Pixverse v6 to rodzina modeli generowania wideo AI firmy PixVerse, przeznaczona dla deweloperów, którzy potrzebują precyzyjnej kontroli twórczej. Prompty mogą zawierać do 5000 znaków, generowanie z odwołaniami obsługuje maksymalnie siedem obrazów, a żądania z użyciem ziarna pomagają odtwarzać wyniki w kolejnych uruchomieniach produkcyjnych. Atlas Cloud udostępnia wszystkie endpointy w ramach jednego API, z przejrzystym rozliczeniem zgodnym z faktycznym użyciem i bez konieczności konfigurowania infrastruktury. Zacznij tworzyć już dziś.
Pixverse V6 został opracowany przez PixVerse. Atlas Cloud (prowadzona przez Atlas Cloud AI LLC) zapewnia dostęp do modelu, ale nie jest jego właścicielem. Wszystkie znaki towarowe należą do ich odpowiednich właścicieli.
Atlas Cloud zapewnia najnowsze, wiodące w branży modele kreatywne.
Zobacz, jakie dane przyjmuje każdy endpoint API Pixverse, co generuje i ile kosztuje na Atlas Cloud — od pojedynczych promptów tekstowych po sterowanie oparte na siedmiu obrazach referencyjnych.
| Modalność | Opis |
|---|---|
| Pixverse V6 Text-to-Video API (Text to Video) | Opisz scenę w maksymalnie 5 000 znaków, a V6 wyrenderuje ją jako film trwający od 1 do 15 sekund, w rozdzielczości do 1080p, z dźwiękiem generowanym w tym samym przebiegu. Osiem proporcji obrazu — od kinowych 21:9 po pionowe 9:16 — obejmuje formaty filmowe, społecznościowe i reklamowe bez konieczności przycinania po wygenerowaniu. Ceny na Atlas Cloud zaczynają się od 0,025 USD za sekundę. |
| Pixverse V6 Image-to-Video API (Image to Video) | Do utworzenia animowanego klipu ten endpoint potrzebuje tylko pojedynczego obrazu, zachowując jego wizualną tożsamość na podstawie promptu tekstowego o długości do 5 000 znaków. Obsługuje pliki JPG i PNG o rozmiarze do 10 MB oraz proporcje obrazu od 1:2,5 do 2,5:1, dzięki czemu portrety, zdjęcia produktów i szerokie banery można animować bez zmiany formatu. Opcjonalny natywny dźwięk i parametr seed sprawiają, że wyniki można powtarzać w potokach produkcyjnych. |
| Pixverse V6 Start-End-to-Video API (Image to Video) | Gdy klip musi zakończyć się dokładnie określoną klatką, ten endpoint przyjmuje zarówno obraz początkowy, jak i końcowy, a następnie generuje całą animację pomiędzy nimi. Klatki można przekazać jako publiczne adresy URL lub w formacie Base64 jako PNG, JPEG albo WebP, a klipy trwają od 1 do 15 sekund i mogą mieć rozdzielczość do 1080p. Dzięki temu endpoint świetnie sprawdza się przy przejściach między scenami, treściach zapętlanych oraz ujęciach z ustalonym wizualnym punktem końcowym. |
| Pixverse V6 Reference-to-Video API (Reference to Video) | Każde generowanie można sterować za pomocą maksymalnie siedmiu obrazów referencyjnych, a każdy obraz można oznaczyć jako subject lub background i nadać mu własną nazwę referencyjną do kontroli na poziomie promptu. V6 zachowuje spójny wygląd postaci i kontekst sceny w całym klipie, eliminując konieczność ręcznego tworzenia klatek kluczowych w projektach opartych na postaciach i spójności marki. Wyjście obsługuje pełny zakres ośmiu proporcji obrazu oraz rozdzielczości do 1080p. |
| Pixverse V6 Video-Extend API (Video to Video) | Potrzebujesz, aby klip trwał dłużej niż jego pierwotna wersja? Przekaż adres URL filmu źródłowego wraz z promptem tekstowym, a V6 przedłuży nagranie o kolejne 1–15 sekund, zachowując ustalony ruch i styl wizualny. Przy cenie 0,025 USD za sekundę na Atlas Cloud przedłużenie sceny kosztuje tyle samo co wygenerowanie jej od podstaw. |
Pixverse v6 umożliwia generowanie materiałów od 1 do 15 sekund, oferuje cztery poziomy rozdzielczości do 1080p, osiem proporcji obrazu, zsynchronizowany dźwięk, kontrolę klatek początkowej i końcowej, obsługę siedmiu obrazów referencyjnych oraz rozszerzanie wideo za pośrednictwem pięciu endpointów Atlas Cloud rozliczanych zgodnie ze zużyciem.
Pixverse v6 tworzy wysokiej jakości klipy na podstawie promptów o długości do 5,000 znaków, z czasem trwania od 1 do 15 sekund i wyjściem w rozdzielczości 360p, 540p, 720p lub 1080p. Osiem proporcji obrazu obejmuje kinowe 21:9, standardowe 16:9, kwadratowe 1:1 oraz pionowe 9:16. Wartość seed umożliwia powtarzalną iterację. Deweloperzy mogą przejść od wstępnych szkiców do materiałów gotowych do publikacji bez zmiany endpointów ani przebudowy integracji.
Dźwięk może być generowany jednocześnie z wideo za pomocą parametru sound, który jest domyślnie włączony w obsługiwanych endpointach generowania Pixverse v6. Opisz scenę i jej atmosferę dźwiękową w tym samym prompcie, który steruje warstwą wizualną. Dzięki temu tworzenie dźwięku odbywa się w ramach jednego żądania, co ogranicza dodatkowe etapy produkcji zwiastunów, klipów do mediów społecznościowych, wizualizacji muzycznych i scen narracyjnych.
Rozpocznij od jednego obrazu i pokieruj jego ruchem za pomocą promptu o długości do 5,000 znaków. Pixverse v6 image to video akceptuje pliki PNG, JPEG, JPG lub WebP o rozmiarze do 10MB i obsługuje klipy od 1 do 15 sekund. Opcjonalny dźwięk i wartość seed zapewniają większą kontrolę nad powtarzalną produkcją. To rozwiązanie sprawdza się w przypadku portretów, produktów, dzieł sztuki i istniejących materiałów kampanii, które wymagają ruchu.
Ustaw zarówno obraz początkowy, jak i końcowy, a następnie pozwól modelowi wygenerować ruch, który je połączy. Publiczne adresy URL lub dane Base64 działają dla formatów PNG, JPEG, JPG lub WebP, a proporcje obrazu od początku do końca muszą mieścić się w zakresie od 0.8 do 1.25. Czas trwania wynosi od 1 do 15 sekund, przy rozdzielczości do 1080p. Tak precyzyjne kadrowanie sprawdza się przy transformacjach, zaplanowanych ujawnieniach i płynnych przejściach zapętlanych.
Steruj sceną za pomocą od jednego do siedmiu obrazów referencyjnych, z których każdy można oznaczyć jako obiekt lub tło i opcjonalnie przypisać mu nazwę referencyjną o długości do 30 bajtów UTF-8. API Pixverse v6 pozwala promptom odwoływać się do tych nazwanych referencji, aby określać, które osoby, produkty lub środowiska mają pojawić się w scenie. Wynik może trwać od 1 do 15 sekund i mieć rozdzielczość do 1080p. Taka kontrola sprawdza się w projektach, w których ważne są spójność tożsamości i marki.
Kontynuuj istniejący klip za pośrednictwem dedykowanego endpointu rozszerzania wideo, podając adres URL źródłowego wideo, prompt kontynuacji oraz dodatkowy czas trwania od 1 do 15 sekund. Cztery ustawienia jakości — od 360p do 1080p — pozwalają dopasować wynik do materiału źródłowego i docelowego sposobu publikacji. Atlas Cloud udostępnia rozszerzanie obok przepływów pracy opartych na tekście, obrazie, klatkach początkowej i końcowej oraz referencjach w ramach jednego API, ze standardową ceną pay as you go wynoszącą $0.025 za sekundę.
Ten sam prompt wygenerowany przez Pixverse i inne wiodące modele wideo: wieloujęciowy, wysokobudżetowy film reklamowy
Stwórz 10-sekundową kinową reklamę luksusowego roweru elektrycznego. Scena 1, 0–2 s: Makrodetal kropli deszczu spływających po matowej, czarnej ramie roweru. Delikatne neonowe refleksy, mała głębia ostrości, powolny najazd kamery. Subtelne odgłosy deszczu. Scena 2, 2–5 s: Ujęcie trackingowe z niskiej perspektywy, gdy rower jedzie nocą przez mokrą miejską ulicę. Opony rozpryskują wodę z płytkich kałuż. Dodaj realistyczny dźwięk rozpryskiwanej wody spod opon, delikatny szum silnika elektrycznego i odgłosy ruchu ulicznego w tle. Scena 3, 5–8 s: Płynne ujęcie z boku, podążające za tym samym rowerem przejeżdżającym pod latarniami. Zachowaj dokładnie tę samą geometrię ramy, koła, reflektor, kolor i proporcje. Kontrolowane rozmycie ruchu, wysokiej klasy kompozycja reklamowa. Scena 4, 8–10 s: Finałowe ujęcie hero: rower zatrzymuje się obok szklanego budynku. Reflektor delikatnie świeci, a deszcz i neonowe refleksy naturalnie zanikają. Produkt wyśrodkowany, ostry, wysokobudżetowy wygląd reklamy. Wymagania: - Zachowaj dokładnie ten sam projekt roweru we wszystkich ujęciach - Zastosuj precyzyjną kontrolę kinowej kamery: makrodetal, tracking z niskiej perspektywy, ujęcie boczne podążające za obiektem, finałowe ujęcie hero - Zachowaj spójność deszczu, oświetlenia, refleksów i miejskiej atmosfery - Zsynchronizuj dźwięk z ruchem: deszcz, rozpryskiwanie wody spod opon, szum silnika elektrycznego, odgłosy miasta - Bez zniekształconych kół, zmieniającej się konstrukcji ramy ani niespójnych szczegółów produktu - Realistyczne materiały, dopracowany wygląd filmu reklamowego, 1080p
Pixverse v6
Wan 2.7
Kling V3.0
Stwórz 10-sekundową kinową reklamę przezroczystego głośnika bezprzewodowego ustawionego na nowoczesnym studyjnym stole. Scena 1, 0–2 s: Makrodetal przezroczystej obudowy głośnika. Wewnętrzne komponenty są widoczne przez transparentną powłokę. Delikatne studyjne oświetlenie, czyste refleksy, mała głębia ostrości, powolny najazd kamery. Scena 2, 2–5 s: Głośnik włącza się. Subtelny pierścień LED rozświetla się od środka na zewnątrz. Kamera wykonuje płynne ujęcie orbitalne wokół produktu. Dodaj delikatny dźwięk uruchamiania i niski impuls basowy zsynchronizowany z animacją LED. Scena 3, 5–8 s: Bliskie ujęcie z boku: fale dźwiękowe są wizualizowane za pomocą delikatnych drgań pobliskiej szklanki wody. Głośnik zachowuje dokładnie ten sam kształt, rozmiar, materiał i układ wewnętrznych komponentów. Czyste studyjne tło, wysokiej klasy kompozycja produktowa. Scena 4, 8–10 s: Finałowe ujęcie hero: przezroczysty głośnik wyśrodkowany na stole, pierścień LED delikatnie świeci, a kamera powoli się oddala. Minimalistyczne, futurystyczne studio, dopracowany wygląd reklamy. Wymagania: - Zachowaj dokładnie ten sam projekt głośnika we wszystkich ujęciach - Zastosuj kinową kontrolę kamery: makrodetal, płynne ujęcie orbitalne, boczne zbliżenie, finałowe oddalenie kamery - Zachowaj spójność studyjnego oświetlenia, refleksów, przezroczystości i skali produktu - Zsynchronizuj dźwięk z akcją: dźwięk uruchamiania, impuls basowy, subtelne drgania - Bez zmieniających się komponentów wewnętrznych, zniekształconej przezroczystej obudowy ani niespójnego położenia LED - Wysokobudżetowy styl reklamy technologicznej, czysta kompozycja, realistyczne materiały, 1080p
Pixverse v6
Wan 2.7
Kling V3.0
Przejdź od zdjęć produktowych i oznaczonych materiałów referencyjnych do przejść, wydłużonych montaży i historii złożonych z wielu klipów dzięki Pixverse v6 za pośrednictwem rozliczanego zgodnie z użyciem API Atlas Cloud.
Zamieniaj szczegółowe prompty tekstowe w sekwencje złożone z wielu klipów, z opcjonalnym zsynchronizowanym dźwiękiem i rozdzielczością do 1080p. Zespoły kreatywne mogą prototypować narracje kampanii, zwiastuny i rolki koncepcyjne przed rozpoczęciem tradycyjnego planu zdjęciowego.
Animuj obraz produktu, zachowując zgodność z materiałem źródłowym, na podstawie szczegółowego promptu o długości do 5,000 znaków. Zespoły e-commerce zyskują prezentacje produktów, filmy główne i warianty reklam bez konieczności ponownego tworzenia oryginalnego materiału.
Wykorzystaj do siedmiu oznaczonych obrazów referencyjnych, aby kierować postaciami i tłami w całym wygenerowanym klipie. Studia marki mogą zachować rozpoznawalne postaci, produkty i otoczenie w scenach kampanii, ograniczając ręczną pracę nad zachowaniem ciągłości.
Zdefiniuj klatkę początkową i końcową, a następnie pozwól Pixverse v6 wygenerować ruch pomiędzy nimi. Montażyści mogą tworzyć kontrolowane odsłonięcia, transformacje wizualne, sekwencje tytułowe i przejścia między scenami z ustalonym obrazem docelowym.
Wydłuż istniejący film o kolejne 1–15 sekund, zachowując jego ustalony ruch i styl wizualny. Montażyści mogą tworzyć dłuższe zwiastuny, teledyski i narracyjne montaże ze spójnych, wygenerowanych segmentów.
Wybieraj generowanie tekstowe, obrazowe, referencyjne, przejść lub rozszerzeń za pośrednictwem endpointów Pixverse v6 w Atlas Cloud. Deweloperzy mogą tworzyć narzędzia dla twórców i zautomatyzowane przepływy pracy wideo, korzystając z rozliczania zgodnie z użyciem i bez konieczności zarządzania infrastrukturą GPU.
Porównaj Pixverse v6 z innymi modelami text-to-video dostępnymi w Atlas Cloud pod względem długości klipu, maksymalnej rozdzielczości, natywnego dźwięku i standardowej ceny bazowej.
| Model | Długość klipu | Maksymalna rozdzielczość | Natywny dźwięk | Cena bazowa Atlas |
|---|---|---|---|---|
| Pixverse v6 Text-to-Video | 1–15 sekund | 1080p | √ | $0.025/sec |
| MiniMax H3 Text-to-Video | 4–15 sekund | 2K | √ | $0.038/sec |
| Seedance 2.0 Text-to-Video | Do 15 sekund | 1080p | √ | $0.112 |
| Veo 3.1 Lite Text-to-video | 4, 6 lub 8 sekund | 1080p | √ | $0.05 |
Zacznij w kilka minut — wykonaj te proste kroki, aby zintegrować i wdrożyć modele za pośrednictwem platformy Atlas Cloud.
Zarejestruj się na atlascloud.ai i ukończ weryfikację. Nowi użytkownicy otrzymują bezpłatne kredyty do eksploracji platformy i testowania modeli.
Połączenie zaawansowanych modeli Pixverse V6 z platformą GPU-akcelerowaną Atlas Cloud zapewnia niezrównaną wydajność, skalowalność i doświadczenie deweloperskie.
Niska Latencja:
Inferencja zoptymalizowana pod GPU dla rozumowania w czasie rzeczywistym.
Zunifikowane API:
Uruchamiaj Pixverse V6, GPT, Gemini i DeepSeek za pomocą jednej integracji.
Przejrzysta Wycena:
Przewidywalne rozliczenia za token z opcjami serverless.
Doświadczenie Dewelopera:
SDK, analityka, narzędzia dostrajania i szablony.
Niezawodność:
99,99% dostępności, RBAC i logowanie gotowe na zgodność.
Bezpieczeństwo i Zgodność:
SOC 2 Type II, zgodność z HIPAA, suwerenność danych w USA.
PixVerse V6 to model generowania wideo AI firmy PixVerse. Obsługuje generowanie tekstu na wideo, obrazu na wideo, przejścia między pierwszą a ostatnią klatką, generowanie sterowane materiałem referencyjnym oraz rozszerzanie wideo, a także opcjonalne generowanie dźwięku.
Możesz tworzyć filmy na podstawie promptów tekstowych, animować nieruchome obrazy, generować przejścia między dwiema klatkami, kontynuować istniejący materiał lub sterować scenami za pomocą materiałów wizualnych. Te przepływy pracy sprawdzają się w przypadku klipów do mediów społecznościowych, filmów produktowych, reklam, sekwencji kinowych oraz aplikacji kreatywnych tworzonych przez deweloperów.
Wybierz endpoint Atlas Cloud odpowiadający Twoim danym wejściowym, a następnie skonfiguruj żądanie zgodnie z opublikowanym schematem parametrów. Jeden klucz API Atlas Cloud zapewnia dostęp bez konieczności wdrażania infrastruktury GPU ani zarządzania nią.
Udokumentowane przepływy pracy V6 obsługują prompty o długości do 5 000 znaków, czas trwania od 1 do 15 sekund oraz wyjście w rozdzielczości 360p, 540p, 720p lub 1080p. Opcjonalne ustawienia obejmują generowanie dźwięku i parametr seed, natomiast współczynnik proporcji oraz ustawienia danych wejściowych różnią się w zależności od endpointu.
Atlas Cloud podaje standardową cenę bazową 0,025 USD za sekundę dla każdego z pięciu endpointów V6. Rozliczenia odbywają się zgodnie z użyciem, dlatego koszt generowania rośnie wraz z żądanym czasem trwania wideo.
Tak. Każdy udokumentowany tryb generowania V6 obejmuje opcjonalne ustawienie dźwięku, dzięki czemu dźwięk i wideo mogą zostać wygenerowane w ramach tego samego żądania. Pozostaw to ustawienie wyłączone, jeśli Twój przepływ pracy dostarcza dźwięk osobno.
Oba modele obsługują generowanie tekstu na wideo, obrazu na wideo, przejścia między pierwszą a ostatnią klatką, generowanie sterowane materiałem referencyjnym, natywny dźwięk oraz wyjście o długości do 15 sekund w rozdzielczości 1080p. V6 obsługuje także rozszerzanie wideo, natomiast PixVerse zaleca C1 do generowania kinowego, opartego na materiałach referencyjnych i skoncentrowanego na akcji.
Użyj reference-to-video, gdy postać, produkt lub tło musi zachować rozpoznawalny wygląd. Zachowuj spójność opisów, ubioru, oświetlenia i kierunku kamery w kolejnych żądaniach oraz ponownie używaj wartości seed, gdy potrzebujesz bardziej powtarzalnych warunków generowania.
Poradniki, samouczki i nowości produktowe, dzięki którym w pełni wykorzystasz Atlas Cloud.