Génération de vidéos

Vue d'ensemble

Atlas Cloud fournit un accès aux modèles de génération vidéo IA leaders du secteur via une API unifiée. Générez des vidéos de haute qualité à partir de prompts textuels, d'images ou de clips vidéo existants avec un seul appel API.

Types de modèles pris en charge

Type	Description	Cas d'utilisation
Texte-vers-vidéo	Générer des vidéos à partir de descriptions textuelles	Contenu créatif, marketing, prototypage
Image-vers-vidéo	Animer des images statiques en vidéos dynamiques	Démos produits, animation de personnages, création de scènes
Vidéo-vers-vidéo	Transformer et améliorer des vidéos existantes	Transfert de style, amélioration vidéo, effets
Audio-vers-vidéo	Générer des vidéos synchronisées avec l'audio	Clips musicaux, visuels podcast, présentations

Modèles en vedette

Modèle	Fournisseur	Points forts
Kling	KwaiVGI	Génération vidéo de haute qualité avec contrôle de mouvement précis, plusieurs versions disponibles
Vidu	Vidu	IA vidéo de nouvelle génération avec qualité cinématographique
Seedance	ByteDance	Génération vidéo avancée de danse et de mouvement
Wan	Alibaba	Génération vidéo puissante avec fort suivi de prompt
Hailuo	MiniMax	Génération vidéo créative avec styles diversifiés
Luma	Luma AI	Génération vidéo IA de qualité professionnelle
PixVerse	PixVerse	Génération et édition vidéo polyvalentes

Pour une liste complète de tous les modèles vidéo et leurs spécifications, visitez la Bibliothèque de modèles.

Utilisation de l'API

Texte-vers-vidéo

import requests

response = requests.post(
    "https://api.atlascloud.ai/api/v1/model/generateVideo",
    headers={
        "Authorization": "Bearer your-api-key",
        "Content-Type": "application/json"
    },
    json={
        "model": "kling-v2.0",
        "prompt": "A rocket launching into space with dramatic lighting and smoke effects"
    }
)

prediction_id = response.json()["data"]["id"]
print(f"Task submitted. Prediction ID: {prediction_id}")

Image-vers-vidéo

Pour les flux image-vers-vidéo, téléversez d'abord votre image source via le point d'accès Upload Media, puis passez l'URL retournée à la requête de génération vidéo :

import requests

# Étape 1 : Téléverser l'image source
upload_response = requests.post(
    "https://api.atlascloud.ai/api/v1/model/uploadMedia",
    headers={"Authorization": "Bearer your-api-key"},
    files={"file": open("source_image.jpg", "rb")}
)
image_url = upload_response.json().get("url")

# Étape 2 : Générer une vidéo à partir de l'image
response = requests.post(
    "https://api.atlascloud.ai/api/v1/model/generateVideo",
    headers={
        "Authorization": "Bearer your-api-key",
        "Content-Type": "application/json"
    },
    json={
        "model": "kling-v2.0",
        "prompt": "The person in the image starts walking forward",
        "image_url": image_url
    }
)

prediction_id = response.json()["data"]["id"]

Vérifier le statut de génération

La génération vidéo est asynchrone. Utilisez l'ID de prédiction pour interroger les résultats :

import requests
import time

def get_result(prediction_id, api_key):
    while True:
        response = requests.get(
            f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}",
            headers={"Authorization": f"Bearer {api_key}"}
        )
        result = response.json()

        if result["data"]["status"] == "completed":
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(f"Generation failed: {result['data'].get('error')}")

        time.sleep(5)  # Interroger toutes les 5 secondes

output = get_result(prediction_id, "your-api-key")
print(f"Video URL: {output}")

Exemple Node.js

const response = await fetch(
  "https://api.atlascloud.ai/api/v1/model/generateVideo",
  {
    method: "POST",
    headers: {
      Authorization: "Bearer your-api-key",
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      model: "kling-v2.0",
      prompt: "A beautiful timelapse of clouds moving over a mountain range",
    }),
  }
);

const { data } = await response.json();
console.log(`Task submitted. Prediction ID: ${data.id}`);

Conseils de sélection de modèle

Qualité vs vitesse : Les versions de modèles plus récentes (ex., Kling v3.0) offrent généralement une meilleure qualité mais peuvent avoir des temps de génération plus longs
Contrôle de mouvement : Certains modèles offrent un meilleur contrôle du mouvement de caméra et du sujet
Style : Différents modèles excellent dans différents styles — photoréaliste, anime, cinématographique, etc.
Résolution et durée : Vérifiez les résolutions prises en charge et la durée maximale de vidéo de chaque modèle sur sa page de détails

Parcourez et comparez les modèles dans la Bibliothèque de modèles. Chaque page de modèle comprend un playground interactif pour les tests et une documentation détaillée des paramètres.

Pour la spécification complète de l'API, consultez la Référence API.

Sur cette page