Guide complet Seedance 2.0 : Fonctionnalités, comparaison et tutoriel

Qu'est-ce que Seedance 2.0 ?

Seedance 2.0 est le modèle avancé d'IA vidéo multimodale de ByteDance, combinant images, vidéos, audio et texte pour un contrôle créatif sans précédent. Ce guide complet compare Seedance à Kling, Veo et Sora, et montre aux professionnels comment maîtriser les flux vidéo multimodaux sur Morphic.

Contrairement aux modèles texte-vers-vidéo traditionnels qui ne s'appuient que sur des invites écrites, Seedance 2.0 vous permet de montrer à l'IA exactement ce que vous voulez via des références visuelles et audio. Importez des images de référence pour définir le style et la composition, utilisez des extraits vidéo pour illustrer les mouvements de caméra ou les actions souhaités, ajoutez de l'audio pour établir l'ambiance et le rythme, et combinez le tout avec des prompts texte détaillés pour une direction créative précise.

Deux guides complémentaires approfondissent des problèmes précis : les vidéos cinématographiques avec Seedance 2.0 pour le côté artisanat, et que faire quand vos prompts Seedance 2.0 sont signalés pour les générations qui reviennent rejetées.

Pourquoi Seedance 2.0 pour la création vidéo professionnelle

Seedance 2.0 répond à la limite fondamentale de la génération vidéo IA : l'écart entre la description et la vision. Au lieu de tenter de décrire en mots des mouvements de caméra complexes, des détails de personnages ou des effets visuels, vous pouvez fournir des exemples directs. Cette approche multimodale offre :

• Un contrôle visuel précis grâce aux références d'images
• Une réplication fidèle du mouvement via les références vidéo
• Une synchronisation du rythme et de l'ambiance avec l'intégration audio
• Des personnages et un style constants sur plusieurs plans
• Des transitions de scène complexes qui préservent la continuité

Le modèle excelle à comprendre et à combiner simultanément plusieurs types de références, ce qui le rend particulièrement précieux pour la production commerciale, la création de contenu et les flux vidéo professionnels.

Seedance 2.0 vs Kling vs Veo vs Sora : comparaison des fonctionnalités

Pour évaluer les outils de génération vidéo IA, il est essentiel de comprendre les capacités spécifiques de chaque plateforme. Voici comment Seedance 2.0 se compare aux principales alternatives :

Principaux différenciateurs :

Souplesse multimodale : Seedance 2.0 et Kling 3.0 offrent tous deux une prise en charge multimodale complète, y compris l'import direct de fichiers vidéo et audio. Veo 3.1 accepte des images de référence (jusqu'à 3) mais l'audio est généré plutôt que référencé. Sora reste principalement basé sur le texte et l'image.

Profondeur de la référence vidéo : Seedance 2.0 et Kling 3.0 excellent à répliquer des mouvements de caméra complexes, des chorégraphies et des effets spéciaux à partir de séquences de référence. La fonction « AI Director » de Kling 3.0 automatise la composition de scènes à plusieurs plans. Veo 3.1 se concentre sur l'image-vers-vidéo avec une bonne stabilité des personnages, mais insiste moins sur la réplication du mouvement de vidéo à vidéo.

Capacités audio : Seedance 2.0 permet d'importer directement un fichier audio pour un contrôle précis de l'ambiance et une synchronisation sur le tempo. Kling 3.0 génère de l'audio multilingue natif avec une synchronisation labiale précise sur 5 langues. Veo 3.1 génère de l'audio nativement mais n'accepte pas de fichier audio en référence. Sora ne génère de l'audio qu'à partir de descriptions textuelles.

Durée et prolongation : Sora propose les générations uniques les plus longues (jusqu'à 60 secondes), tandis que la fonction de prolongation de Veo 3.1 permet d'enchaîner des clips au-delà de 60 secondes. Seedance 2.0 et Kling 3.0 prennent tous deux en charge des générations de 15 secondes avec des possibilités de prolongation.

Résolution et qualité : Seedance 2.0 sort jusqu'à la 4K avec un encodage 10 bits, qui préserve les dégradés de couleur pour le HDR et l'étalonnage. Cela le met à égalité avec Kling 3.0 et Veo 3.1 sur la résolution brute, si bien que le facteur décisif tient plutôt au contrôle par références qu'au nombre de pixels.

Modifier une séquence existante : Seedance 2.0 traite une vidéo importée comme quelque chose que vous pouvez modifier, pas seulement imiter. Vous pouvez ajouter, retirer ou remplacer des éléments à l'intérieur d'un clip, le prolonger vers l'avant ou vers l'arrière, et assembler plusieurs clips en un seul morceau continu. Le montage est ici une tâche de premier ordre, pas une rustine, et c'est ce qui rend pratique le fait de conserver une séquence déjà validée par un client.

Quel modèle Seedance 2.0 utiliser

Seedance 2.0 est une famille de trois modèles qui partagent le même jeu de fonctionnalités et diffèrent sur la qualité et le coût :

Une méthode qui marche : brouillonnez sur Mini ou Fast jusqu'à ce que le prompt et les références se tiennent, puis lancez la passe finale sur le Seedance 2.0 complet.

Informations exactes en juillet 2026. Fonctionnalités et disponibilité susceptibles d'évoluer.

Essayez Seedance 2.0 sur Morphic →

Fonctionnalités et capacités clés de Seedance 2.0

Le système d'entrées multimodales

Seedance 2.0 accepte quatre types d'entrées distincts qui fonctionnent en combinaison :

Entrées image (jusqu'à 9 images)

• Définir le style visuel et la direction esthétique
• Établir l'apparence des personnages et la maintenir identique
• Fixer la composition et le cadrage de la scène
• Préciser les détails d'un produit pour une reproduction fidèle
• Contrôler la lumière, l'étalonnage et l'atmosphère

Entrées vidéo (jusqu'à 3 clips, 15 secondes cumulées maximum)

• Référencer des mouvements de caméra et une photographie précis
• Répliquer des schémas de mouvement et des chorégraphies
• Copier des transitions de scène et des rythmes de montage
• Montrer des effets spéciaux et des techniques visuelles
• Illustrer des actions et des interactions de personnages

Entrées audio (MP3 ou WAV, jusqu'à 3 fichiers, 2-15 secondes chacun, 15 secondes cumulées maximum)

• Installer l'ambiance et la tonalité émotionnelle par la musique
• Contrôler le rythme par la structure des temps et de la pulsation
• Ajouter des effets sonores ou une ambiance sonore précise
• Reproduire des caractéristiques de voix pour les dialogues
• Synchroniser les changements visuels sur des repères sonores

Prompts texte (langage naturel)

• Guider le récit et sa progression
• Préciser les actions et mouvements absents des références
• Décrire les transitions de scène et leur enchaînement
• Clarifier la façon dont les références doivent être appliquées
• Ajouter des détails que les références visuelles ne montrent pas

À propos des limites : il n'y a pas de plafond global de fichiers. Les plafonds sont par type (jusqu'à 9 images, 3 clips vidéo, 3 fichiers audio), et la vraie contrainte n'est pas le plafond mais votre retenue : ByteDance recommande d'utiliser bien moins de références que ce à quoi vous avez droit. Une combinaison est toutefois réellement non prise en charge. Le texte accompagné d'audio seul, et l'audio seul, ne génèrent rien. Chaque tâche a besoin de texte, et l'audio ne fonctionne jamais qu'aux côtés d'une référence visuelle.

L'architecture des capacités de référence

L'innovation centrale de Seedance 2.0, c'est son système de compréhension des références. Plutôt que de traiter les entrées comme de simples guides de style, le modèle analyse et extrait des éléments précis de chaque référence :

Depuis les images : structure de la composition, traits des personnages, détails des objets, dispositif d'éclairage, rapports de couleurs, agencement spatial, caractéristiques de style

Depuis les vidéos : trajectoires de caméra, vitesse et accélération du mouvement, changements de cadrage, actions des sujets et leur enchaînement, mise en œuvre des effets spéciaux, techniques de transition

Depuis l'audio : motifs rythmiques et pulsation, tonalité et atmosphère, dynamique du volume, placement des effets sonores, caractéristiques de la voix

Cette compréhension fine vous permet de préciser exactement quels aspects de chaque référence doivent influencer la génération, ce qui donne un contrôle précis sur le résultat final.

Les progrès de qualité du modèle de base

Au-delà des capacités multimodales, Seedance 2.0 apporte des améliorations de fond :

Dynamique physique réaliste : les objets et les personnages se meuvent avec une physique crédible. Les vêtements tombent naturellement, les liquides coulent de façon convaincante, et les interactions entre éléments suivent les règles du monde réel.

Mouvement fluide : l'action continue s'écoule sans transitions brutales ni artefacts de déformation. Les mouvements complexes en plusieurs étapes restent stables du début à la fin.

Compréhension précise du prompt : le modèle interprète fidèlement des instructions détaillées, y compris les relations spatiales (« à l'arrière-plan, derrière »), les séquences de plans ordonnées et les scènes à plusieurs sujets. Les minutages précis font exception, et le sujet est traité plus bas.

Style conservé : les caractéristiques visuelles posées au début d'une génération restent stables. L'apparence des personnages, les conditions de lumière et le style artistique ne dérivent pas à mesure que la scène avance.

Actions complexes : le modèle gère des séquences difficiles comme une chorégraphie de combat, des mouvements de mains détaillés, des expressions du visage pendant la parole, et des interactions coordonnées entre plusieurs personnages.

Prêt à découvrir le contrôle multimodal ? Commencez à créer avec Seedance 2.0 sur Morphic →

Spécifications techniques

Deux remarques sur les réglages de sortie. Il n'existe pas d'option 2.35:1 : pour un rendu scope, choisissez 21:9 plutôt que de demander du 2.35:1 dans le prompt. Et comme la 4K utilise le H.265, certains navigateurs et lecteurs ne l'afficheront pas directement, même si le fichier est parfaitement sain.

Comprendre les spécifications d'entrée de Seedance 2.0

Limites de nombre de fichiers et de durée

Pour optimiser la qualité de génération tout en maîtrisant les ressources de calcul, Seedance 2.0 applique des contraintes d'entrée précises :

Limites par type de fichier :

• Images : 9 fichiers maximum
• Vidéos : 3 clips maximum
• Audio : 3 fichiers maximum

Limites de durée cumulée :

• Références vidéo : 15 secondes au total, tous clips confondus
• Références audio : 15 secondes au total, tous fichiers confondus

Minimums par clip (faciles à rater) :

• Chaque clip vidéo de référence doit durer au moins 2 secondes
• Chaque fichier audio de référence doit durer au moins 2 secondes
• La vidéo de référence doit être à 24 ou 60 fps, ou entre les deux

Il n'y a pas de plafond global de fichiers. Neuf images plus trois vidéos plus trois fichiers audio, c'est une demande valide. C'est aussi une mauvaise demande, pour les raisons exposées dans la section suivante.

Combinaison non prise en charge : le texte accompagné d'audio, et l'audio seul, ne génèrent rien. L'audio a toujours besoin d'une référence visuelle à ses côtés.

Durée du résultat généré : 4-15 secondes.

Ne remplissez pas les emplacements qu'on vous donne

Les limites ci-dessus sont des plafonds, pas des objectifs. La consigne de ByteDance est explicite : utiliser tout le quota d'éléments dégrade les résultats. Avec trop de références, le modèle peine à juger quelles caractéristiques priment, et vous obtenez des conflits de style, une identification floue du sujet, et un résultat qui s'éloigne de la demande.

La configuration recommandée est de 4 à 5 éléments au total. Chacun doit remplir une fonction distincte :

• Ancrage du personnage (1-2 images) : verrouille l'apparence du personnage
• Tonalité de la scène (1 image) : verrouille l'environnement et le style
• Mouvement de caméra (1 vidéo) : verrouille le langage de cadrage et le rythme
• Rythme et atmosphère (1 audio) : contrôle l'émotion et le timbre

Si deux références se disputent la même fonction, vous en avez une de trop. Importer quatre images du même personnage ne rend pas le modèle quatre fois plus sûr de ce personnage. Cela le rend moins sûr de l'image à croire.

Exemple concret : pour un spot de 15 secondes qui exige une apparence produit précise, un travail de caméra dynamique et une musique entraînante, cinq éléments constituent un brief complet :

• 2 images : le produit sous deux angles
• 1 image : l'étalonnage et le style de lumière souhaités
• 1 vidéo : la référence de mouvement de caméra
• 1 audio : la piste musicale qui donne le rythme

Tout le reste, y compris l'environnement, l'ambiance et le rythme, relève du prompt texte.

Un plafond dur sur les personnages : dès que plus de quatre personnes de référence sont impliquées, la stabilité du résultat chute nettement. Vous commencez à voir un mauvais nombre de personnes dans le cadre, ou des doublons. S'il vous faut une foule de six, générez-les d'abord en deux images groupées de trois, puis servez-vous de ces images comme référence pour la vidéo.

Consignes de qualité des entrées

Pour les références image :

• Utilisez des photographies nettes et bien éclairées quand la fidélité compte
• Une résolution plus élevée donne une reproduction plus détaillée
• Les angles multiples aident pour les produits et les objets. Ils nuisent activement pour les visages : voir la règle du portrait plus bas, car une planche de personnage multi-angles est lue comme plusieurs personnes différentes
• Évitez les images très compressées ou de mauvaise qualité

Pour les références vidéo :

• Assurez-vous que l'élément que vous voulez référencer est bien visible
• Des clips courts centrés sur un seul aspect fonctionnent mieux que des clips longs à éléments multiples
• Une vidéo de meilleure qualité améliore la compréhension du mouvement
• Recoupez vos vidéos pour ne montrer que la section pertinente

Pour les références audio :

• Utilisez si possible des fichiers audio propres, sans bruit de fond
• Assurez-vous que l'audio illustre clairement le rythme ou l'ambiance voulus
• Faites correspondre approximativement la durée à celle de votre vidéo cible
• Pensez à utiliser l'audio d'un fichier vidéo s'il sert à plusieurs fins

Comment utiliser les références multimodales de Seedance 2.0

Seedance 2.0 est accessible via Morphic, qui fournit une interface pour importer les références et rédiger les prompts. Le système utilise une structure de mentions @ pour préciser comment chaque fichier importé doit être utilisé dans la génération.

D'abord, sachez laquelle des trois tâches vous demandez

Avant d'écrire quoi que ce soit, décidez quelle mission vous confiez au modèle, car la formulation diffère et se tromper est la façon la plus courante de gâcher une génération.

• Référence multimodale : extraire des éléments de vos fichiers (un sujet, un style, un mouvement de caméra, une voix) pour fabriquer une vidéo entièrement nouvelle.
• Montage vidéo : modifier quelque chose à l'intérieur d'une vidéo existante. Tout ce que vous ne mentionnez pas reste tel quel.
• Prolongation vidéo : continuer une vidéo existante vers l'avant ou vers l'arrière, en préservant le style, le sujet et le récit.

Le piège : pour les tâches de montage et de prolongation, désignez le clip par @Video 1, jamais par « référence @Video 1 ». Le mot référence pousse le modèle à classer la demande comme une tâche de référence : au lieu de modifier votre clip, il génère une nouvelle vidéo qui lui ressemble seulement. Dites « Modifie strictement @Video 1 » ou « Prolonge @Video 1 vers l'arrière », pas « Prends @Video 1 en référence et modifie-la ».

Définissez votre sujet avant de le référencer

Une image importée contient généralement plus d'une chose. Nommer le sujet explicitement est l'étape que la plupart des gens sautent, et c'est celle qui empêche le modèle de s'accrocher au mauvais élément.

Choisissez 2 ou 3 traits stables et statiques (vêtement, coiffure, catégorie) qui identifient le sujet de façon unique, puis liez-les au fichier :

Définis [traits principaux] dans @Image 1 comme [nom du sujet]

Par exemple : Définis la femme en robe rouge et chapeau de paille de @Image 1 comme Sujet 1. À partir de là, ne la désignez plus que par Subject 1. Utilisez la même étiquette à chacune de ses apparitions. Si vous alternez entre « la femme », « elle » et « Subject 1 », le modèle peut perdre le fil de qui vous parlez.

Pour les travaux rapides, vous pouvez sauter la définition et lier en ligne, en répétant l'association à chaque mention : Subject 1@Image 1.

Deux règles comptent ici. Gardez la description courte et sans contradiction, car deux traits contradictoires sur le même sujet brouilleront la liaison. Et là où une relation spatiale est plus facile à montrer qu'à dire, montrez-la dans une image de référence plutôt que de la décrire en texte.

Le système de références @

Après avoir importé vos matériaux sur Morphic, vous les référencez dans votre prompt avec le symbole @ suivi de l'identifiant du fichier (Image 1, Video 1, Audio 1, etc.). La clé, c'est d'énoncer explicitement à quoi sert chaque référence.

Structure de référence de base :

@[Type de fichier + numéro] comme/pour [fonction précise], [contexte supplémentaire]

Référencement clair ou flou :

Flou : « Utilise @Image 1 et @Video 1 pour faire une vidéo »

Clair : « @Image 1 comme image d'ouverture montrant le visage du personnage, reprends en référence la poussée de caméra de @Video 1, utilise @Audio 1 comme musique de fond pour installer une ambiance entraînante »

Placez votre élément le plus important en premier. Plus un fichier apparaît tôt dans le prompt, plus il pèse. Si le visage du personnage doit être exactement juste, commencez par lui.

La ponctuation qui indique au modèle quel type d'information il lit

Seedance 2.0 lit quatre types de crochets comme des signaux de nature. Les utiliser est un moyen économique d'éviter qu'un dialogue soit rendu en incrustation à l'écran, ou qu'un bruitage soit prononcé à voix haute.

Si une réplique est dans une langue autre que l'anglais, nommez la langue avant les accolades : dit en japonais {こんにちは}. Tenez-vous à une seule langue par scène. Mélanger les langues dans un même prompt, noms propres mis à part, dégrade la prononciation.

Rédiger des prompts multimodaux efficaces : la méthode CRAFTS

Un bon prompt Seedance 2.0 est plus proche d'une instruction d'ingénierie que d'un texte publicitaire. Le modèle lit votre texte, vos images, vos vidéos et votre audio en même temps, et les répartit en interne entre une couche spatiale (ce qu'il y a dans le cadre) et une couche temporelle (comment cela évolue). Votre travail consiste à alimenter proprement les deux couches.

CRAFTS couvre les six éléments que précise un prompt complet : Contexte, Référence, Action, Framing (cadrage), Timeline (déroulé), Style et contraintes.

C - Contexte : posez la scène et l'environnement Plantez le décor avec le lieu, l'époque, l'atmosphère et le cadre général. Citez ici vos images de scène.

Exemple : « Dans un club de jazz à la lumière tamisée, la nuit, en reprenant l'atmosphère intérieure de @Image 1 »

R - Référence : définissez vos sujets et liez-les aux fichiers Nommez chaque sujet par 2 ou 3 traits stables, puis dites exactement ce que chaque fichier apporte et ce qu'il n'apporte pas.

Exemple : « Définis l'homme en costume gris de @Image 2 comme le Pianiste. @Image 2 pour son visage et sa carrure uniquement, pas ses vêtements. @Video 1 pour l'allure de marche. @Audio 1 pour le jazz en fond. »

A - Action : décrivez les mouvements des personnages et des objets Détaillez ce qui se passe dans la scène : actions des personnages, interactions avec les objets, enchaînement des événements. Deux choses séparent les descriptions d'action qui marchent de celles qui échouent.

Faites petit et lent. Seedance 2.0 gère un mouvement doux, continu et de faible amplitude bien plus fiablement qu'une motricité explosive. Les sprints, les grands sauts et les roulades violentes sont là où les membres se déforment et où la physique casse. Préférez « marche lentement », « lève doucement une main », « s'assoit en accompagnant le mouvement ». Précisez la partie du corps, plus l'amplitude, la vitesse et la force : pas « il bouge la tête » mais « il tourne vivement la tête ». Là où une action en entraîne une autre, dites comment elles s'enchaînent, pour que le mouvement porte sa propre inertie : « se sert de l'élan de la rotation pour lever naturellement une main ».

Extériorisez l'émotion en détails physiques. Le modèle ne sait pas rendre « très triste ». Il sait rendre ce que la tristesse fait à un corps. Remplacez l'étiquette abstraite par le signe visible.

Exemple : « Le Pianiste traverse lentement la pièce, s'arrête au bar et prend un verre. Il boit une gorgée, et tandis qu'il regarde vers la porte, sa mâchoire se contracte et ses doigts se referment durement sur le verre. »

F - Framing : définissez le travail de caméra et la photographie Précisez les types de plans, les mouvements de caméra, les angles et les transitions avec le vocabulaire du cinéma. Le modèle maîtrise bien la terminologie standard, alors utilisez-la sans détour.

Exemple : « Commence par un plan large d'exposition, travelling avant vers un gros plan moyen quand le personnage atteint le bar, puis coupe vers un plan par-dessus l'épaule regardant vers la porte »

Un seul mouvement de caméra par plan. Demander à un même plan de pousser, d'orbiter et de panoramiquer à la fois est le moyen le plus rapide de déstabiliser l'image. Si vous voulez trois mouvements, il vous faut trois plans.

T - Timeline : ordonnez vos plans, pas vos secondes

C'est l'élément que la plupart des guides ratent, y compris les versions antérieures de celui-ci. L'instinct pousse à tout minuter : 0-4 secondes ceci, 4-8 secondes cela. La prise en charge du minutage précis par Seedance 2.0 est instable, et imposer des durées exactes aux segments peut activement casser la génération.

Ordonnez plutôt les plans, et laissez le modèle trouver le rythme. Étiquetez-les Plan 1, Plan 2, Plan 3, dans l'ordre où les événements surviennent, et décrivez chacun ainsi : mouvement de caméra, puis action du sujet, puis position, puis son.

Faible : « Un homme court nerveusement dans la rue, et la scène est très cinématographique. »

Fort :

• Plan 1 : vue latérale d'une ruelle. L'homme se met à courir, le souffle court.
• Plan 2 : il renverse un étal de fruits. La caméra tremble et pousse vers un gros plan de son visage effrayé.
• Plan 3 : il escalade un muret et disparaît. La caméra recule lentement et se pose sur la rue vide.

Les minutages ne sont pas interdits et vous en verrez dans les exemples de prompts de ByteDance. Traitez-les comme une indication que le modèle peut honorer, pas comme une consigne qu'il doit suivre. Si le rythme compte vraiment, le levier fiable consiste à générer moins de plans par clip, pas à écrire des minutages plus serrés.

S - Style et contraintes : fermez la porte aux modes d'échec

Le dernier bloc de votre prompt est celui que les gens omettent, et il travaille plus qu'ils ne le croient. Il a trois missions.

Qualité d'image : nommez la finition voulue. « Haute définition, détail riche, texture argentique, couleur naturelle, lumière douce. »

Style : nommez le rendu, et nommez-le même quand vous croyez que l'image de référence l'implique déjà. Si votre photo de référence est réaliste mais que vous voulez de l'animation, et que vous ne le dites jamais, le résultat dérivera vers la prise de vue réelle. Dites explicitement « style animation japonaise 2D » ou « CG stylisée 3D ».

Contraintes : ce sont les lignes qui empêchent le modèle de produire des artefacts que personne n'a demandés.

• Aucun sous-titre. Évite de générer du texte ou des sous-titres.
• Ne génère pas de logo.
• Ne génère pas de filigrane.

Soyons francs sur les limites : les lignes de contrainte réduisent la probabilité de sous-titres et de filigranes parasites, elles ne l'éliminent pas. Deux choses aident vraiment. Si une image ou un clip de référence contient du texte dont vous n'avez pas besoin, retirez ce texte du fichier avant de l'importer. Et si votre projet le permet, générez en paysage, car les sous-titres parasites apparaissent nettement moins souvent en paysage qu'en portrait. Vous pourrez toujours recadrer en vertical ensuite.

Exemple de prompt CRAFTS :

Techniques de référence par image

Fixer le style visuel et la direction esthétique

Les images posent le rendu et l'atmosphère générale de votre génération. Servez-vous-en pour définir les palettes, les partis pris de lumière, le style de composition et le traitement artistique.

Garder un personnage identique d'un plan à l'autre

Quand vous générez plusieurs vidéos avec le même personnage, référencez la même image de personnage dans chaque prompt pour préserver son apparence.

Présentation produit avec des détails exacts

Pour du contenu commercial ou centré produit, utilisez plusieurs angles et des plans de détail en références pour garantir une reproduction fidèle.

Techniques de référence par vidéo

Répliquer des mouvements de caméra et une photographie

Les références vidéo excellent à montrer des techniques de caméra difficiles à décrire par le seul texte.

Copier des schémas de mouvement et des chorégraphies

Pour la danse, les scènes de combat ou des schémas de mouvement précis, les références vidéo fournissent un guidage image par image.

Répliquer des effets spéciaux et des techniques visuelles

Les références vidéo peuvent montrer des effets de particules, des transitions, des techniques de compositing et d'autres effets visuels pour une reproduction fidèle.

Techniques de référence audio

Intégration de la musique de fond et installation de l'ambiance

Les références audio installent la tonalité émotionnelle et le rythme de votre vidéo par le choix de la musique.

Synchronisation des changements visuels sur le tempo

Calez les transitions, les coupes ou les changements visuels sur des temps musicaux précis pour un rythme soigné et professionnel.

Timbre de voix et dialogue

Quand des caractéristiques vocales précises comptent, référencez des fichiers audio ou vidéo contenant la qualité de voix voulue.

Exemples complexes à références multiples

Combiner tous les types d'entrée pour une production commerciale

Exemple : spot produit

Scène à plusieurs personnages avec dialogue

Exemple : scène narrative

Fonctionnalités avancées de Seedance 2.0

La prolongation vidéo pour des récits continus

Seedance 2.0 peut prolonger une vidéo existante avec un contenu nouveau qui poursuit l'histoire. Cela fonctionne dans les deux sens : vous pouvez générer ce qui se passe après un clip, et générer ce qui s'est passé avant, ce qui est utile quand vous avez un beau plan mais aucune façon d'y entrer.

Comment fonctionne la prolongation vidéo :

1. Importez votre vidéo existante
2. Dites dans quelle direction vous allez, et décrivez ce qui se passe
3. Le modèle extrait lui-même les images de transition et génère la suite

Désignez le clip par @Video 1, pas par « référence @Video 1 ». C'est une tâche de montage, et le mot référence peut pousser le modèle à générer une vidéo sosie au lieu de prolonger la vôtre.

Exemple : prolonger une scène de café

Vidéo existante : clip de 10 secondes montrant une personne assise à la table d'un café, devant un ordinateur portable

La séquence d'origine n'est pas régénérée, donc la partie qui vous plaît déjà reste exactement telle quelle. Par défaut, le résultat ne contient que la fin du clip source, pas l'intégralité. Si vous voulez que l'original figure dans la vidéo rendue, demandez-le : « Prolonge @Video 1 vers l'arrière, [description], puis termine par @Video 1. »

Deux limites à anticiper

La prolongation est vraiment utile, mais elle n'est pas invisible, et savoir cela d'avance vous épargnera un mauvais après-midi.

Les raccords peuvent sauter. À l'endroit où le nouveau segment rejoint l'original, vous pouvez voir un petit saut ou une image de retour en arrière. Aucun prompt ne corrige cela de façon fiable aujourd'hui. La réparation pratique se fait au montage : coupez environ 6 images à la fin du clip sortant et 1 image au début du clip entrant, à chaque raccord. Mieux encore, prévoyez vos clips pour que le raccord tombe sur une coupe plutôt qu'en plein mouvement, là où une discontinuité est invisible par construction.

La qualité se dégrade si vous enchaînez les prolongations. Réinjecter une vidéo générée comme source d'une nouvelle prolongation dégrade l'image, et les dommages s'accumulent à chaque passe. Cela se voit d'abord sous forme de taches de couleur marbrées sur les visages. Gardez la chaîne courte et injectez la source de la meilleure qualité dont vous disposez.

Si vous devez vraiment prolonger de façon répétée, ByteDance documente un contournement étrange mais efficace : convertissez d'abord le clip en vidéo maquette blanche, puis continuez à partir de là. Le prompt est en gros « Convertis la vidéo en maquette 3D blanche. Tous les personnages deviennent des modèles 3D d'un blanc pur, sans couleur, sans texture, sans ombres, fond blanc pur, structure stable, mouvement fluide. » Retirer la couleur et la texture donne à la passe suivante une base structurelle propre sur laquelle bâtir, au lieu d'accumuler les artefacts de la passe précédente.

Bonnes pratiques de prolongation :

• Gardez les prolongations relativement courtes (5-8 secondes) pour une meilleure continuité
• Décrivez clairement l'action qui relie la fin de l'original au nouveau contenu
• Mentionnez les éléments qui doivent rester identiques (angle de caméra, lumière, position du personnage)
• Si la vidéo d'origine a de l'audio, référencez ce style audio pour la prolongation

Fusion vidéo et transitions entre plusieurs clips

Créez des transitions nettes entre plusieurs clips existants en générant le contenu qui fait le pont.

Exemple : relier deux lieux

Vidéos existantes :

• @Video 1 : personnage marchant dans une rue urbaine (se termine alors qu'il approche d'un coin de rue)
• @Video 2 : le même personnage entrant dans un appartement (commence par l'ouverture de la porte)

Cela génère un clip de liaison qui relie proprement deux tournages distincts, en préservant le personnage et la continuité narrative.

Remplacement de personnage dans une vidéo existante

Échangez des personnages ou des sujets dans une vidéo tout en préservant tout le reste : travail de caméra, mouvement et détails de la scène.

Exemple : remplacement dans une performance musicale

Cas d'usage du remplacement de personnage :

• Tester différents talents sur un concept publicitaire
• Créer des variantes d'une même scène avec des acteurs différents
• Actualiser une séquence existante avec de nouveaux ambassadeurs de marque
• Produire du contenu pour différents marchés régionaux avec des talents locaux

Retournement de scénario et modification du récit

Changez complètement la direction ou le dénouement d'une vidéo existante tout en préservant ses éléments visuels et techniques.

Exemple : renversement d'un drame amoureux

Vidéo d'origine (@Video 1) : scène romantique où un homme demande une femme en mariage sur un pont, elle dit oui, ils s'enlacent

Cette technique permet de réorienter entièrement un récit tout en préservant la photographie et la valeur de production de la séquence existante.

Plans-séquences continus

Créez des plans-séquences fluides qui suivent des sujets à travers plusieurs environnements sans aucune coupe.

Exemple : course-poursuite urbaine

Réplication d'un modèle créatif

Copiez la structure, le style et les techniques d'une vidéo de référence en y substituant vos propres sujets et votre marque.

Exemple : adapter un style publicitaire

Référence : @Video 1 montre une publicité de parfum haut de gamme avec des techniques de caméra, des transitions et un rythme précis

Cas d'usage et exemples Seedance 2.0

Cette section illustre les applications de Seedance 2.0 dans différents secteurs et à différents niveaux de complexité. Chaque secteur comprend des exemples basiques, intermédiaires et avancés, qui montrent une montée en compétence progressive.

Production publicitaire et commerciale

Basique : présentation d'un produit unique

Scénario : affichage produit simple pour l'e-commerce

Niveau de complexité : une image de référence, un mouvement de caméra, un événement

Intermédiaire : démo produit multi-angles

Scénario : démonstration d'un produit tech mettant en avant plusieurs fonctions

Niveau de complexité : plusieurs images, plusieurs plans, angles de caméra variés, synchronisation audio

Avancé : spot complet avec transitions de scène

Scénario : publicité lifestyle de 15 secondes montrant le produit en usage dans plusieurs contextes

Niveau de complexité : 5 images, 1 vidéo, 1 audio. Audio en couches, trois lieux, photographie professionnelle.

Cet exemple se situe au sommet de la fourchette d'éléments recommandée, et le bureau à domicile est décrit avec des mots plutôt que doté de sa propre image de référence. C'est un arbitrage assumé. Une publicité à trois lieux est exactement le cas où la tentation d'importer une photo de tout est la plus forte, et exactement le cas où le faire commence à brouiller le sujet.

Création de contenu pour les réseaux sociaux

Basique : vidéo tendance à coupes rapides

Scénario : contenu social simple avec un effet de transition populaire

Niveau de complexité : plusieurs références image, synchronisation sur le tempo, effet de transition simple

Intermédiaire : récit multi-lieux

Scénario : contenu de type vlog « une journée dans ma vie »

Niveau de complexité : plusieurs lieux, référence de style caméra à l'épaule, superposition audio, contenu porté par une personnalité

Avancé : effets visuels complexes façon viral

Scénario : contenu social à forte valeur de production avec des effets tendance

Niveau de complexité : références complexes multiples, chorégraphie à reproduire fidèlement, réplication d'effets spéciaux, synchronisation audio avancée, intégration d'un style tendance

Production cinéma et divertissement

Basique : plan d'exposition atmosphérique

Scénario : plan qui installe le décor d'un récit

Niveau de complexité : une image, mouvement de caméra simple, construction d'une atmosphère

Intermédiaire : scène de dialogue en champ-contrechamp

Scénario : conversation à deux personnages avec une couverture professionnelle

Niveau de complexité : deux images de personnages, référence de technique de caméra précise, rythme des dialogues, tension psychologique

Avancé : séquence d'action à chorégraphie complexe

Scénario : scène de combat avec une chorégraphie d'arts martiaux précise

Niveau de complexité : quatre références image, deux références vidéo (chorégraphie et style de caméra), référence audio, chorégraphie d'action complexe, ralenti.

Calibrez vos attentes honnêtement ici. L'action rapide et violente est ce qu'il y a de plus difficile à demander à ce modèle, et c'est là que les membres se déforment et que la physique cède. C'est précisément pourquoi ce prompt s'appuie sur une vidéo de chorégraphie plutôt que d'essayer de décrire le coup de pied avec des mots : montrer le mouvement est bien plus fiable que le décrire. Même ainsi, attendez-vous à générer celui-ci plusieurs fois. Si un plan échoue en boucle, la solution est en général de ralentir l'action ou de la scinder en deux plans, pas d'ajouter des adjectifs.

Applications en flux de travail professionnel

Prolongation vidéo pour la continuité d'un projet

Scénario : prolonger une séquence déjà tournée avec du contenu supplémentaire

Vidéo existante : plan de 8 secondes d'un PDG traversant un bureau moderne, se terminant devant la porte d'une salle de réunion

Cas d'usage : enrichir des ressources vidéo professionnelles existantes sans retourner

Production de contenu en série à partir d'un modèle

Scénario : créer plusieurs vidéos sociales avec un style identique

Prompt modèle (vidéo 1) :

Prompts de variante : remplacez @Image 1 par d'autres produits tout en conservant @Image 2, @Image 3 et @Audio 1 pour l'identité de marque

Cas d'usage : production de contenu à l'échelle pour des catalogues produits, en gardant une identité de marque identique sur tous les fichiers

Adaptation multilingue

Scénario : créer des variantes régionales d'une même publicité

Prompt de base :

Cas d'usage : campagnes marketing internationales nécessitant des versions localisées avec une identité visuelle constante

Bonnes pratiques pour Seedance 2.0

La méthode de prompting CRAFTS (en détail)

Des résultats professionnels avec Seedance 2.0 exigent un prompt structuré. La méthode CRAFTS propose une approche systématique qui garantit que tous les éléments critiques sont précisés :

C - Contexte : posez la scène et l'environnement

Définissez où et quand l'action se déroule. Cela comprend :

• Le lieu physique et le cadre
• L'heure du jour ou la période historique
• Les conditions atmosphériques (météo, qualité de la lumière)
• L'ambiance et le ton d'ensemble
• Les détails d'environnement qui comptent pour le récit

Exemple : « Dans une boîte de nuit en sous-sol à 2 heures du matin, avec l'atmosphère pesante de @Image 1. Un air chargé par les machines à fumée, un plafond bas éclairé par la lueur du bar, une piste de danse bondée à l'arrière-plan. »

R - Référence : définissez les sujets, puis précisez les mentions @ et leur rôle exact

C'est là que réside la puissance multimodale. Nommez d'abord le sujet, puis soyez explicite sur ce que chaque référence apporte :

• Définissez chaque sujet par 2 ou 3 traits stables, et réutilisez cette étiquette à chaque fois
• Énoncez clairement la mention @
• Précisez exactement quel aspect de cette référence utiliser
• Clarifiez ce qu'il ne faut PAS utiliser si la référence contient plusieurs éléments
• Commencez par le fichier qui doit être le plus exact

Exemple : « Définis la femme au crâne rasé et à la veste en cuir de @Image 1 comme Ada. @Image 1 pour les traits du visage et les cheveux d'Ada uniquement, pas les vêtements. @Image 2 pour le costume en veste de cuir. @Video 1 pour l'allure de marche et la démarche assurée. @Audio 1 pour la musique électronique de fond. »

A - Action : décrivez les mouvements des personnages et des objets

Détaillez ce qui se passe dans la scène, les verbes de votre vidéo :

• Mouvements et gestes des personnages
• Interactions avec les objets (saisir, poser, lancer)
• Expressions du visage et réactions émotionnelles
• Interactions entre plusieurs sujets
• Événements physiques (chutes, liquides qui coulent, fumée qui monte)

Exemple : « Le personnage entre par la gauche du cadre, avec la démarche assurée de @Video 1. Son regard balaie brièvement la foule, puis se fixe sur quelqu'un hors champ. Un léger sourire se dessine. Le personnage rajuste le col de sa veste de la main droite, puis avance dans la foule d'un pas décidé. »

F - Framing : définissez le travail de caméra et la photographie

Employez la terminologie du cinéma pour préciser la composition des plans :

• Types de plans : plan large, plan moyen, gros plan, très gros plan, plan par-dessus l'épaule, vue subjective
• Mouvements de caméra : travelling avant/arrière, plan de suivi, panoramique gauche/droite, panoramique vertical, grue montante/descendante, caméra à l'épaule, steadicam
• Angles : contre-plongée, plongée, hauteur d'œil, plan penché
• Techniques spéciales : effet Vertigo, panoramique filé, changement de point, faible profondeur de champ

Exemple : « Ouvre sur un plan large qui installe toute la boîte de nuit. À l'entrée du personnage, la caméra le prend en charge et l'accompagne en travelling latéral, en plan moyen. Quand il s'arrête pour balayer la foule du regard, pousse lentement vers un gros plan moyen. Coupe vers un plan subjectif du personnage regardant à travers la foule. Reviens en gros plan sur son visage au moment où le sourire se dessine. Reprends le travelling tandis qu'il avance dans la foule, la caméra le suivant de dos. »

T - Timeline : ordonnez vos plans et laissez le modèle trouver le rythme

Découpez votre séquence en plans numérotés, dans l'ordre où les événements surviennent :

• Étiquetez-les Plan 1, Plan 2, Plan 3, le plus important en premier
• Donnez à chaque plan un mouvement de caméra, un temps d'action, un lieu
• Placez le son de ce plan à l'intérieur de ce plan
• N'attribuez pas de durée à chaque plan

Le minutage précis est la surface de contrôle la plus faible du modèle. Épingler des segments à des durées exactes peut donner un résultat pire que de les laisser tranquilles : décrivez donc l'ordre des événements et laissez respirer le modèle.

Exemple : « Plan 1 : plan large du club. Ada entre et se met à marcher. Plan 2 : la caméra l'accompagne en travelling latéral, en plan moyen, tandis qu'elle balaie la foule du regard. Plan 3 : gros plan au moment où un léger sourire se dessine. Plan 4 : son point de vue, regardant à travers la foule. Plan 5 : la caméra reprend le travelling de dos tandis qu'elle avance. En continu : (musique électronique depuis @Audio 1, à volume modéré). »

S - Style et contraintes : verrouillez le rendu et écartez les artefacts

Fermez chaque prompt par la finition et les garde-fous :

• Qualité d'image : « haute définition, détail riche, texture argentique, lumière douce »
• Style : nommez-le explicitement, même si une image de référence le sous-entend
• Contraintes : « Aucun sous-titre. » « Ne génère pas de filigrane. » « Ne génère pas de logo. »
• Stabilité : « Le visage du personnage reste identique, sans déformation. Le mouvement est fluide, sans saccade ni scintillement. »

Exemple CRAFTS complet : vidéo de formation en entreprise

Stratégie de préparation des entrées

Optimiser les références image

Une entrée de qualité produit une sortie de qualité. Préparez vos références image de façon réfléchie :

Pour la constance des personnages :

• Utilisez un portrait cadré sur le visage seul, de face, expression neutre, fond minimal
• Ajoutez un plan en pied pour le costume et les proportions. C'est tout le jeu
• N'ajoutez pas d'autres angles. Une tournette face/profil/trois-quarts aggrave la dérive d'identité au lieu de la réduire, car le modèle lit les angles comme des personnes différentes
• Évitez les filtres et effets lourds qui pourraient perturber le modèle
• Si le costume compte, laissez le plan en pied le porter plutôt que d'ajouter des recadrages de détail

Pour le style et l'esthétique :

• Choisissez des images qui montrent clairement le traitement visuel voulu
• Vérifiez que l'étalonnage correspond à la vision finale
• Incluez des images qui montrent le parti pris de lumière recherché
• Pensez à la texture et au niveau de détail : des références très détaillées produisent des résultats très détaillés

Pour les produits et les objets :

• Photographiez sur fond simple pour concentrer l'attention
• Montrez plusieurs angles pour garantir une reproduction fidèle
• Incluez des gros plans des détails importants (logos, textures, particularités)
• Vérifiez que la lumière révèle clairement la forme et le volume

Optimiser les références vidéo

Pour le mouvement de caméra :

• Recoupez les vidéos pour ne montrer que le mouvement à répliquer
• Vérifiez que le mouvement est bien visible et non masqué par l'action
• Des clips courts (3-5 secondes) centrés sur une technique fonctionnent mieux que des clips longs à techniques multiples
• Utilisez la meilleure qualité vidéo disponible : les artefacts de compression nuisent à la compréhension

Pour le mouvement et la chorégraphie :

• L'action doit être clairement visible, sans obstruction
• Vérifiez que la lumière montre bien la position et le mouvement du corps
• Plusieurs angles de la même action peuvent aider si vous en disposez
• Envisagez de ralentir les mouvements rapides quand vous créez les clips de référence

Pour les effets spéciaux :

• Isolez l'effet précis que vous voulez répliquer
• Vérifiez que l'effet est nettement visible sur le fond
• Si l'effet a un déroulé précis, incluez ce déroulé dans la référence

Optimiser les références audio

Pour la musique et le rythme :

• Utilisez des fichiers audio de bonne qualité (évitez l'audio compressé à faible débit)
• Recoupez l'audio sur la section au rythme ou à l'ambiance la plus pertinente
• Vérifiez que l'audio illustre clairement ce que vous voulez (pulsation, tempo, ambiance)
• Envisagez de faire démarrer l'audio sur un temps fort pour faciliter la synchronisation

Pour la voix et le dialogue :

• Utilisez des enregistrements nets, avec un minimum de bruit de fond
• Vérifiez que la caractéristique vocale recherchée est bien mise en avant
• Gardez les clips de référence courts et centrés sur la qualité vocale visée

Choisir vos quatre ou cinq éléments

Il n'y a pas de plafond global de fichiers, donc rien ne vous empêche d'importer neuf images. La discipline doit venir de vous. Voici comment décider de ce qui mérite un emplacement.

Les quatre fonctions. Un brief complet a généralement besoin d'une de chaque, et rarement de plus :

1. Ancrage du personnage (1-2 images) : verrouille l'identité du sujet
2. Tonalité de la scène (1 image) : verrouille l'environnement et le style
3. Mouvement de caméra (1 vidéo) : verrouille le langage de cadrage et le rythme
4. Rythme et atmosphère (1 audio) : verrouille l'émotion et le timbre

Quatre questions pour éliminer le reste :

1. Retirer cette référence changerait-il vraiment le résultat ? Sinon, coupez-la.
2. Cela peut-il se dire en texte à la place ? Les environnements, les ambiances et les étalonnages, généralement oui. Les visages, les mouvements de caméra exacts et les chorégraphies précises, généralement non. Importez ce qui est difficile à décrire. Décrivez tout le reste.
3. Un autre fichier remplit-il déjà cette fonction ? Deux références qui se disputent le même rôle, c'est pire qu'une seule.
4. Est-ce indispensable ou simplement agréable ? Coupez d'abord ce qui est agréable.

Exemple de raisonnement

Vous réalisez un clip musical et disposez de quinze références candidates :

• 4 images : l'artiste sous différents angles
• 3 images : la salle de concert
• 2 images : dispositifs d'éclairage
• 2 vidéos : chorégraphie de danse et mouvement de caméra
• 2 fichiers audio : piste musicale et son d'ambiance
• 2 images : détails de costume

Application de la méthode :

• On garde (ancrage du personnage) : 1 portrait de l'artiste, plus 1 plan en pied. Pas la série de quatre angles. Une planche multi-angles est le moyen le plus sûr de faire croire au modèle qu'il regarde plusieurs personnes différentes
• On garde (scène) : 1 image de la salle, la plus représentative
• On garde (caméra) : 1 vidéo. Choisissez entre la chorégraphie et le clip de mouvement de caméra selon celui que vous ne pourriez pas écrire avec des mots
• On garde (rythme) : la piste musicale
• À décrire en texte : les deux dispositifs d'éclairage, les détails de costume, le son d'ambiance et les deux autres images de la salle

Résultat : 5 éléments. Les dix autres informations parviennent quand même au modèle, elles arrivent simplement sous forme de mots plutôt que de fichiers, ce qui est exactement leur place.

Techniques de constance pour les projets à plusieurs plans

Un personnage identique d'une génération à l'autre

Conserver la même apparence de personnage sur plusieurs générations exige une gestion méthodique des références :

Utilisez un portrait plus un plan en pied. Rien de plus.

C'est la règle la plus contre-intuitive du modèle, et s'y tromper provoque exactement le problème que vous cherchiez à éviter.

L'instinct pousse à donner au modèle une tournette de personnage : face, profil, trois-quarts, dos. Ne le faites pas. Seedance 2.0 lit fréquemment une planche multi-vues comme plusieurs personnes différentes. Cela aggrave la dérive d'identité au lieu de la réduire, et c'est une cause majeure du bug des « jumeaux », où deux copies identiques de votre personnage apparaissent dans le même plan.

Ce qui marche, ce sont deux images aux rôles nettement séparés :

• Un portrait cadré sur le visage seul. Tête uniquement, expression neutre, un minimum d'épaules, de cou ou de fond. C'est sur cette image que le modèle s'appuie pour l'identité, il faut donc que le visage domine le cadre. Si le visage n'occupe qu'une petite zone d'un plan en pied chargé, le modèle le sous-pondère et l'encombrement alentour déteint dessus.
• Un plan en pied pour le style, le costume et les proportions.

Séparez ensuite explicitement les rôles dans le prompt, en plaçant le visage en premier :

Notez que cela vaut pour les visages. Pour les produits et les objets, les angles multiples sont réellement utiles et vous devriez les fournir.

L'erreur de la référence mélangée : ne donnez pas au modèle une image composite qui entasse le visage, la pose, la tenue et un recadrage de détail dans une seule photo. Le visage finit par n'occuper qu'une petite fraction des pixels, reçoit une part correspondante de l'attention du modèle, et l'identité dérive.

Si votre personnage dérive quand même, il y a une conséquence à connaître : un visage qui dérive peut se mettre à ressembler à une personnalité publique réelle, et cela peut faire bloquer la génération au contrôle, alors même que vous n'avez jamais demandé de célébrité. La dérive d'identité n'est donc pas seulement un problème de qualité. C'est l'une des raisons les plus discrètes pour lesquelles un prompt d'apparence irréprochable revient rejeté. Notre guide sur les prompts Seedance 2.0 qui se font signaler traite en détail du volet rejet.

Garder la même étiquette Utilisez le même nom pour le personnage dans chaque prompt, et précisez « maintaining exact appearance from @Image [X] ».

Un style constant d'une scène à l'autre

Pour les projets qui exigent plusieurs plans au traitement visuel identique :

Technique 1 : le modèle de référence de style Choisissez une image qui capture parfaitement le style visuel voulu :

• L'étalonnage
• Le parti pris de lumière
• Le style de composition
• La texture et le niveau de détail

Incluez cette même référence de style dans chaque prompt de génération :

Technique 2 : le résultat précédent comme référence Utilisez des générations réussies comme références pour les plans suivants :

Continuité temporelle entre plans successifs

Quand vous créez des plans qui s'enchaînent :

Technique 1 : décrire le recouvrement Décrivez comment le nouveau plan se raccorde au précédent :

Technique 2 : préciser la transition Énoncez clairement le point de raccord :

Pièges courants à éviter

Piège 1 : un usage flou des références

Problème : « @Image 1 en référence » sans préciser quel aspect référencer

Solution : dites toujours exactement ce que la référence apporte : « @Image 1 pour les traits du visage et l'expression du personnage, pas le fond ni la lumière »

Piège 2 : des instructions contradictoires

Problème : « Scène d'action rapide avec des mouvements de caméra lents et contemplatifs et une musique d'ambiance calme »

Solution : alignez tous les éléments (rythme de l'action, énergie de la caméra, tempo de la musique, rythme du montage) sur un même objectif

Piège 3 : des prompts trop complexes

Problème : importer une douzaine de références à peine différenciées et écrire un prompt de 500 mots plein de détails contradictoires. La consigne de ByteDance est sans détour : ne donnez pas votre scénario entier au modèle, et n'utilisez pas tout le quota d'éléments

Solution : utilisez moins de références, plus décisives, avec des prompts clairs et structurés suivant la méthode CRAFTS

Piège 4 : ignorer les limites de durée

Problème : essayer de faire tenir 30 secondes d'action détaillée dans une génération de 15 secondes

Solution : découpez les séquences complexes en plusieurs générations, ou simplifiez l'action pour tenir dans le temps imparti

Piège 5 : sous-décrire le travail de caméra

Problème : « La caméra bouge » sans direction précise

Solution : utilisez des termes de cinéma précis : « La caméra passe en travelling avant du plan large au gros plan moyen sur 5 secondes, en restant à hauteur d'œil »

Piège 6 : négliger l'intégration audio

Problème : traiter l'audio comme un détail final, ou se contenter de « ajoute de la musique »

Solution : dites à quoi sert l'audio, et placez le son dans le plan auquel il appartient : « (rythme entraînant depuis @Audio 1 du début à la fin). Chaque coupe tombe sur un temps. »

Piège 7 : une qualité de références inégale

Problème : mélanger des photos professionnelles haute résolution avec des images compressées de mauvaise qualité

Solution : gardez une qualité homogène sur toutes les références. Ne laissez pas une seule référence médiocre compromettre la génération

Piège 8 : compter sur la déduction du modèle

Problème : « Fais en sorte que ce soit beau » ou « tu vois ce que je veux dire »

Solution : soyez explicite sur chaque détail important. Le modèle exécute vos instructions, il n'interprète pas une intention vague

Guide de dépannage rapide

Problème : l'apparence du personnage change d'une génération à l'autre Solution : utilisez la même image de référence de personnage dans chaque prompt, et écrivez explicitement « conserve exactement l'apparence de @Image X »

Problème : le mouvement de caméra ne correspond pas à la référence Solution : ajoutez une description plus précise du mouvement en texte, et décomposez les mouvements complexes en étapes

Problème : le style ne correspond pas à la référence Solution : décrivez les éléments de style précis en texte, en plus de la référence : « Reprends l'étalonnage de @Image 1 : bleus désaturés, fort contraste, noirs bouchés »

Problème : le rythme sonne faux Solution : résistez à l'envie d'ajouter des minutages, ce qui a tendance à empirer les choses. Réduisez le nombre de plans demandés dans un même clip, et donnez au temps fort son propre plan.

Problème : l'audio ne colle pas à l'ambiance Solution : décrivez explicitement le rôle de l'audio au lieu de pointer le fichier : pas « @Audio 1 » mais « (tension, suspense qui monte, depuis @Audio 1) ».

Problème : la voix ne ressemble pas à mon audio de référence Solution : les références audio seules tiennent mal leurs promesses sur le timbre. Décrivez la voix avec des mots en plus de la référencer : « Utilise la voix masculine grave, chaude et légèrement granuleuse d'âge mûr de @Audio 1 pour dire… ». Garder un dialogue écrit proche du ton de l'enregistrement de référence aide aussi.

Problème : deux copies identiques de mon personnage apparaissent dans le même plan Solution : le bug des « jumeaux ». Cessez d'utiliser des planches de personnage multi-vues, servez-vous de photos de référence à une seule personne, nommez chaque personnage et associez-le à son image (« Ada (@Image 1) tend le dossier à Ben (@Image 2) »), et ajoutez une contrainte finale : « Sur toute la vidéo, ne génère pas de personnages en double ni d'effet de jumeaux. Garde un seul exemplaire de chaque personnage dans le cadre. »

Problème : des sous-titres ou un filigrane apparaissent alors que je n'ai rien demandé Solution : ajoutez les lignes de contrainte (« Aucun sous-titre », « Ne génère pas de filigrane »), retirez tout texte de vos références avant l'import, et générez en paysage si vous le pouvez, puisque les sous-titres parasites y sont nettement plus rares qu'en portrait.

Problème : mon style d'animation est revenu à de la prise de vue réelle Solution : une image de référence réaliste tire le résultat vers le réalisme sauf si vous dites le contraire. Nommez le style explicitement dans le prompt (« style animation japonaise 2D »), ou convertissez l'image de référence dans le style visé avant de générer à partir d'elle.

Problème : un effet décrit sort brouillé, comme un compte à rebours dont les chiffres s'embrouillent Solution : cessez de décrire l'effet et montrez-le. Fournissez une vidéo de référence de l'effet et pointez-la : « la façon dont le nombre apparaît doit suivre @Video 1. » La logique du mouvement fait partie des choses que le modèle lit bien mieux dans une séquence que dans un texte.

Problème : la vidéo se termine par un clic ou une coupure sonore brutale Solution : c'est un artefact connu sur les clips avec voix off. Régénérez, ou corrigez-le au montage en appliquant un court fondu de volume à la fin de la piste audio. C'est un correctif de 20 secondes, pas la peine de brûler une génération pour ça.

Problème : l'image saute ou s'étire, et ma photo de référence paraît déformée Solution : généralement un décalage de format. Si le rapport de votre image de référence ne correspond pas au format de sortie choisi, le modèle doit forcer l'ajustement. Recadrez l'image au format cible avant l'import, ou réglez la sortie sur le format adaptatif pour qu'elle suive la référence. Les images de référence doivent aussi tenir dans un rapport de 0,4 à 2,5 et entre 300 et 6000 px de côté.

Conclusion

Seedance 2.0 représente une avancée de fond dans la génération vidéo IA grâce à son approche multimodale complète. En acceptant des images, des vidéos, de l'audio et du texte en entrée, il offre aux professionnels un contrôle inédit sur le processus créatif : on passe des prompts purement textuels à une véritable direction par la démonstration.

La place de Seedance 2.0 dans le paysage de la vidéo IA

C'est la capacité multimodale qui distingue Seedance 2.0 des plateformes concurrentes. Kling, Veo et Sora proposent des capacités texte-vers-vidéo impressionnantes, mais l'intégration par Seedance de références vidéo et audio directes permet de reproduire précisément un travail de caméra, des schémas de mouvement et une synchronisation rythmique difficiles, voire impossibles, à obtenir par la seule description textuelle. Cela positionne Seedance comme l'outil de choix pour les professionnels qui ont besoin d'un contrôle exigeant sur le style visuel, la constance des personnages et l'exécution cinématographique.

La plateforme continue d'évoluer avec des améliorations régulières et une prise en charge élargie. Maîtriser le système de références multimodales et la méthode CRAFTS pose les bases d'une création vidéo de plus en plus sophistiquée à mesure que la plateforme se développe.

À retenir

Contrôle multimodal : la combinaison d'entrées image, vidéo, audio et texte de Seedance 2.0 vous permet de montrer à l'IA exactement ce que vous voulez, au lieu de tenter de tout décrire avec des mots. Ce changement d'approche rend accessibles des spécifications jusqu'ici difficiles : mouvements de caméra exacts, chorégraphie précise, montage calé sur le tempo.

Avantages comparatifs : face à Kling, Veo et Sora, Seedance 2.0 propose des capacités uniques en intégration audio et en profondeur de référence vidéo. L'import direct d'un fichier audio et son système de références permettent un contrôle fin de l'ambiance et une synchronisation sur le tempo. La référence vidéo va au-delà du transfert de style, jusqu'à la réplication complète du mouvement et de la caméra.

La méthode professionnelle CRAFTS : la méthodologie en six volets (Contexte, Référence, Action, Framing, Timeline, Style et contraintes) couvre tout ce qu'un prompt complet doit préciser. Les deux volets que les gens sautent le plus souvent sont ceux qui décident du succès de la génération : définir le sujet avant de le référencer, et fermer le prompt par les contraintes qui écartent les artefacts.

Ordonnez vos plans, ne les minutez pas : l'instinct d'écrire des minutages seconde par seconde est la façon la plus courante de dégrader un résultat Seedance. Ordonnez vos plans et laissez le modèle trouver le rythme.

La retenue bat le volume : quatre ou cinq éléments bien choisis valent mieux qu'une douzaine. Chaque référence supplémentaire complique le travail du modèle pour déterminer quelles caractéristiques comptent, et les tournettes de personnage provoquent activement la dérive d'identité.

Disponible sur Morphic : les créateurs professionnels accèdent à toute la famille Seedance 2.0 via Morphic, avec Fast et Mini pour itérer à bas coût et le Seedance 2.0 complet pour les rendus finaux en 4K.

Prêt à créer ? Accédez à Seedance 2.0 sur Morphic →