veed/fabric-1.0/fast/image-to-video

audio-do-wideo

Veed-fabric 1.0 fast Image-to-Video API by veed

veed/fabric-1.0/fast/image-to-video

Image-to-video

WEJŚCIE

Image url *

Możesz przeciągnąć i upuścić plik lub kliknąć, aby przesłać

MAX:1

Audio url *

Możesz przeciągnąć i upuścić plik lub kliknąć, aby przesłać

MAX:1

Rozdzielczość *

WYJŚCIE

Bezczynny

Twoje wygenerowane wideo pojawi się tutaj

Skonfiguruj ustawienia i kliknij Uruchom, aby rozpocząć

Każde uruchomienie będzie kosztować $0.11. Za $10 możesz uruchomić ten model około 90 razy.

Co możesz zrobić dalej:

Seedance 2.0 Kling v3 Vidu Wan2.7

Parametry

Przykład kodu
import requests
import time

# Step 1: Start video generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "veed/fabric-1.0/fast/image-to-video",  # Required. model name
    "image_url": "example_value",  # Required. First frame of the video; Notes: 1
    "audio_url": "example_value",  # Required. The audio URL for the generation
    "resolution": "720p",  # Required. The resolution of the generated media. options: 480p | 720p
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] in ["completed", "succeeded"]:
            print("Generated video:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

video_url = check_status()

Instalacja

Zainstaluj wymagany pakiet dla swojego języka programowania.

pip install requests

Uwierzytelnianie

Wszystkie żądania API wymagają uwierzytelnienia za pomocą klucza API. Klucz API możesz uzyskać z panelu Atlas Cloud.

export ATLASCLOUD_API_KEY="your-api-key-here"

Nagłówki HTTP

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

Chroń swój klucz API

Nigdy nie ujawniaj swojego klucza API w kodzie po stronie klienta ani w publicznych repozytoriach. Zamiast tego użyj zmiennych środowiskowych lub proxy backendowego.

Wyślij żądanie

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "prompt": "A beautiful landscape"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

Wyślij żądanie

Wyślij asynchroniczne żądanie generowania. API zwróci identyfikator predykcji, którego możesz użyć do sprawdzania statusu i pobierania wyniku.

POST/api/v1/model/generateVideo

Treść żądania

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "veed/fabric-1.0/fast/image-to-video",
    "prompt": "A beautiful sunset over the ocean with gentle waves"
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['data']['id']}")
print(f"Status: {result['data']['status']}")

Odpowiedź

{
  "code": 200,
  "data": {
    "id": "pred_abc123",
    "status": "processing",
    "model": "model-name",
    "created_at": "2025-01-01T00:00:00Z"
  }
}

Sprawdź status

Odpytuj endpoint predykcji, aby sprawdzić bieżący status żądania.

GET/api/v1/model/prediction/{prediction_id}

Przykład odpytywania

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

Wartości statusu

processingŻądanie jest wciąż przetwarzane.

completedGenerowanie zakończone. Wyniki są dostępne.

succeededGenerowanie powiodło się. Wyniki są dostępne.

failedGenerowanie nie powiodło się. Sprawdź pole błędu.

Odpowiedź ukończona

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.mp4"
    ],
    "metrics": {
      "predict_time": 45.2
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

Prześlij pliki

Prześlij pliki do magazynu Atlas Cloud i uzyskaj URL, którego możesz użyć w swoich żądaniach API. Użyj multipart/form-data do przesyłania.

POST/api/v1/model/uploadMedia

Przykład przesyłania

import requests

url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

with open("image.png", "rb") as f:
    files = {"file": ("image.png", f, "image/png")}
    response = requests.post(url, headers=headers, files=files)

result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")

Odpowiedź

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

Schema wejściowy

Następujące parametry są akceptowane w treści żądania.

Łącznie: 4Wymagane: 4Opcjonalne: 0

modelstringrequired

model name

Default: "veed/fabric-1.0/fast/image-to-video"

image_urlstringrequired

First frame of the video; Notes: 1.Public URL or Base64. 2.Aspect ratios must be close: ratio between start/end frame must be in 0.8~1.25. 3.Format: png, jpeg, jpg, webp. 4.The post body of the HTTP request should not exceed 20MB

audio_urlstringrequired

The audio URL for the generation.

resolutionstringrequired

The resolution of the generated media.

Default: "720p"

480p720p

Przykładowa treść żądania

{
  "model": "veed/fabric-1.0/fast/image-to-video",
  "image_url": "example_image_url",
  "audio_url": "example_audio_url",
  "resolution": "720p"
}

Schema wyjściowy

API zwraca odpowiedź predykcji z URL-ami wygenerowanych wyników.

modelstring

model name

Default: "veed/fabric-1.0/fast/image-to-video"

created_atstring

ISO timestamp of when the request was created (e.g., “2023-04-01T12:34:56.789Z”).

idstring

Unique identifier for the prediction, the ID of the prediction to get.

outputsarray

Array of URLs to the generated content (empty when status is not completed).

statusstring

Status of the task: created, processing, completed, or failed.

Przykładowa odpowiedź

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.mp4"
  ],
  "metrics": {
    "predict_time": 45.2
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

Atlas Cloud Skills integruje ponad 400 modeli AI bezpośrednio z Twoim asystentem kodowania AI. Jedno polecenie do instalacji, a następnie używaj języka naturalnego do generowania obrazów, filmów i rozmów z LLM.

Obsługiwani klienci

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ obsługiwani klienci

Instalacja

npx skills add AtlasCloudAI/atlas-cloud-skills

Skonfiguruj klucz API

Uzyskaj klucz API z panelu Atlas Cloud i ustaw go jako zmienną środowiskową.

export ATLASCLOUD_API_KEY="your-api-key-here"

Możliwości

Po zainstalowaniu możesz używać języka naturalnego w swoim asystencie AI, aby uzyskać dostęp do wszystkich modeli Atlas Cloud.

Generowanie obrazówGeneruj obrazy za pomocą modeli takich jak Nano Banana 2, Z-Image i inne.

Tworzenie wideoTwórz filmy z tekstu lub obrazów za pomocą Kling, Vidu, Veo itp.

Chat LLMRozmawiaj z Qwen, DeepSeek i innymi dużymi modelami językowymi.

Przesyłanie mediówPrześlij lokalne pliki do edycji obrazów i przepływów pracy obraz-do-wideo.

Dowiedz się więcej

github.com/AtlasCloudAI/atlas-cloud-skills

Serwer MCP

Serwer MCP Atlas Cloud łączy Twoje IDE z ponad 400 modelami AI za pośrednictwem Model Context Protocol. Działa z każdym klientem kompatybilnym z MCP.

Obsługiwani klienci

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ obsługiwani klienci

Instalacja

npx -y atlascloud-mcp

Konfiguracja

Dodaj następującą konfigurację do pliku ustawień MCP w swoim IDE.

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

Dostępne narzędzia

atlas_generate_imageGeneruj obrazy z promptów tekstowych.

atlas_generate_videoTwórz filmy z tekstu lub obrazów.

atlas_chatRozmawiaj z dużymi modelami językowymi.

atlas_list_modelsPrzeglądaj ponad 400 dostępnych modeli AI.

atlas_quick_generateTworzenie treści w jednym kroku z automatycznym wyborem modelu.

atlas_upload_mediaPrześlij lokalne pliki do przepływów pracy API.

Dowiedz się więcej

github.com/AtlasCloudAI/mcp-server

API Schema

{
  "info": {
    "description": "The AtlasCloud API.",
    "title": "AtlasCloud API",
    "version": "1.0.0"
  },
  "paths": {
    "/api/v1/model/generateVideo": {
      "post": {
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "The request status."
          }
        },
        "requestBody": {
          "required": true,
          "content": {
            "application/json": {
              "schema": {
                "$ref": "#/components/schemas/Input"
              }
            }
          }
        }
      },
      "x-api-name": "model_run"
    },
    "/api/v1/model/result/{request_id}": {
      "get": {
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "Result of the request."
          }
        },
        "parameters": [
          {
            "in": "path",
            "name": "request_id",
            "schema": {
              "type": "string",
              "description": "Request ID"
            },
            "required": true
          }
        ]
      },
      "x-api-name": "model_result"
    }
  },
  "openapi": "3.0.0",
  "servers": [
    {
      "url": "https://api.atlascloud.ai"
    }
  ],
  "components": {
    "schemas": {
      "Input": {
        "properties": {
          "model": {
            "type": "string",
            "description": "model name",
            "default": "veed/fabric-1.0/fast/image-to-video"
          },
          "image_url": {
            "description": "First frame of the video; Notes: 1.Public URL or Base64. 2.Aspect ratios must be close: ratio between start/end frame must be in 0.8~1.25. 3.Format: png, jpeg, jpg, webp. 4.The post body of the HTTP request should not exceed 20MB",
            "type": "string",
            "x-ui-component": "uploaders"
          },
          "audio_url": {
            "description": "The audio URL for the generation.",
            "x-ui-component": "uploaders",
            "type": "string"
          },
          "resolution": {
            "default": "720p",
            "description": "The resolution of the generated media.",
            "enum": [
              "480p",
              "720p"
            ],
            "type": "string"
          }
        },
        "required": [
          "model",
          "image_url",
          "audio_url",
          "resolution"
        ],
        "type": "object",
        "x-order-properties": [
          "model",
          "image_url",
          "audio_url",
          "resolution"
        ]
      },
      "PredictionResponse": {
        "properties": {
          "model": {
            "type": "string",
            "description": "model name",
            "default": "veed/fabric-1.0/fast/image-to-video"
          },
          "created_at": {
            "description": "ISO timestamp of when the request was created (e.g., “2023-04-01T12:34:56.789Z”).",
            "format": "date-time",
            "type": "string"
          },
          "has_nsfw_contents": {
            "description": "Array of boolean values indicating NSFW detection for each output.",
            "items": {
              "type": "boolean"
            },
            "type": "array"
          },
          "id": {
            "description": "Unique identifier for the prediction, the ID of the prediction to get.",
            "type": "string"
          },
          "outputs": {
            "description": "Array of URLs to the generated content (empty when status is not completed).",
            "items": {
              "type": "string"
            },
            "type": "array"
          },
          "status": {
            "description": "Status of the task: created, processing, completed, or failed.",
            "type": "string"
          },
          "urls": {
            "description": "Object containing related API endpoints.",
            "type": "object"
          }
        },
        "type": "object"
      }
    },
    "securitySchemes": {
      "apiKeyAuth": {
        "in": "header",
        "name": "Authorization",
        "type": "apiKey"
      }
    }
  }
}

Szablon Prompt dla LLM

# veed/fabric-1.0/fast/image-to-video

## Overview

- **Submit endpoint (POST)**: `https://api.atlascloud.ai/api/v1/model/generateVideo` — start an async generation; returns a `prediction_id`
- **Poll endpoint (GET)**: `https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}` — poll this until the prediction finishes
- **Model ID**: `veed/fabric-1.0/fast/image-to-video`


## API Information

This model can be used via our HTTP API or more conveniently via our client libraries.
See the input and output schema below, as well as the usage examples.


### Input Schema

The API accepts the following input parameters:

- **`model`** (`string`, _required_):
  model name
  - Default: `"veed/fabric-1.0/fast/image-to-video"`

- **`image_url`** (`string`, _required_):
  First frame of the video; Notes: 1.Public URL or Base64. 2.Aspect ratios must be close: ratio between start/end frame must be in 0.8~1.25. 3.Format: png, jpeg, jpg, webp. 4.The post body of the HTTP request should not exceed 20MB

- **`audio_url`** (`string`, _required_):
  The audio URL for the generation.

- **`resolution`** (`string`, _required_):
  The resolution of the generated media.
  - Default: `"720p"`
  - Options: "480p", "720p"



**Required Parameters Example**:

```json
{
  "model": "veed/fabric-1.0/fast/image-to-video",
  "image_url": "",
  "audio_url": "",
  "resolution": "720p"
}
```


**Full Example**:

```json
{
  "model": "veed/fabric-1.0/fast/image-to-video",
  "image_url": "",
  "audio_url": "",
  "resolution": "720p"
}
```


### Output Schema

The API returns the following output format:


- **`model`** (`string`, _optional_):
  model name
  - Default: `"veed/fabric-1.0/fast/image-to-video"`

- **`created_at`** (`string`, _optional_):
  ISO timestamp of when the request was created (e.g., “2023-04-01T12:34:56.789Z”).

- **`has_nsfw_contents`** (`array[boolean]`, _optional_):
  Array of boolean values indicating NSFW detection for each output.

- **`id`** (`string`, _optional_):
  Unique identifier for the prediction, the ID of the prediction to get.

- **`outputs`** (`array[string]`, _optional_):
  Array of URLs to the generated content (empty when status is not completed).

- **`status`** (`string`, _optional_):
  Status of the task: created, processing, completed, or failed.

- **`urls`** (`object`, _optional_):
  Object containing related API endpoints.



**Example Response**:

```json
{
  "model": "veed/fabric-1.0/fast/image-to-video",
  "created_at": "",
  "has_nsfw_contents": [],
  "id": "",
  "outputs": [
    ""
  ],
  "status": "",
  "urls": {}
}
```


## Usage Examples

### cURL

```bash
# Step 1: Start generation (async)
curl -X POST "https://api.atlascloud.ai/api/v1/model/generateVideo" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "veed/fabric-1.0/fast/image-to-video",
  "image_url": "",
  "audio_url": "",
  "resolution": "720p"
}'

# Response will contain: {"code": 200, "data": {"id": "prediction_id", "status": "processing"}}

# Step 2: Poll for result (replace {prediction_id} with the id returned above)
curl -X GET "https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

# Keep polling until status is "completed", "succeeded" or "failed"
# When completed, outputs will contain the generated content URL(s)
```

## Additional Resources

### Documentation

- [Model Playground](https://www.atlascloud.ai/models/veed/fabric-1.0/fast/image-to-video)

Ładowanie...

VEED Fabric 1.0 Fast Image-to-Video

VEED Fabric 1.0 Fast is a high-speed image-to-video generation model powered by VEED's Fabric technology. It transforms a single still image into a fluid, realistic video clip — optionally driven by an audio track — making it ideal for rapid creative production and prototyping.

🌟 Key Features

⚡ Fast Generation

Optimized for speed without sacrificing visual quality, delivering results significantly faster than standard-quality pipelines.

🖼 Image-to-Video

Animates any still image into a smooth video sequence, preserving the original composition, lighting, and subject identity.

🎵 Audio-Driven Animation

Accepts an audio track as a generation driver, enabling lip sync, rhythm-matched motion, or ambient scene animation guided by sound.

🎬 Flexible Resolution

Supports 480p for lightweight, cost-efficient output and 720p for higher-fidelity delivery — choose based on your quality and budget requirements.

💰 Efficient and Accessible

Per-second billing based on output video duration, so you only pay for what you generate.

⚙️ Parameters

Parameter	Required	Description
`image_url`*	✅	First frame of the video. Accepts a public URL or Base64-encoded image. Supported formats: `png`, `jpeg`, `jpg`, `webp`. The start/end frame aspect ratio must be in the range `0.8–1.25`. Request body must not exceed 20 MB.
`audio_url`*	✅	Audio URL to drive the video generation. Duration must be between 1–300 seconds.
`resolution`*	✅	Output resolution: `480p` or `720p`. Default: `720p`.

💲 Pricing

Resolution	Unit Price
480p	$0.11 / second
720p	$0.22 / second

Billing is based on the duration of the audio input (1–300 seconds).

💡 Example Prompt

A confident professional walking into a bright modern office, animated from a portrait photo, synchronized to an upbeat background music track.

🎯 Use Cases

Social Media Content — Animate product photos or portraits into short-form video clips for platforms like TikTok or Instagram.
Lip Sync & Talking Heads — Drive a face image with a speech audio track to produce realistic talking-head videos.
Marketing & Advertising — Quickly turn static campaign visuals into dynamic video ads.
Creative Prototyping — Rapidly iterate on video concepts from storyboard illustrations or reference images.
Music Visualization — Pair ambient or artistic images with music to produce mood-driven visual content.

Veed-fabric 1.0 fast Image-to-Video API by veed

WEJŚCIE

WYJŚCIE

Parametry

Przykład kodu

Instalacja

Uwierzytelnianie

Nagłówki HTTP

Wyślij żądanie

Wyślij żądanie

Treść żądania

Odpowiedź

Sprawdź status

Przykład odpytywania

Wartości statusu

Odpowiedź ukończona

Prześlij pliki

Przykład przesyłania

Odpowiedź

Schema wejściowy

Przykładowa treść żądania

Schema wyjściowy

Przykładowa odpowiedź

Atlas Cloud Skills

Obsługiwani klienci

Instalacja

Skonfiguruj klucz API

Możliwości

Serwer MCP

Obsługiwani klienci

Instalacja

Konfiguracja

Dostępne narzędzia

API Schema

Szablon Prompt dla LLM

VEED Fabric 1.0 Fast Image-to-Video

🌟 Key Features

⚡ Fast Generation

🖼 Image-to-Video

🎵 Audio-Driven Animation

🎬 Flexible Resolution

💰 Efficient and Accessible

⚙️ Parameters

💲 Pricing

💡 Example Prompt

🎯 Use Cases

Eksploruj Podobne Modele

VEED Lipsync

Sync.so Lipsync v3

Seedance 2.0 Mini Reference-to-Video

Seedance 2.0 Mini Image-to-Video

Seedance 2.0 Mini Text-to-Video

HappyHorse-1.1 Text-to-video

HappyHorse-1.1 Image-to-video

HappyHorse-1.1 Reference-to-video

Gemini Omni Flash Reference-to-Video

Gemini Omni Flash Image-to-Video

Gemini Omni Flash Video Edit

Gemini Omni Flash Text-to-Video

Gemini Omni Flash Reference-to-Video Developer

Avatar Omni Human 1.5

Kling V3.0 Turbo Text-to-Video

Kling V3.0 Turbo Image-to-Video

Jedno API do całej multimedialnej AI.

Join our Discord community

WEJŚCIE

WYJŚCIE

Parametry

Przykład kodu

Instalacja

Uwierzytelnianie

Nagłówki HTTP

Wyślij żądanie

Wyślij żądanie

Treść żądania

Odpowiedź

Sprawdź status

Przykład odpytywania

Wartości statusu

Odpowiedź ukończona