動画生成

Bernini

ByteDance 提供

ByteDance のオープンソース動画モデル。
指示ベースで編集し、被写体の同一性を維持。

Bernini

主な機能

技術仕様

Planner + DiT

Qwen2.5-VLプランナー、14BのWan2.2レンダラー

Edit, Generate, R2V

編集、生成、subject-to-video

480p / 16fps

デフォルトのレンダリング設定

Apache 2.0

オープンウェイト、セルフホスト可能

活用事例

実写映像の拡張

撮り直さずに、クリップ内の小道具を追加・削除したり、ディテールを修正したり、要素のスタイルを変えたりできる。一貫性の固定によりショットの他の部分は同一のまま保たれ、編集が自然になじむ。

繰り返し登場するキャラクターやアバター

エピソード、広告、アバターシリーズを通じて同じ顔を保つ。subject-to-videoは数枚のリファレンス画像から人物の同一性を維持し、新しいシーンの中で動かせる。

バーチャル試着と商品の配置

リファレンスから動いているモデルに衣服を着せ替えたり、商品や画面表示の動画をショットに挿入したりできる。ソースのクリップをそのまま保つ必要があるファッションや広告の制作に向く。

アクションの再構成

撮り直さずに、テイク内で誰かの動作を変える。例えば立ち姿勢をしゃがむ姿勢に変えられる。モーション編集はアクションを変えつつ、同一性、フレーミング、照明は固定したままにする。

プロンプト例

一貫性を保つ編集

一貫性を保つ編集

雪の小道で犬のそばに雪だるまを追加し、犬、道、木々はそのまま変えないで

Edit prompt
同一性を固定した被写体

同一性を固定した被写体

この人物を夜のネオンが灯る屋上に配置し、顔とジャケットを保ったままゆっくりカメラの方を向かせて

Edit prompt
リファレンスでの入れ替え

リファレンスでの入れ替え

アウターのシャツをリファレンス画像のものに置き換え、ポーズ、照明、動きはそのまま正確に保って

Edit prompt
オブジェクトの削除

オブジェクトの削除

路地に停めてある自転車を消して、壁、光、影はそのまま残して

Edit prompt
動作の差し替え

動作の差し替え

庭師が立ったままではなく、しゃがんで苗を植える動作に変えて

Edit prompt
動画の挿入

動画の挿入

ノートPCの画面にリファレンスのクリップを挿入し、カメラの動きに追従させて

Edit prompt

概要

BerniniはByteDanceによる、AI動画の生成と編集のためのオープンソースフレームワークで、2026年6月にApache 2.0で公開されました。その設計は作業を2つに分けます。MLLMベースのプランナー(Qwen2.5-VL)が結果のセマンティクスを決定し、その後Wan2.2をベースにしたDiTベースのレンダラーがピクセルを描画します。プランとレンダリングが別々の段階になっているため、Berniniはほとんどの動画モデルが苦手とすること、つまり実写クリップを編集しながら、変更を指示していない部分はすべて手つかずのまま残すことに、際立って優れています。テキストから画像、画像編集、テキストから動画、指示ベースの動画編集、衣装の入れ替えや動画挿入といったリファレンスガイド編集、そしてsubject-to-videoまでをカバーし、subject-to-videoでは新しいシーンの中で動く人物の同一性を維持することが際立った成果です。

シンプルな料金体系

今すぐ無料で始めて、いつでもアップグレードまたはキャンセルできます。

Basic

$19/ 月
請求額は $228 年

2400 月 クレジット

1 ユーザーのみ

すべてのモデル

ワークフロー

Standard

$24/ 月
請求額は $288 年

3625 月 クレジット

1 ユーザーのみ

すべてのモデル

ワークフロー

Pro

$45/ 月
請求額は $540 年

6350 共有 月 クレジット

1 ユーザー

+ 最大 4 名まで追加費用

すべてのモデル

ワークフロー

Max

$170/ 月
請求額は $2040 年

24650 共有 月 クレジット

1 ユーザー

+ 最大 9 名まで追加費用

すべてのモデル

ワークフロー

Enterprise

より高い制限のために

カスタム

料金と請求条件

大容量クレジット
カスタムシート制限
すべてのモデル
ワークフロー
Pricing Gradient

Free

気軽に試したい方に

$0

ずっと無料

最大20クレジット
1ユーザーのみ
一部のモデル
ワークフロー

よくある質問

Berniniとは何ですか?
BerniniはByteDanceによる、動画の生成と編集のためのオープンソース統合フレームワークです。MLLMベースのセマンティックプランナーと、Wan2.2をベースにしたDiTベースのレンダラーを組み合わせ、2026年6月にApache 2.0で公開されました。
Berniniには何ができますか?
テキストから画像、画像編集、テキストから動画、指示ベースの動画編集、衣装の入れ替えや動画挿入といったリファレンスガイド編集、そして人物やキャラクターを新しいシーンに配置するsubject-to-videoに対応します。
Berniniは標準的な動画モデルとどう違いますか?
ほとんどの動画モデルはゼロから生成します。Berniniは作業を分担します。MLLMプランナーがセマンティクスを決定し、その後レンダラーがピクセルを描画します。この設計により、編集における高い一貫性、つまりクリップの手を加えていない部分が固定されること、そしてsubject-to-videoにおける高い同一性の維持が得られます。
Berniniはオープンソースですか?
はい。推論コードとレンダラーのウェイトはApache 2.0のもとでGitHubとHugging Faceで公開されています。自分のハードウェアで実行でき、HopperクラスのGPUが推奨され、動画では複数GPUが推奨されます。
Berniniは被写体の同一性をどの程度維持しますか?
同一性の維持はこのモデルの際立った成果です。ByteDanceのsubject-to-video評価において、顔の類似度で同等のシステムをリードし、被写体が動いても認識できる顔を保ちます。そのため、同じ顔が繰り返し登場する必要があるアバター、キャラクター制作、連続コンテンツに適しています。
Berniniの出力解像度はどのくらいですか?
デフォルトのレンダリング設定は16fpsの480pです。このリリースは最大解像度よりも編集の忠実度と一貫性を優先しており、計算コストを増やせばより高い設定も可能です。