Diga ao Bernini o que quer adicionar, remover ou alterar em um clipe, em linguagem simples, e ele faz só essa mudança. O planejador entende o que a edição significa antes de o renderizador pintar o resultado.

Consistência de cena travada

Tudo o que você não citar permanece congelado. As áreas intocadas se mantêm estáveis no clipe inteiro, sem tremor nem deriva, o traço mais forte do modelo em edição.

Trocas e inserções guiadas por referência

Envie uma imagem de referência ou um segundo clipe para guiar a edição. Troque uma roupa em um sujeito em movimento, ou insira um produto ou vídeo de tela para que ele acompanhe o clipe original.

Identidade em sujeito para vídeo

Coloque uma pessoa ou personagem de imagens de referência em uma nova cena, e o rosto continua reconhecível enquanto ela se move. A preservação de identidade é o resultado de destaque do modelo nas avaliações de sujeito para vídeo da ByteDance.

Redirecionamento de movimento

Mude o que um sujeito está fazendo dentro de um clipe já existente, uma pessoa agacha em vez de se curvar, enquanto a continuidade da pose, a iluminação e o fundo permanecem os mesmos.

Família de modelo com pesos abertos

Um planejador MLLM ao lado de um renderizador DiT de 14B construído sobre o Wan2.2, lançado sob a licença Apache 2.0. Os pesos podem ser hospedados no seu próprio hardware.

Add a snowman beside the dog and keep the rest of the clip unchangedTeste agora

Especificações técnicas

Planner + DiT

Planejador Qwen2.5-VL, renderizador Wan2.2 de 14B

Edit, Generate, R2V

Edição, geração, sujeito para vídeo

480p / 16fps

Configuração padrão de renderização

Apache 2.0

Pesos abertos, hospedável no seu próprio servidor

Casos de uso

Aumente imagens reais

Adicione ou remova elementos, corrija um detalhe ou reestilize algo em um clipe sem regravar. O bloqueio de consistência mantém o resto do plano idêntico, então a edição parece nativa.

Personagens e avatares recorrentes

Mantenha o mesmo rosto em episódios, anúncios ou uma série de avatar. O sujeito para vídeo preserva a identidade de uma pessoa a partir de poucas imagens de referência enquanto ela se move por novas cenas.

Provador virtual e inserção de produto

Troque a roupa em um modelo em movimento a partir de uma referência, ou insira um produto ou vídeo na tela em um plano, para trabalhos de moda e anúncios que precisam manter o clipe original intacto.

Reformule uma ação

Mude o que alguém está fazendo em uma tomada, um sujeito em pé vira um agachamento, sem regravar. A edição de movimento altera a ação mantendo identidade, enquadramento e iluminação fixos.

Exemplos de prompts

Edição com consistência

Adicione um boneco de neve ao lado do cachorro na trilha nevada, e mantenha o cachorro, a estrada e as árvores sem alterações

Edit prompt

Sujeito com identidade travada

Coloque essa pessoa em um terraço iluminado pelas luzes da cidade à noite, virando suavemente para a câmera, mantendo o rosto e a jaqueta

Edit prompt

Troca por referência

Troque a camisa externa pela da imagem de referência, mantendo a pose, a iluminação e o movimento exatamente iguais

Edit prompt

Visão geral

Bernini é o framework de código aberto da ByteDance para geração e edição de vídeo com IA, lançado sob a licença Apache 2.0 em junho de 2026. O design divide o trabalho em duas partes, um planejador baseado em MLLM (Qwen2.5-VL) decide a semântica do resultado, depois um renderizador baseado em DiT, construído sobre o Wan2.2, pinta os pixels. Como o plano e a renderização são etapas separadas, o Bernini é excepcionalmente bom naquilo em que a maioria dos modelos de vídeo tem dificuldade, editar um clipe real mantendo intacto tudo o que você não pediu para mudar. Ele cobre texto para imagem, edição de imagem, texto para vídeo, edição de vídeo por instruções, edições guiadas por referência como trocas de roupa e inserção de vídeo, e sujeito para vídeo, cujo resultado de destaque é preservar a identidade de uma pessoa enquanto ela se move por uma nova cena.

Preços simples

Comece grátis hoje mesmo, com a opção de fazer upgrade ou cancelar quando quiser.

Basic

/ mês

cobrado como $0 por ano

1100 mensal créditos

1 apenas usuário

Todos os modelos

Workflows

Standard

/ mês

cobrado como $0 por ano

3625 mensal créditos

1 apenas usuário

Todos os modelos

Workflows

Pro

/ mês

cobrado como $0 por ano

6350 compartilhado mensal créditos

1 usuário

+ até 4 mais com custo adicional

Todos os modelos

Workflows

Pro Max

/ mês

cobrado como $0 por ano

24650 compartilhado mensal créditos

1 usuário

+ até 9 mais com custo adicional

Todos os modelos

Workflows

Enterprise

Para limites maiores

Personalizado

termos de preços e cobrança

Créditos de alto volume

Limites de vagas personalizados

Todos os modelos

Workflows

Free

Para experimentar

grátis para sempre

Até 20 créditos

apenas 1 usuário

Modelos limitados

Workflows

Comparar detalhes dos planos

Perguntas frequentes

O que é o Bernini?

Bernini é o framework de código aberto da ByteDance, unificado para geração e edição de vídeo. Ele une um planejador semântico baseado em MLLM com um renderizador baseado em DiT construído sobre o Wan2.2, lançado sob a licença Apache 2.0 em junho de 2026.

O que o Bernini pode fazer?

Ele lida com texto para imagem, edição de imagem, texto para vídeo, edição de vídeo por instruções, edição guiada por referência como trocas de roupa e inserção de vídeo, e sujeito para vídeo, que coloca uma pessoa ou personagem em uma nova cena.

Qual a diferença entre o Bernini e um modelo de vídeo comum?

A maioria dos modelos de vídeo gera do zero. O Bernini divide o trabalho, um planejador MLLM decide a semântica, depois o renderizador pinta os pixels. Esse design dá a ele uma consistência forte em edições, as partes intocadas de um clipe ficam congeladas, e uma preservação de identidade forte em sujeito para vídeo.

O Bernini é de código aberto?

Sim. O código de inferência e os pesos do renderizador são públicos sob a licença Apache 2.0, no GitHub e no Hugging Face. Você pode rodá-lo no seu próprio hardware, recomenda-se uma GPU classe Hopper, com múltiplas GPUs para vídeo.

Quão bem o Bernini preserva a identidade de um sujeito?

Esse é o resultado de destaque do modelo. Nas avaliações de sujeito para vídeo da ByteDance, ele lidera sistemas comparáveis em similaridade facial, mantendo um rosto reconhecível enquanto o sujeito se move, o que o torna uma boa opção para avatares, personagens e conteúdo seriado, onde o mesmo rosto precisa se repetir.

Em qual resolução o Bernini gera vídeo?

A configuração padrão de renderização é 480p a 16fps. O lançamento prioriza fidelidade de edição e consistência acima da resolução máxima, e configurações maiores são possíveis com maior custo de computação.

Mais sobre o Bernini

Guias, prompts e comparações para o Bernini.

ByteDance Bernini: guia completo de edição de vídeo com IA e prompts

Guia completo do ByteDance Bernini, o modelo de vídeo com IA open-source: recursos, especificações, a trava de consistência e a estrutura de prompt por tarefa.

Outros modelos

Explore o restante do catálogo de modelos do Morphic.

Ver todos os modelos →

ChatGPT Images 2.5

OpenAI

Detalhe mais nítido e edição que não bagunça o resto do quadro. O modelo de imagem da OpenAI, de setembro de 2026.

Lyria 3.5

Google DeepMind

O melhor modelo de música do Google. Músicas inteiras, com voz e letra.

MiniMax H3 Max Turbo

fal.ai

O nível rápido do H3 da fal. O dobro da velocidade, quase igual.

Inworld TTS 2

Inworld

Noventa e cinco vozes, 100+ idiomas. A fala começa em menos de um segundo.