Beri tahu Bernini apa yang harus ditambah, dihapus, atau diubah dalam sebuah klip dengan bahasa biasa, dan model hanya melakukan perubahan itu. Planner menentukan makna edit sebelum renderer menggambarnya.

Konsistensi adegan terkunci

Semua yang tidak Anda sebut tetap beku. Area yang tidak disentuh bertahan di sepanjang klip tanpa flicker atau drift, ini adalah ciri editing terkuat model ini.

Swap dan penyisipan berbasis referensi

Masukkan gambar referensi atau klip video kedua untuk mengarahkan edit. Ganti pakaian pada subjek yang bergerak, atau sisipkan video produk atau konten layar agar mengikuti sumbernya.

Identitas subject-to-video

Tempatkan orang atau karakter dari gambar referensi ke adegan baru dan wajahnya tetap dikenali saat bergerak. Preservasi identitas adalah hasil unggulan model ini dalam evaluasi subject-to-video ByteDance.

Redireksi gerakan

Ubah apa yang dilakukan subjek dalam klip yang sudah ada, seseorang berjongkok alih-alih membungkuk, sementara kontinuitas pose, pencahayaan, dan latar tetap sama.

Keluarga model open-weights

Planner MLLM dipadukan dengan renderer DiT 14B dibangun di atas Wan2.2, dirilis di bawah Apache 2.0. Bobot model bisa di-hosting sendiri di perangkat keras Anda.

Add a snowman beside the dog and keep the rest of the clip unchangedCoba sekarang

Spesifikasi teknis

Planner + DiT

Planner Qwen2.5-VL, renderer 14B Wan2.2

Edit, Generate, R2V

Editing, generasi, subject-to-video

480p / 16fps

Setelan render default

Apache 2.0

Bobot terbuka, bisa di-hosting sendiri

Contoh penggunaan

Tingkatkan footage asli

Tambah atau hapus properti, perbaiki detail, atau ubah gaya elemen dalam klip tanpa syuting ulang. Kunci konsistensi menjaga sisa shot tetap identik, sehingga edit terlihat natural.

Karakter dan avatar berulang

Pertahankan wajah yang sama di berbagai episode, iklan, atau serial avatar. Subject-to-video menjaga identitas seseorang dari beberapa gambar referensi saat mereka bergerak melalui adegan baru.

Virtual try-on dan penempatan produk

Ganti pakaian pada model yang bergerak dari referensi, atau sisipkan produk atau video di layar ke dalam shot, untuk kerja fashion dan iklan yang perlu klip sumber tetap utuh.

Susun ulang blocking aksi

Ubah apa yang sedang dilakukan seseorang dalam sebuah take, berdiri menjadi jongkok, tanpa syuting ulang. Editing gerakan mengubah aksi sementara identitas, framing, dan pencahayaan tetap tetap.

Contoh prompt

Edit konsistensi

Tambahkan boneka salju di samping anjing di jalan bersalju, dan pertahankan anjing, jalan, serta pohon tetap sama

Edit prompt

Subjek identitas terkunci

Tempatkan orang ini di atap kota neon pada malam hari, perlahan berbalik ke kamera, pertahankan wajah dan jaketnya

Edit prompt

Swap referensi

Ganti kemeja luar dengan yang ada di gambar referensi, pertahankan pose, pencahayaan, dan gerakan persis sama

Edit prompt

Ikhtisar

Bernini adalah framework open source dari ByteDance untuk generasi dan editing video AI, dirilis di bawah Apache 2.0 pada Juni 2026. Desainnya membagi pekerjaan menjadi dua, planner berbasis MLLM (Qwen2.5-VL) menentukan semantik hasil, lalu renderer berbasis DiT yang dibangun di atas Wan2.2 menggambar pikselnya. Karena tahap perencanaan dan rendering terpisah, Bernini sangat unggul dalam hal yang menjadi kesulitan sebagian besar model video, mengedit klip nyata sambil membiarkan semua yang tidak diminta untuk diubah tetap utuh. Cakupannya meliputi text-to-image, image editing, text-to-video, editing video berbasis instruksi, edit berbasis referensi seperti swap pakaian dan penyisipan video, serta subject-to-video, dengan hasil unggulannya adalah menjaga identitas seseorang saat bergerak melalui adegan baru.

Harga sederhana

Mulai gratis hari ini, dengan opsi untuk upgrade atau membatalkan kapan saja.

Basic

/ bulan

ditagih sebagai $0 per tahun

2400 bulanan kredit

1 pengguna saja

Semua model

Workflows

Standard

/ bulan

ditagih sebagai $0 per tahun

3625 bulanan kredit

1 pengguna saja

Semua model

Workflows

Pro

/ bulan

ditagih sebagai $0 per tahun

6350 bersama bulanan kredit

1 pengguna

+ hingga 4 lainnya dengan biaya tambahan

Semua model

Workflows

Max

/ bulan

ditagih sebagai $0 per tahun

24650 bersama bulanan kredit

1 pengguna

+ hingga 9 lainnya dengan biaya tambahan

Semua model

Workflows

Enterprise

Untuk batas yang lebih tinggi

Khusus

ketentuan harga dan penagihan

Kredit volume tinggi

Batas kursi khusus

Semua model

Workflows

Free

Untuk bereksperimen

gratis selamanya

Hingga 20 kredit

Hanya 1 pengguna

Model terbatas

Workflows

Bandingkan detail paket

FAQ

Apa itu Bernini?

Bernini adalah framework open source dari ByteDance untuk generasi dan editing video. Model ini memadukan planner semantik berbasis MLLM dengan renderer berbasis DiT yang dibangun di atas Wan2.2, dan dirilis di bawah Apache 2.0 pada Juni 2026.

Apa yang bisa dilakukan Bernini?

Model ini menangani text-to-image, image editing, text-to-video, editing video berbasis instruksi, editing berbasis referensi seperti swap pakaian dan penyisipan video, serta subject-to-video yang menempatkan orang atau karakter ke adegan baru.

Apa bedanya Bernini dengan model video standar?

Sebagian besar model video menghasilkan dari nol. Bernini membagi pekerjaannya, planner MLLM menentukan semantik, lalu renderer menggambar piksel. Desain ini memberi konsistensi kuat pada edit, bagian klip yang tidak disentuh tetap beku, serta preservasi identitas kuat di subject-to-video.

Apakah Bernini open source?

Ya. Kode inferensi dan bobot renderer bersifat publik di bawah Apache 2.0, ada di GitHub dan Hugging Face. Anda bisa menjalankannya di perangkat keras sendiri, GPU kelas Hopper direkomendasikan, dengan beberapa GPU untuk video.

Seberapa baik Bernini menjaga identitas subjek?

Preservasi identitas adalah hasil unggulannya. Dalam evaluasi subject-to-video ByteDance, model ini unggul dalam kemiripan wajah dibanding sistem sebanding, menjaga wajah tetap dikenali saat subjek bergerak, menjadikannya cocok untuk avatar, karakter, dan konten serial yang wajahnya harus muncul berulang.

Resolusi berapa output Bernini?

Setelan render default adalah 480p pada 16fps. Rilis ini mengutamakan fidelitas editing dan konsistensi dibanding resolusi maksimal, dan setelan lebih tinggi dimungkinkan dengan biaya komputasi lebih besar.

Selengkapnya tentang Bernini

Panduan, prompt, dan perbandingan untuk Bernini.

ByteDance Bernini: panduan lengkap edit video AI dan prompt

Panduan lengkap ByteDance Bernini, model video AI open-source: fitur, spesifikasi, penguncian konsistensi, dan struktur prompt per tugas.

Model lainnya

Jelajahi katalog model Morphic selengkapnya.

Lihat semua model →

OmniHuman 2.0

ByteDance

Model video manusia berbasis audio dari ByteDance. Satu foto, satu trek, lima menit dalam satu take.

Mirelo SFX 2.0

Mirelo AI

Model video-ke-suara dari Mirelo. Suara baru untuk video Anda, dialog tetap sama.

Fish Audio Drama 3

Fish Audio

Model suara Fish Audio yang paling ekspresif. Arahkan setiap penampilan, sampai ke tiap kata.

Vidu Q4

Shengshu Technology

Model video terbaru Shengshu. Hingga 12 gambar referensi dan 3 suara tetap konsisten dalam satu klip, audio bawaan, 540p sampai 4K.