视频生成

概述

Atlas Cloud 通过统一的 API 提供对行业领先的 AI 视频生成模型的访问。从文本提示、图像或现有视频片段生成高质量视频，只需一次 API 调用即可完成。

支持的模型类型

类型	描述	用例
文生视频	从文本描述生成视频	创意内容、营销素材、原型制作
图生视频	将静态图像动画化为动态视频	产品演示、角色动画、场景创建
视频转视频	变换和增强现有视频	风格迁移、视频增强、特效
音频转视频	生成与音频同步的视频	音乐视频、播客可视化、演示文稿

精选模型

模型	供应商	亮点
Kling	KwaiVGI	高质量视频生成，精确的运动控制，提供多个版本
Vidu	Vidu	下一代视频 AI，电影级画质
Seedance	ByteDance	先进的舞蹈和运动视频生成
Wan	阿里巴巴	强大的视频生成，提示词遵循度高
Hailuo	MiniMax	创意视频生成，风格多样
Veo	Google	Google 最先进的视频生成模型
Luma	Luma AI	专业级 AI 视频生成
PixVerse	PixVerse	多功能视频生成和编辑

有关所有视频模型及其规格的完整列表，请访问模型库。

API 使用

文生视频

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}")

图生视频

对于图生视频工作流，首先使用上传媒体端点上传源图片，然后将返回的 URL 传递给视频生成请求：

import requests

# 第 1 步：上传源图片
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")

# 第 2 步：从图片生成视频
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"]

检查生成状态

视频生成是异步的。使用 prediction ID 轮询获取结果：

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)  # 每 5 秒轮询一次

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

Node.js 示例

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

模型选择建议

质量与速度：较新的模型版本（如 Kling v3.0）通常提供更好的质量，但生成时间可能更长
运动控制：部分模型提供更好的镜头运动和主体运动控制
风格：不同模型擅长不同风格——写实、动漫、电影感等
分辨率和时长：在模型详情页查看每个模型支持的分辨率和最大视频时长

在模型库中浏览和比较模型。每个模型页面包含交互式 Playground 供测试和详细的参数文档。

完整 API 规范请参阅 API 参考。

本页目录