


Vidu Q1は、制御可能なビジュアルワークフローを構築する開発者向けのViduマルチモード動画生成ファミリーです。テキストプロンプト、ソース画像、ビジュアルリファレンス、または指定した開始フレームと終了フレームから動画クリップを作成でき、各制作タスクに適した入力方法を選択できます。Atlas Cloudは、透明性の高いリクエスト単位の料金体系とシンプルな統合を備えた、1つのOpenAI互換キーによる統一アクセスを提供します。今すぐ開発を始めましょう。
Vidu Q1 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。
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。
各Vidu Q1エンドポイントを、テキスト、画像、リファレンス、または開始フレームと終了フレームのワークフローに対応付けます。
| モダリティ | 説明 |
|---|---|
| Vidu Q1 Image To Video API | ソース画像と動きの指示から、オプションの音声と最大1080pの映画的な品質を備えた、滑らかにアニメーションする動画を生成します。既存の画像を基にしたアニメーション作品、商品ビジュアル、ナラティブショットに利用できます。 |
| Vidu Q1 Reference To Video API | リファレンス画像を使って、滑らかな動き、オプションの音声、最大1080pの出力に対応した高品質な動画を生成します。このエンドポイントは、キャラクターに焦点を当てたクリップ、ブランドビジュアル、提供したビジュアルを基準に構成する必要があるシーンに適しています。 |
| Vidu Q1 Start End To Video API | 開始画像と終了画像を指定し、2つのビジュアル状態の間を移り変わる動画を生成します。滑らかなアニメーションと最大1080pの映画的な出力により、計画的なトランジション、変形、連続性のあるストーリーシーケンスに適しています。 |
| Vidu Q1 Text To Video API | コンセプトが言葉から始まる場合、このエンドポイントはテキストプロンプトを高品質な生成動画に変換します。オプションの音声と最大1080pの映画的な品質により、コンセプトの可視化、広告シーン、短編ナラティブコンテンツをサポートします。 |
Vidu Q1は、テキスト、ソース画像、被写体リファレンス、始点・終点フレームの組み合わせから、モーション、アスペクト比、スタイル、音声、シードを設定できる固定5秒・1080p動画を生成します。対応する各ルートで、透明性の高いAPIアクセスを利用できます。
Vidu Q1は、専用のAtlas CloudモデルIDを通じて、テキストから動画、画像から動画、リファレンスから動画、始点・終点フレーム生成に対応します。プロンプト、1枚のソース画像、複数の被写体リファレンス、または2つの境界フレームから開始できます。各ルートは1080pの固定5秒クリップを生成します。この幅広い選択肢は、迅速なコンセプト制作、アセットのアニメーション化、意図を反映したストーリービートに適しています。
リファレンスから動画では、合計1〜7人の被写体と1〜7枚の画像を受け付け、各被写体には最大3枚の画像を割り当てられます。プロンプト内で被写体IDを指定し、それぞれの役割を指示できます。モデルは参照した人物やオブジェクトを1080pの5秒シーンに引き継ぎます。キャラクター中心のクリップ、ファッションデモ、プロダクトストーリーテリングに適しています。
最初と最後のフレームを設定し、それらをつなぐ動作を記述します。Vidu Q1は、指定した終点を維持しながら、1080pの滑らかな5秒トランジションを生成します。シーンに合わせて、モーション振幅をauto、small、medium、largeから選択できます。このルートにより、ストーリーボード、ビジュアル変換、短い物語のビートに明確な到達点を設定できます。
Vidu Q1のモーションをauto、small、medium、largeから調整し、再現性のある反復が必要な場合はシードを使用できます。テキストから動画では、generalとanimeのスタイルに加え、16:9、9:16、1:1のアスペクト比も利用できます。これらの設定により、モデルを変更せずに、控えめなジェスチャー、ダイナミックなアクション、横長のシーン、縦型ソーシャルコンテンツを開発者が検証できます。
対応するAtlasルートでは、動画と同時にサウンドを生成でき、専用の設定からBGMも利用できます。リファレンスから動画では、all、speech only、sound effect onlyの音声モードを選択できます。1回のリクエストで、会話、効果音、音楽を含む5秒・1080pクリップを生成できます。初回レンダリングから音声が必要なソーシャル向け編集、プロダクトのお披露目、短い物語の場面に便利です。
1つのAtlas Cloud APIキーを使用し、4つすべてのVidu Q1ルートで同じ非同期generateVideoワークフローを利用できます。リクエストはprediction IDを返し、完了した出力は標準URLとして取得できます。検証済みの標準基本料金は$0.40で、透明性の高い従量課金アクセスとして請求されます。この構成により、開発者は個別のプロバイダー連携を維持せずに、複数の生成モードを追加できます。
Vidu Q1とAtlas Cloudの2つの代替モデルが、躍動感あふれる都会の追跡劇と、スタイリッシュなファンタジー冒険を同一のプロンプトからどのように解釈するかを見てみましょう。
狭いヴィンテージ衣料品ブティックを舞台にした、10秒間の手作り布製パペットによるストップモーションシーケンス。視覚的な一貫性を保った魅力的なパペットキャラクターが、鮮やかなオレンジ色のトレンチコートを着た直後、重力が突然上向きに反転する。衣類ラックが回転し、木製ハンガーが音を立ててぶつかり合い、バーガンディ色のベレー帽、マスタードイエローの衣服、ピーコックブルーのスカーフ、外れたボタンが、驚いて逃げ惑う魚の群れのように天井へと巻き上がる。揺れるハンガーの間の狭い隙間を素早くドリーインするショットで始める。キャラクターが回転するワードローブに片足を置いて上へ跳び上がると同時に、ドラマチックなローアングルのトラッキングショットへ移行する。キャラクターが空中を舞う衣類の中を転げ回りながら動き続ける様子を保ち、3つの異なるアイテム――バーガンディ色のベレー帽、マスタード色のウエストコート、ピーコックブルーのスカーフ――を順番に受け取り、身に着ける一連の流れるような、誇張された空中での衣装チェンジを1回の動きとして描く。袖がまくれ上がり、裾が激しくはためき、ボタンがぶつかり合い、重力が逆転した状態で幾重もの布地がねじれる様子を、説得力のある物理表現で描写する。変身中はキャラクターの周囲をタイトにオービットし、正確な顔の特徴、体のプロポーション、衣装の連続性を維持する。その後、重力が元に戻り、すべてが所定の位置に落ちる瞬間に、素早く外側へ振り出して対称的なワイドショットへ移行する。キャラクターは意気揚々としたポーズで着地するが、トレンチコートの中に隠れていた白いオコジョが先に飛び出す。毛を弾ませながら小さな黒いサングラスをかけ、最後の決めポーズを奪う。暖かなタングステンの実用照明と、冷たいティール色の窓明かりが美しく対比し、豊かで触感のある繊維、見えるステッチ、表情豊かなパペットアニメーション、遊び心のあるフィジカルコメディ、歯切れのよいリズミカルなストップモーションのタイミング、浮遊する衣類が生み出す強い放射状の奥行き、滑らかなカメラトランジションを表現する。スローモーションなし。音声:軽快なレトロスウィングのパーカッション、布が風を切る音、木製ハンガーの鋭い衝突音、ボタンがぶつかる高い音、ワードローブの軋み、重力が戻る瞬間のバスドラムの一撃、そして最後に茶目っ気のあるサングラスのクリック音。16:9のアスペクト比。
Generated with Vidu Q1 Reference-to-Video on Atlas Cloud
Generated with Seedance 2.5 Reference-to-Video on Atlas Cloud
Generated with Seedance 2.0 Reference-to-Video on Atlas Cloud
激しい暴風雨の中の素朴な陶芸工房を舞台にした、8–10秒のシネマティックなマイクロストーリー。冷たい横風と雨が開放された工房を吹き抜ける中、若い陶芸家が、雨だれの落ちる瓦屋根の軒下で、猛烈な勢いで回転するろくろに向かって作業している。回転するろくろの脇をかすめる極端なマクロのトラッキングショットで始め、濡れた粘土に覆われた指が、細く高い首を持つ花瓶を形作る様子を捉える。すべての隆起、揺らぎ、水滴、遠心力による引っ張りを、触感豊かな精密さで描写する。突然の突風が器を軸から吹き飛ばす。素早いウィップカットで肩越しの視点に切り替え、彼が前のめりになり、片手でろくろの回転を加速させ、もう片方の手で崩れかけた粘土を支える様子を映す。立て直す代わりに、回転する湿った粘土が連続的に伸びて光沢のある生き生きとした泥のウナギへ変形し、彼の前腕に巻き付き、するりと抜け出して近くの水桶へ飛び込む。変形から逃走までの間、陶芸家の周囲を素早く、厳密に制御されたオービットで撮影し、キャラクター、手、粘土、空間の連続性を正確に維持する。泥のウナギは説得力のある重量感で水面に激突し、円形の王冠状の水しぶきと水滴、波紋を床一面に広げる。びしょ濡れになった陶芸家が、笑いと困惑の間で立ち尽くしながら、ウナギを捕まえようと両手を桶に突っ込む場面を、突然の俯瞰ショットで締めくくる。高密度の連続した動き、解剖学的に正確な手、説得力のある湿った粘土の変形、回転慣性、運動量、流体の衝突、水しぶきのダイナミクスを描写し、環境音を同期させる。音声:激しく打ち付ける雨、屋根から落ちる雨だれ、吹き荒れる風、唸るろくろ、粘ついた粘土がぬめる音、鋭い水しぶきの音、そして陶芸家の驚いた笑い声。セリフも音楽もなし。精緻で詳細な触感のある粘土の質感を融合した、フォトリアルなシネマティック・リアリズム。冷たい青い嵐の光と、暖かな琥珀色の窯の炎を対比させる。ショット間で浅い被写界深度が自然に移り変わり、中心を外した風変わりな構図によって制御不能感を高める。鮮明なモーション表現。スローモーションなし。画面、インターフェース、ダッシュボード、プログレスバー、チャート、キャプション、ロゴ、画面上のテキストは一切なし。16:9のアスペクト比。
Generated with Vidu Q1 Reference-to-Video on Atlas Cloud
Generated with Seedance 2.5 Reference-to-Video on Atlas Cloud
Generated with Seedance 2.0 Reference-to-Video on Atlas Cloud
テキストプロンプト、参照画像、または指定した開始・終了フレームから始めて、Vidu Q1はキャンペーン、製品紹介、ストーリーボード、音声オプション付きのメディア向けに、滑らかでシネマティックな動画を生成します。
文章でまとめたコンセプトを、滑らかな動き、音声オプション、シネマティックな品質を備えた完成度の高いVidu Q1動画に仕上げます。マーケティングチームは、すべてのアイデアを撮影しなくても、キャンペーンティザー、製品ストーリー、ソーシャル向けクリップを制作できます。
提供したビジュアルを起点に、Vidu Q1で静止した製品画像に滑らかな動きを加えます。小売業者は、既存のキャンペーン写真から、発売用アセット、カタログ向けモーション、店頭表示用動画を作成できます。
参照画像でキャラクター、製品、シーンを導きながら、Vidu Q1で滑らかなアニメーション動画を生成します。クリエイティブチームは、一貫した元素材を活用して、継続的なキャンペーンビジュアル、ブランド向け解説動画、物語性のあるクリップを制作できます。
開始フレームと終了フレームを指定すると、Vidu Q1がその間の滑らかな動きを生成します。映像制作者や編集者は、高コストな本制作に入る前に、シーンの切り替え、ビジュアルの演出、ストーリーの展開を試作できます。
ストーリーボードに動きを加えたいときは、テキストプロンプトや元画像を使って、最大1080pのシネマティックな動画を作成できます。ディレクターは、制作にリソースを投入する前に、テンポ、雰囲気、ショットのアイデアを検証できます。
Vidu Q1がテキストや画像を滑らかに動くシネマティックな動画へ変換する際に、音声を任意で追加できます。開発者は、動きとサウンドを組み合わせた没入感のあるストーリー演出、プレゼンテーションシーケンス、メディア体験を構築できます。
入力ワークフロー、出力解像度、クリップ長、音声対応、カタログの基本価格を基準に、Vidu Q1の生成モードを他の動画モデルと比較します。
| モデル | 入力モード | 最大解像度 | 出力時間 | 音声対応 | カタログ基本価格 |
|---|---|---|---|---|---|
| Vidu Q1 Image-to-Video | 画像 + テキストプロンプト | 1080p | 5秒 | √ | $0.40 |
| Vidu Q1 Reference-to-Video | 参照画像 + テキストプロンプト | 1080p | 5秒 | √ | $0.40 |
| Vidu Q1 Start-End-to-Video | 開始フレームと終了フレーム + テキストプロンプト | 1080p | 5秒 | √ | $0.40 |
| Vidu Q1 Text-to-Video | テキストプロンプト | 1080p | 5秒 | √ | $0.40 |
| Seedance 2.0 Text-to-Video | テキストプロンプト | 4K | 4~15秒 | √ | $0.112 |
| Wan-2.7 Text-to-video | テキスト + 音声(任意) | 1080p | 2~15秒 | √ | $0.10 |
| Veo 3.1 Lite Text-to-video | テキストプロンプト | 1080p | 4秒、6秒、または8秒 | √ | $0.05 |
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。
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。
高度なVidu Q1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。
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 Q1、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。
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。
Vidu Q1は、Atlas Cloud経由で利用できるAI動画生成エンドポイント群です。テキスト、画像、被写体参照、または指定した開始フレームと終了フレームから、5秒・1080pの動画を生成します。エンドポイントによっては音声もオプションで利用できます。
文章によるプロンプトから動画を作成したり、静止画をアニメーション化したり、参照した被写体を維持したり、指定した2つのフレーム間のトランジションを作成したりできます。コンセプトの可視化、キャラクターアニメーション、製品のモーション表現、短い映像シーケンスなどのワークフローに対応します。
Atlas CloudダッシュボードでAPIキーを作成し、適切なモデルIDを選択して、エンドポイントのスキーマに示されている必須入力を準備します。Bearer認証を使用してリクエストを送信し、返されたprediction IDで生成済みの動画を取得します。
4つのルートを利用できます。text-to-video、image-to-video、reference-to-video、start-end-to-videoです。それぞれのモデルIDは`vidu/q1/text-to-video`、`vidu/q1/image-to-video`、`vidu/q1/reference-to-video`、`vidu/q1/start-end-to-video`です。
APIキーとエンドポイント固有のペイロードを使用して、`https://api.atlascloud.ai/api/v1/model/generateVideo`にPOSTリクエストを送信します。リクエストはprediction IDを返すため、ステータスが完了または失敗になるまで`/api/v1/model/prediction/{prediction_id}`をポーリングします。
必須入力はルートによって異なり、プロンプト、画像とプロンプト、2つのフレームとプロンプト、またはsubjects配列とプロンプトが必要です。利用できる制御項目には、動きの大きさ、seed、音声設定、ルート固有のアスペクト比などがあります。選択したスキーマに照らして、すべてのペイロードを検証してください。
一覧にあるすべてのエンドポイントは、5秒固定・1080pの動画を生成します。オプションの音声にも対応していますが、利用できる制御項目はルートによって異なり、生成音声、BGM、選択可能な音声タイプなどが含まれる場合があります。
Atlas Cloudでは、4つのVidu Q1エンドポイントすべてについて、生成1回あたりの標準基本料金を$0.40としています。リクエストを送信する前に、選択したエンドポイントを確認して現在の料金を確認してください。
被写体の同一性が重要なシーンでは、reference-to-videoを選択し、各被写体にプロンプトから参照できるIDを割り当てます。このルートでは1〜7個の被写体に対応し、画像は合計1〜7枚使用できます。各被写体には、PNG、JPEG、JPG、またはWebP形式の画像を最大3枚含められます。
Atlas Cloud を最大限に活用するためのガイド、チュートリアル、製品アップデート。