moins cher ?
Pas forcément. Le tarif unitaire est plus bas, mais la base facturée inclut les secondes de la vidéo de référence plus celles de la sortie. Calculez le travail complet avant de comparer les totaux.
Kinovi propose-t-il Seedance 2.5 en 4K via cette API ?
Non. La route principale actuelle produit du 480p, du 720p ou du 1080p ; il n'y a pas d'option 4K.
Sources vérifiées
- Kinovi — Seedance 2.5
- Kinovi — Documentation API de Seedance 2.5
- Kinovi — Modèles
- Kinovi — Tarifs
- Dreamina — Seedance 2.5
- Dreamina — Comment utiliser Seedance 2.5
- Dreamina — Guide des références de mouvement Seedance 2.5
Dernière vérification : 24 septembre 2026.
Articles associés
More to try
Modèles associés

Midjourney · image model
Midjourney V8
Le dernier modèle Midjourney avec une qualité photoréaliste et un contrôle créatif.
$0.0565/4 images

Midjourney · image model
Midjourney Niji V7
Modèle IA d'anime et d'illustration spécialisé dans les styles artistiques japonais.
$0.0565/4 images

NanoBanana · image model
NanoBanana 2
Génération d'images AI rapide et de haute qualité avec contrôle créatif et rendu photoréaliste.
$0.0707/image


