動画生成

概要

Atlas Cloud は、統一 API を通じて業界をリードする AI 動画生成モデルへのアクセスを提供します。テキストプロンプト、画像、既存の動画クリップから、1回の API コールで高品質な動画を生成できます。

サポートされるモデルタイプ

タイプ	説明	ユースケース
テキストから動画	テキスト記述から動画を生成	クリエイティブコンテンツ、マーケティング、プロトタイピング
画像から動画	静止画をダイナミックな動画にアニメーション化	商品デモ、キャラクターアニメーション、シーン作成
動画から動画	既存の動画を変換・高画質化	スタイル転送、動画強化、エフェクト
音声から動画	音声と同期した動画を生成	ミュージックビデオ、ポッドキャストビジュアル、プレゼンテーション

注目モデル

モデル	プロバイダー	特徴
Kling	KwaiVGI	精密なモーションコントロールによる高品質動画生成、複数バージョン
Vidu	Vidu	映画品質の次世代動画 AI
Seedance	ByteDance	高度なダンス・モーション動画生成
Wan	Alibaba	強力なプロンプト追従性を持つ動画生成
Hailuo	MiniMax	多様なスタイルのクリエイティブ動画生成
Veo	Google	Google の最先端動画生成モデル
Luma	Luma AI	プロフェッショナルグレードの AI 動画生成
PixVerse	PixVerse	汎用性の高い動画生成・編集

すべての動画モデルとその仕様の完全なリストは、モデルライブラリをご覧ください。

API の使用方法

テキストから動画

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}")

画像から動画

画像から動画のワークフローでは、まずメディアアップロードエンドポイントを使用してソース画像をアップロードし、返された URL を動画生成リクエストに渡します:

import requests

# ステップ 1: ソース画像をアップロード
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")

# ステップ 2: 画像から動画を生成
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"]

生成ステータスの確認

動画生成は非同期です。予測 ID を使用して結果をポーリングします:

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)  # 5秒ごとにポーリング

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

Node.js の例

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}`);

モデル選択のヒント

品質 vs 速度: 新しいモデルバージョン（例: Kling v3.0）は通常より高品質ですが、生成時間が長くなる場合があります
モーションコントロール: 一部のモデルはカメラの動きや被写体のモーションをより細かく制御できます
スタイル: モデルによって得意なスタイルが異なる — フォトリアル、アニメ、シネマティックなど
解像度と長さ: サポートされる解像度と最大動画長は、各モデルの詳細ページで確認

モデルライブラリでモデルを閲覧・比較できます。各モデルページにはテスト用のインタラクティブな Playground と詳細なパラメータドキュメントが含まれています。

完全な API 仕様については、API リファレンスをご覧ください。

目次