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。

Baidu Models on Atlas Cloud | ERNIE

Atlas Cloudは、Baidu APIの下でERNIE ImageおよびERNIE Image Turboをホストしており、どちらも従量課金制です。各モデルは、英語および中国語のテキストレンダリングにおいてオープンソースをリードしています。

Atlas Cloud(運営:Atlas Cloud AI LLC)は、各提供元が開発・所有するサードパーティ製 AI モデルへのアクセスを提供しています。Atlas Cloud はこれらのモデルを所有しておらず、記載されているモデル名、製品名および商標はすべて各所有者に帰属します。

Explore models from other providers

Instantly explore and experiment with 400+ production-ready models in the Atlas Playground. Start customizing with one click.

Atlas Cloud 上で構築できる Baidu API のユースケース

ERNIE Image は、生成された画像内のテキストが可読でなければならないワークフローのために構築されています。チームはこれを使用して、デザインチームなしで、バイリンガルなアセット、構造化されたレイアウト、およびテキストを多用するクリエイティブを大規模に制作できます。

バイリンガルマーケティングポスター生成

マーケティングチームは ERNIE Image を使用し、単一の API コールで読みやすい英語と中国語のテキストを含むキャンペーンポスターを生成し、同じプロンプト構造から両方の市場をターゲットにしています。このモデルは両方の言語を 0.96 以上の精度でレンダリングするため、見出しや本文はポストプロダクションの修正なしで綺麗に仕上がります。Atlas Cloud の従量課金制により、アセットごとのデザインコストをかけることなく、キャンペーンごとに数十のバリエーションを生成することが実用的になります。

クロスマーケットブランド向け製品パッケージング

中国市場に参入するブランドは、印刷生産に移行する前に、ERNIE Imageを使用して正確なバイリンガルテキストを含む製品ラベルとパッケージのモックアップを生成します。このモデルは、ラベルや成分表の小さな文字を含め、簡体字中国語、繁体字中国語、英語を同じレイアウトで処理します。1024×1024の出力解像度では、モックアップはクライアントの承認や規制当局への提出に使用するのに十分な本番レベルの品質を備えています。

コミックおよび多コマレイアウト制作

出版社やコンテンツスタジオは、ERNIE Imageを使用して、中国語または英語で正確な吹き出し、キャプションボックス、およびパネルテキストを備えたコミックパネルを生成しています。このモデルは、この種の構造化された画像内テキスト出力に特化したLongTextBenchで0.96以上のスコアを記録しています。Atlas Cloud上のERNIE Image Turboは無料であるため、イテレーション段階での大量のパネルのドラフト作成がコストゼロで行えます。

自動インフォグラフィック生成

データチームは、ERNIE Imageのテキストレンダリング精度を活用して、構造化データをラベル付きのインフォグラフィック画像に変換するパイプラインを構築します。チャートのラベル、吹き出し、セクションのヘッダーは、単一のプロンプトから両方の言語で正確にレンダリングされ、データ出力から視覚化までの手作業による設計ステップを排除します。組み込みの Prompt Enhancer は、短いデータの説明を詳細なレイアウト指示に自動的に書き換えます。

大規模なローカライズ広告クリエイティブ

パフォーマンスマーケティングチームは、同一のキャンペーンブリーフから中国語圏および英語圏の市場向けにローカライズされた広告クリエイティブを生成します。ERNIE Imageのバイリンガルサポートを利用して、単一のパイプラインで両方の言語バリアントを制作します。各クリエイティブには正確な画像内テキストが含まれており、生成された画像を編集または再組版する必要がなくなります。Atlas Cloudの無料Turboティアにより、チームがどのクリエイティブバリアントをスケールするかを評価する間のテストコストをゼロに抑えることができます。

UIモックアップコピー生成

製品およびデザインチームはERNIE Imageを使用して、英語または中国語で正確にレンダリングされたリアルなプレースホルダーテキストを含むUIモックアップのスクリーンショットを生成します。このモデルは、ボタンのラベル、ナビゲーションテキスト、フォームフィールド、およびモーダルのテキストを高忠実度で処理し、テキストレイヤーを手動で編集することなく、モックアップをプレゼンテーションでそのまま使用できるようにします。これにより、ワイヤーフレームのコンセプトからステークホルダー向けの視覚資料が完成するまでの時間が、数時間から数分に短縮されます。

あなたの企業ビジョンを、Atlas Cloud AI で現実に。

営業に問い合わせる

Baiduに関するよくある質問

ERNIE Image は、中国語テキストのレンダリングにおいて LongTextBench で0.96以上のスコアを記録しており、オープンウェイトのテキストから画像への生成モデルの中で最高となっています。競合するオープンソースモデルの多くは中国語テキストのシナリオにおいて0.3を大きく下回るスコアにとどまっており、生成された画像内に可読性の高い中国語を必要とするワークフローにおいて信頼性に欠けます。出力において正確な中国語テキストが必須要件である場合、ERNIE Image が実用的な選択肢となります。

はい。ERNIE Imageは、単一の生成呼び出しで両方の文字を処理し、それぞれ独立して高い精度を維持します。これは、同じレイアウト内で両方の言語を読みやすくする必要があるバイリンガルのポスター、パッケージ、およびマーケティング資料に有用です。英語と中国語の両方のLongTextBenchスコアは0.96を超えています。

ERNIE Imageには軽量なPrompt Enhancerが組み込まれており、短い入力プロンプトを拡散モデルに渡す前に、より豊富で構造化された記述に自動的に書き換えます。これにより、大規模なプロンプトエンジニアリングを行わずとも、短いプロンプトを送信するだけで、より詳細で正確な出力結果を得ることができます。このPrompt Enhancerは、API呼び出しのたびに生成パイプラインの一部として実行されます。

ERNIE Image Turboは、DMD(拡散モデル蒸留)と強化学習を使用して、推論を50ステップから8ステップに圧縮し、6倍以上の速度向上を実現します。TurboはAtlas Cloudで無料で利用でき、迅速なイテレーションやドラフト生成に適しています。標準モデルは最高画質で動作し、商業用ポスターやエディトリアルグラフィックなどの最終成果物に適しています。

はい。ERNIE ImageはApache 2.0ライセンスの下で公開されており、商用利用、改変、および再配布が許可されています。生成された画像は、広告、パッケージ、出版物、およびその他の商用アプリケーションに使用できます。特定の条件については、ERNIE ImageのGitHubリポジトリでライセンスの全条項をご確認ください。

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

おすすめ記事

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。