SD Cloud Edition Video API

Trang này mô tả cách gọi các model video SD bản đám mây (SD2.0, SD2.5). Giống các model video khác, chúng được tạo bằng POST /v1/videos và truy vấn bằng GET /v1/videos/{id}; xác thực, tải lên tư liệu, trạng thái truy vấn định kỳ, tải kết quả và xử lý lỗi xem Quy chuẩn gọi Video API đầy đủ. Trang này chỉ trình bày các trường và quy tắc riêng của nhóm model này.

Cập nhật ngày 2026-10-10. Nhóm model này chỉ hỗ trợ truy vấn định kỳ: không đặt callback_url khi tạo, nếu không yêu cầu sẽ bị từ chối. SD bản đám mây là nhóm model khác với Seedance bản chính thức và Seedance chuyển tiếp chính thức; tham số và khả năng không dùng thay thế cho nhau được.

Model

Mỗi dòng chỉ có một tên model; dùng resolution để chọn mức độ phân giải đầu ra, và yêu cầu được tính phí theo mức đó, ví dụ "model": "SD2.5", "resolution": "720p" hoặc "model": "SD2.0", "resolution": "4k".

Quy tắc chung

• Độ phân giải: điền vào resolution một mức trong bảng trên, không phân biệt chữ hoa/thường (4k và 4K là như nhau); nếu không truyền, dùng mức thấp nhất 480p. Điền mức mà dòng model không hỗ trợ sẽ trả về 400, hệ thống không tự hạ mức.
• Thời lượng: số giây nguyên trong duration (hoặc seconds dạng chuỗi); mặc định 5 giây.
• Tỷ lệ khung hình: ratio (hoặc aspect_ratio) nhận 16:9, 9:16, 1:1, 4:3, 3:4, 21:9.
  • SD2.5: bắt buộc chỉ định rõ tỷ lệ khung hình, không hỗ trợ auto; bỏ trống hoặc gửi auto sẽ trả về 400.
  • SD2.0: mặc định 1:1.
• Prompt:
  • SD2.5: prompt bắt buộc.
  • SD2.0: có thể bỏ trống khi có tư liệu tham chiếu hoặc khung hình đầu và cuối, nhưng nên mô tả chuyển động và máy quay.
• Tạo âm thanh: SD2.5 hỗ trợ generate_audio (boolean); SD2.0 không có tùy chọn này, gửi lên sẽ trả về 400.
• Trường tùy chọn: negative_prompt (prompt phủ định), seed (số nguyên).

Tư liệu tham chiếu

• Ảnh tham chiếu đặt trong mảng images ở cấp gốc.
• Video tham chiếu đặt trong metadata.referenceVideos, âm thanh tham chiếu đặt trong metadata.referenceAudios.
• SD2.0 nhận tổng cộng tối đa 12 tư liệu cho cả ba loại.
• Với SD2.5, mỗi video tham chiếu dài 2–30 giây, tổng thời lượng của tất cả video tham chiếu không quá 30 giây.
• Mỗi loại tư liệu chỉ dùng một trường; nếu gửi nhiều bí danh, hệ thống chỉ lấy một nhóm và không gộp lại.

{
  "model": "SD2.5",
  "resolution": "1080p",
  "prompt": "Giữ khuôn mặt và trang phục của nhân vật trong ảnh, chạy trên con phố đêm mưa theo chuyển động máy quay của video",
  "duration": 10,
  "ratio": "9:16",
  "generate_audio": true,
  "images": ["https://cdn.example.com/character.jpg"],
  "metadata": {
    "referenceVideos": ["https://cdn.example.com/camera-motion.mp4"]
  }
}

Khung hình đầu và cuối

Khung hình đầu và khung hình cuối đặt trong metadata.firstFrame và metadata.lastFrame. lastFrame phải đi kèm firstFrame; khung hình đầu và cuối không thể dùng chung với ảnh, video hoặc âm thanh tham chiếu.

{
  "model": "SD2.0",
  "resolution": "720p",
  "prompt": "Máy quay lướt từ bờ biển lúc bình minh sang cùng vịnh biển lúc hoàng hôn",
  "duration": 8,
  "ratio": "16:9",
  "metadata": {
    "firstFrame": "https://cdn.example.com/start.jpg",
    "lastFrame": "https://cdn.example.com/end.jpg"
  }
}

Tải tệp lên

Cũng có thể gửi trực tiếp 1 tệp ảnh cục bộ bằng multipart/form-data, trong trường input_reference; khi đó đừng gửi images hoặc image trong cùng yêu cầu. Video và âm thanh tham chiếu không thể gửi dưới dạng tệp, hãy lấy URL trước theo Tải lên tư liệu cục bộ.

Tên model cũ

Các tên model cũ có hậu tố mức độ phân giải (ví dụ SD2.5 720P, SD2.0 4K) vẫn gọi được; đầu ra và chi phí cố định theo mức trong tên, và resolution sẽ bị bỏ qua. Các tên này không còn hiển thị trong quảng trường model; khi tích hợp mới, hãy dùng SD2.5 hoặc SD2.0 kèm resolution.