Atlas Cloud は Dreamina Seedance 2.5 および Seedream 5.0 Pro の米国認定リセラーになりました。
Vidu Multi Subject Consistency

Vidu Multi Subject Consistency

Viduは、変化するショット間でも一貫した動きと安定した被写体を実現する、Shengshu Technologyの動画生成ファミリーです。Qシリーズは、複数被写体の制御、インテリジェントなカメラ切り替え、滑らかな動き、音声と映像の同期出力に対応し、映画のようなストーリーテリングを実現します。Atlas Cloudでは、拡大を続けるモデルラインアップにDay 0からアクセスでき、新しいリリースを本番パイプラインのすぐそばで利用できます。今日から開発を始めましょう。

Vidu は ShengShu Technology が開発したモデルです。Atlas Cloud(運営:Atlas Cloud AI LLC)は本モデルへのアクセスを提供するものであり、その所有者ではありません。すべての商標は各所有者に帰属します。

主要モデルを探索

Atlas Cloudは、業界をリードする最新のクリエイティブモデルを提供します。

動画生成に適したVidu APIワークフローを選ぶ

リファレンスガイド動画、開始・終了フレームからの生成、単一画像のアニメーションに対応するViduエンドポイントを比較し、各モデルのAtlas Cloud標準ベース価格も確認できます。

モダリティ説明
Vidu Reference-to-Video Q1 API (Reference to Video)リファレンス画像を使ってQ1エンドポイントをガイドし、動画を生成します。Atlas Cloudの標準ベース価格は$0.40で、リファレンスに基づくコンセプトクリップやビジュアルストーリーテリングのワークフローに適しています。
Vidu Reference-to-Video 2.0 API (Reference to Video)Vidu 2.0でリファレンス主導の制作を行う場合、リファレンス画像を入力すると生成動画を受け取れます。Atlas Cloudでの標準ベース価格は$0.20で、キャラクター、製品、シーンの継続的なビジュアル化タスクに適しています。
Vidu Start-End-to-Video 2.0 API (Start and End Frames to Video)開始フレームと終了フレームを指定すると、このVidu 2.0エンドポイントがその間の動画を生成します。Atlas Cloudの標準ベース価格は$0.075で、計画的なトランジション、ビジュアルの出現演出、ストーリーボードシーケンスに適しています。
Vidu Image-to-Video 2.0 API (Image to Video)入力画像から、Vidu Image-to-Video 2.0エンドポイントを通じて動画を生成します。Atlas Cloudの標準ベース価格は$0.075で、製品画像のアニメーション化、ソーシャルコンテンツ、静止画に動きを加えるワークフローに適しています。

Vidu APIの内部:一貫性、サウンド、シネマティックな制御

4枚の画像によるリファレンス整合性からネイティブ音声、16秒の1080pクリップまで、Atlas CloudのVidu APIではShengshuのQシリーズ全体を従量課金の単一エンドポイントで利用できます。

Vidu APIによる被写体の一貫性

Vidu APIは1~4枚のリファレンス画像を受け付け、すべてのフレームでキャラクター、製品、シーンの見た目を一貫して維持します。この信頼性により、連続性のあるストーリーテリングやブランドセーフな製品動画を大規模に実現できます。

始点・終点フレームの補間

始点フレームと終点フレームをアップロードすると、モデルがその間の滑らかな遷移を自動で生成します。モーションデザイナーは、モーフィング、リビール、タイミングを正確に合わせたシーン転換に活用できます。

1回の処理でネイティブ音声を生成

無音のクリップをレンダリングして、後から音楽を付ける必要はありません。Q3のすべてのエンドポイントで、同期した効果音とBGMを同じ処理内で生成できるため、会話シーンや広告を公開可能な状態で仕上げられます。

16秒、最大1440p

シーンに余白が必要な場合は、540pから1080pで最大16秒のクリップを生成し、超解像アップスケーリングで1440pにもできます。つなぎ合わせるショットが減るため、ストーリーはより滑らかになり、ポストプロダクションの負担も軽くなります。

調整可能な動きとスタイル

動きの振幅設定によって、控えめなシネマティックな漂いから大きくドラマチックなアクションまで出力を調整できます。また、text to videoエンドポイントでは汎用スタイルとアニメスタイルを切り替えられます。ディレクターはプロンプトを書き直すことなく、ショット単位で細かく制御できます。

Viduと他モデルの比較 - 1つのプロンプト

同じプロンプトをViduと他の主要な動画モデルで生成

プロンプト

孤独なスタントドライバーが、雨に濡れたネオン輝く夜市を、マットブラックのマッスルカーでドリフト走行する。濡れたアスファルトすれすれを滑るように追うローアングルのトラッキングショットで始まり、車がコーナーを曲がる際にガードレールから火花が飛び散る。素早いパンで、露店商たちが屋台を引き下げ、紙灯籠が激しく揺れる様子を捉える。ドローンショットに切り替わり、車が頭上を螺旋状に旋回しながら、2台のバスの間を数インチの余裕ですり抜ける。続いてコックピット内部へハードカット。ハンドルを素早く切る手元、そしてパトカーの点滅するライトで埋め尽くされたミラーへ視線を走らせる目。最後は、湯気の立つ路地へゆっくりと180 degreeスピンで滑り込み、エンジンの轟音と雨音のヒスがサウンドトラックを満たす。フォトリアル、シネマティックなライティング、10 seconds、16:9 aspect ratio。

Vidu

Seedance 2.0

Vidu Q2 Pro

プロンプト

アニメスタイル:若い女剣士が、粉々になった浮遊神殿の上空で巨大な嵐のドラゴンと対峙する。稲妻が空を切り裂く中、彼女の目へ素早く寄るドリーインで始まる。続いて、崩れかけた石橋を駆け抜ける彼女を追う素早いパン。足元の周囲では瓦礫が舞い上がる。彼女が跳躍するとカメラが周囲を回り、刃が青い炎をまとい、ドラゴンの顎がほんの一瞬前まで彼女が立っていた場所へ叩き下ろされる。壮大なワイドショットへ引き、彼女の一撃が稲妻を真っ二つに切り裂き、その衝撃波が雲を貫いて広がる様子を映す。鮮明な2Dセルシェーディング、躍動的なスピード線、雷鳴と高揚する合唱がスコアを彩る。8 seconds、16:9 aspect ratio。

Vidu

Seedance 2.0

Vidu Q2 Pro

Viduのリファレンス画像で、繰り返し使えるビジュアルストーリーを実現

Viduはリファレンス画像を使って、一貫性のあるキャラクター、製品、ビジュアル世界観を固定し、エピソード型ストーリーテリング、ブランドキャンペーン、プリプロダクションのコンセプト制作、ソーシャルシリーズ、教育コンテンツに活用できます。すべてをAtlas Cloud上の従量課金APIから利用できます。

Viduで描くエピソード型キャラクター

リファレンス画像を使うと、プロンプトで対象を新しいシーンやアクションに配置しながら、Viduがキャラクターのアイデンティティを維持できます。シリーズ制作者は、エピソード型ショート動画、キャラクターキャンペーン、つながりのあるストーリー章を、より高いビジュアルの一貫性で制作できます。

共有リファレンスから生まれる製品ストーリー

製品のリファレンス画像を使って、舞台設定やカメラワークが変化しても、形状、色、細部を維持できます。コマースチームは、同じ製品を軸にキャンペーンのコンセプト、カタログ用モーションクリップ、ローンチストーリーを制作できます。

再利用できるブランド世界

ロゴ、マスコット、象徴的な環境をリファレンスとして使い、新しいシーンでも一貫したブランド要素が保たれるようViduを誘導できます。マーケティングスタジオは、季節キャンペーン、ローカライズ版、複数ショットのブランドストーリーテリングに再利用できるビジュアル基盤を得られます。

プリプロダクションでのコンセプト検証

脚本にビジュアルによる検証が必要なときは、リファレンス対象と文章による指示を組み合わせて、制作前に一貫性のあるコンセプトクリップを生成できます。ディレクターは、撮影に踏み切る前に、キャスティング、ブロッキング、シーンの連続性、キャンペーン案を評価できます。

Viduで継続的に登場するソーシャル向けペルソナ

認知度の高い1人のペルソナを、ソーシャルシリーズ全体の軸にできるとしたらどうでしょうか。Viduはリファレンス画像を使って、プロンプトで指定されたさまざまな状況でも対象を維持し、クリエイターツールによる継続登場ホスト、バーチャルパーソナリティ、連続型ショートコンテンツの制作を支援します。

つながりのある学習ストーリーにViduを活用

工芸品、舞台設定、繰り返し登場するガイドのリファレンス画像で教育ナラティブの軸を定め、新しいアクションをプロンプトで指定しながら、ビジュアルアイデンティティの維持を支援できます。博物館や教育チームは、解説コンテンツ、文化ストーリー、授業シーケンスを制作できます。

Viduモデルとマルチモーダル動画の代替モデルの比較

Viduの生成ワークフロー、対応する参照入力、Atlas Cloudで利用可能な厳選された参照から動画を生成するモデルの標準基本価格を比較します。

モデル入力ワークフロー参照入力標準基本価格
Vidu Reference-to-Video 2.0参照から動画へ画像1~3枚$0.20
Vidu Start-End-to-Video 2.0開始・終了フレームから動画へ画像2枚:開始フレームと終了フレーム$0.075
Image-to-video-2.0画像から動画へソース画像1枚$0.075
Vidu Reference-to-Video Q1参照から動画へ画像1~3枚$0.40
Seedance 2.5 Reference-to-Videoマルチモーダル参照から動画へ画像30枚、動画10本、音声クリップ10個まで$0.167
Wan-3.0 Reference-to-videoマルチモーダル参照から動画へ画像・動画・音声の混在した参照を合計20件まで$0.05

Atlas Cloud で Vidu を使う方法

数分で始められます — 以下の簡単なステップに従って、Atlas Cloud プラットフォームでモデルを統合・デプロイしましょう。

Atlas Cloud アカウントを作成

atlascloud.ai でサインアップし、認証を完了します。新規ユーザーには無料クレジットが付与され、プラットフォームの探索やモデルのテストに使用できます。

Atlas CloudでViduを使用する理由

高度なViduモデルとAtlas CloudのGPU加速プラットフォームを組み合わせることで、比類のないパフォーマンス、スケーラビリティ、開発者エクスペリエンスを提供。

パフォーマンスと柔軟性

低レイテンシ:
リアルタイム推論のためのGPU最適化推論。

統合API:
1つの統合でVidu、GPT、Gemini、DeepSeekを実行。

透明な料金:
サーバーレスオプション付きの予測可能なtoken単位の課金。

エンタープライズとスケール

開発者エクスペリエンス:
SDK、分析、ファインチューニングツール、テンプレート。

信頼性:
99.99%の稼働率、RBAC、コンプライアンス対応ロギング。

セキュリティとコンプライアンス:
SOC 2 Type II、HIPAA準拠、米国内のデータ主権。

一貫性のある動画生成に関するVidu API FAQ

Viduは、ShengShu TechnologyがTsinghua Universityと共同開発したAI動画生成モデルのシリーズです。テキストから動画、画像から動画、参照画像から動画、開始フレームと終了フレームを指定したワークフローに対応しており、クリップ全体で被写体の同一性を維持するよう設計されたモデルも含まれています。

参照画像を使用して、認識可能なキャラクター、製品、物体、環境を生成動画に組み込めます。このワークフローは、繰り返し登場するキャラクター、ブランド製品のシーン、短編ストーリー、広告、その他ビジュアルの一貫性が必要なプロジェクトに適しています。

参照画像から動画への変換では、提供した画像を開始フレームとして厳密に扱うのではなく、被写体の同一性を導くために使用します。画像から動画への変換は元画像をアニメーション化し、開始フレームと終了フレームを指定した生成では、2つの指定フレームをつなぐ動きを作成します。

Atlas Cloud APIキーを作成し、Bearer認証を使用して/api/v1/model/generateVideoにPOSTリクエストを送信します。選択したモデルの識別子と、プロンプトや参照画像などの必須入力を含めてください。レスポンスにはID、ステータス情報、利用可能な場合は出力URLが含まれます。

対応する参照画像形式はPNG、JPEG、JPG、WebPです。アクセス可能なURLまたは有効なBase64データで指定してください。上限はエンドポイントによって異なります。Reference to Video 2.0は1~3枚、Q3 Mixは1~4枚の画像を受け付けます。リクエストを構築する前に、選択したモデルのスキーマを確認してください。

一貫性を高めるには、明瞭な参照画像を使用し、各被写体、動作、設定、カメラワークを具体的に記述してください。入力間で人物の特徴や服装の見た目に整合性を持たせ、1つのプロンプトに矛盾するシーン指示を組み合わせないようにします。

Atlas Cloudでは、1回の生成あたりの標準料金として、Reference to Video Q1が$0.40、Reference to Video 2.0が$0.20、Image to Video 2.0またはStart and End to Video 2.0が$0.075と掲載されています。その他のモデルにはそれぞれ従量課金の料金が設定されているため、ジョブを送信する前に選択したエンドポイントを確認してください。

生成は非同期で実行されるため、送信後に返されるタスクIDを保持し、ステータスを監視してください。処理が成功したら、結果に含まれる出力URLから生成動画を取得します。アプリケーションで長期間の可用性が必要な場合は、完成したメディアを速やかに保存してください。

まず、APIキー、モデル識別子、必須パラメータ、画像へのアクセス性、ファイル形式、エンドポイント固有の上限を確認してください。同一性が崩れる場合は、照明が一貫した、より明瞭な参照画像を使用し、矛盾する要素を減らしてから、プロンプトを簡潔にしてみてください。返されたエラー情報を使って、拒否または失敗したリクエストを診断します。

さらにファミリーを探索

Seedance 2.5

Seedance 2.5 APIがAtlas Cloudで利用可能になりました!これにより、開発者はByteDanceの最新の動画モデルを利用できます。テキスト、単一の画像、または最大50のマルチモーダルな参照から、同期されたオーディオとフレーム内の多言語テキストを含む最大30秒のネイティブ動画をシングルパスで生成します。Atlas Cloudでは1つのキーでアクセスでき、被写体の一貫性と改善された物理演算により、ロングショットの整合性が保たれます。

ファミリーを表示

Wan 3.0

Wan 3.0 APIは、AlibabaのWanビデオファミリーの次世代モデルであり、長尺動画生成、マルチリファレンス制御、およびオーディオビジュアル品質を新たな高みへと押し上げるために構築されました。Atlas CloudはすでにWan 2.7、2.6、2.5をホストしており、Wan 3.0は追加のセットアップなしで同じ統合キーで実行されます。今日から開発を始めましょう。Wan 3.0で何を作成できるかを確認するには、下のショーケースまでスクロールしてください。

ファミリーを表示

MiniMax H3

MiniMax H3は、テキスト、画像、リファレンスによる生成に対応したMiniMaxのマルチモーダル動画ファミリーです。対応するルート全体で参照メディアの被写体を保持し、柔軟なアスペクト比を提供します。また、H3 Developerを通じて生成音声と映像を組み合わせ、出力プロファイルはエンドポイントごとに選択されます。Atlas Cloudは、1つのOpenAI互換キーのもとでこのファミリーを統合し、標準料金である1秒あたり$0.038からの明瞭な従量課金制を提供します。今すぐ開発を始めましょう。

ファミリーを表示

GPT Image 2.5

OpenAIのgpt-image-2.5ファミリーでは、本番の画像ワークフロー向けにFlareとSunburstを選択できます。最大3840x2160までの任意の解像度でレンダリングし、xhighやmaxを含む5段階の品質ティアから、具体的な出力要件に合ったものを選択できます。Atlas Cloudでは、コールドスタートなしですぐに使えるREST推論を、生成1回あたり$0.004からの標準料金で提供しています。今すぐ開発を始めましょう。

ファミリーを表示

Seedream 5.0 Pro

Seedream 5.0 Pro API は、開発者に Atlas Cloud 上で ByteDance の制御可能な画像編集モデルを提供します。アンカーと座標を使用して編集を正確に配置し、画像を編集可能なレイヤーに分離し、複数の参照を融合し、正確な色と素材を一致させ、2K および 3K での多言語テキストをサポートします。Atlas Cloud では、単一のキーでアクセスできます!

ファミリーを表示

Seedance 2.0

Seedance 2.0は、正確なショット作成に対応したByteDanceの本番向け動画モデルです。プロンプトから動画を生成したり、オプションの最終フレームガイダンスを使って先頭フレームの画像をアニメーション化したり、参照メディアとオプションのウェブ検索で結果を形作ったりできます。Atlas Cloudは、これらのワークフローを透明性の高い従量課金と1つのOpenAI互換キーで、統合されたAPIにまとめます。今すぐ開発を始めましょう。

ファミリーを表示

Kling V3.0

Kling 3.0 APIは、OpenAI互換の1つのキーを通じて、Kuaishouの旗艦ビデオスイートをAtlas Cloudにもたらします。これには2つのモデルが含まれます。AI Directorによるストーリーテリング、多言語のリップシンク、正確なオンスクリーンテキスト用のKling 3.0と、短い動画や画像からの被写体および音声クローニング用のKling 3.0 Omni(O3)です。どちらも同じパスでネイティブオーディオを生成し、最大4Kの出力に対応しています。信頼性の高いインフラストラクチャ上で、映画のような物語、グローバルマーケティング、多言語広告、連続したキャラクターコンテンツを構築します。

ファミリーを表示

Grok Imagine Video

Grok Imagine Video は、開発者が xAI の動画ファミリーにアクセスし、クリップの作成、アニメーション化、拡張、編集を行えるようにします。プロンプトから 1~15 秒の動画を生成し、最大 7 枚の参照画像を使って人物、オブジェクト、スタイルを指定できます。また、480p または 720p で利用できます。Atlas Cloud は、透明性の高い従量課金制の料金体系と OpenAI 互換エンドポイントを通じて、これらの機能を一つにまとめます。今すぐ開発を始めましょう。

ファミリーを表示

Vidu Q4 Preview

Vidu Q4は、画像から動画およびリファレンスから動画を生成するために設計された、Viduの最新フラッグシップ動画モデルです。1枚の静止画をアニメーション化し、シーン間のトランジションを自動で作成できるため、さまざまなプロダクトワークフローに対応する2つの入力パスを開発者に提供します。Atlas Cloudでは、公開済みのパラメータスキーマを備えた専用APIエンドポイントを、確認済みの標準価格である1秒あたり$0.04で利用できます。今すぐ開発を始めましょう。

ファミリーを表示

Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flashは、柔軟な制作ワークフローに対応するGoogle DeepMindのネイティブマルチモーダル動画ファミリーです。テキスト指示で既存の映像を編集したり、最大10枚の参照画像と3本の動画クリップでビジュアルの一貫性を維持したり、ショットを連結可能なセグメントとして拡張して最大40秒の映像を作成したりできます。OpenAI互換APIキー1つで、Atlas Cloud上のすべてのワークフローにアクセスできます。従量課金制で、Day-0から利用可能です。今すぐ開発を始めましょう。

ファミリーを表示

Nano Banana 2.1

Nano Banana 2.1は、Gemini 3.6 Flashを基盤にGoogleが構築した画像モデルファミリーです。Flashレベルの速度でProレベルの生成・編集を実現し、1〜14枚の入力画像をまたいだ自然言語による編集や合成に対応しています。また、最大4人のキャラクターと10個のオブジェクトの一貫性を維持できます。Atlas Cloudを通じて、開発者は1つのOpenAI互換キーでこのモデルファミリーにアクセスでき、安定した稼働率とDay-0での利用開始が可能です。今すぐ開発を始めましょう。

ファミリーを表示

Nano Banana 2

Google の Gemini 3.1 Flash Image モデルを搭載した Nano Banana 2 API で構築しましょう。生成と編集の両方で最大14枚の参照画像にわたり、正確なテキストレンダリングと一貫したキャラクターを維持しながら、最大 4096x2304 のネイティブ 4K ビジュアルを生成します。Atlas Cloud では、300以上のモデルとともに1つの統合 API を通じてアクセスでき、料金は画像1枚あたり0.04ドルから、99.99%の稼働率、そして開始用の無料クレジットが提供されます。

ファミリーを表示

ひとつのAPIで、あらゆるメディアAIを。

すべてのモデルを探索