


Vidu Q1 to rodzina wielotrybowych modeli generowania wideo firmy Vidu dla deweloperów tworzących sterowalne przepływy pracy z materiałami wizualnymi. Twórz klipy na podstawie promptów tekstowych, obrazu źródłowego, odniesień wizualnych lub określonych klatek początkowych i końcowych, wybierając ścieżkę wejściową odpowiednią do danego zadania produkcyjnego. Atlas Cloud zapewnia zunifikowany dostęp za pomocą jednego klucza kompatybilnego z OpenAI, przejrzyste ceny za każde wywołanie oraz prostą integrację. Zacznij tworzyć już dziś.
Vidu Q1 został opracowany przez ShengShu Technology. 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.
Dopasuj każdy endpoint Vidu Q1 do przepływów pracy opartych na tekście, obrazie, obrazie referencyjnym lub klatkach początkowej i końcowej.
| Modalność | Opis |
|---|---|
| Vidu Q1 Image To Video API | Przekształć obraz źródłowy i instrukcje dotyczące ruchu w płynnie animowane wideo z opcjonalnym dźwiękiem i kinową jakością do 1080p. Używaj go do animowanych grafik, wizualizacji produktów lub ujęć narracyjnych opartych na istniejących obrazach. |
| Vidu Q1 Reference To Video API | Obraz referencyjny kieruje tworzeniem wysokiej jakości wideo z płynnym ruchem, opcjonalnym dźwiękiem i rozdzielczością do 1080p. Ten endpoint sprawdza się w klipach skupionych na postaciach, materiałach wizualnych marki i scenach wymagających dostarczonego punktu odniesienia. |
| Vidu Q1 Start End To Video API | Podaj obraz początkowy i końcowy, aby wygenerować wideo przechodzące między tymi dwoma stanami wizualnymi. Płynna animacja i kinowa jakość do 1080p sprawiają, że rozwiązanie nadaje się do zaplanowanych przejść, transformacji i spójnych sekwencji fabularnych. |
| Vidu Q1 Text To Video API | Gdy koncepcja zaczyna się od słów, ten endpoint przekształca prompt tekstowy w wysokiej jakości wygenerowane wideo. Opcjonalny dźwięk i kinowa jakość do 1080p wspierają wizualizację koncepcji, sceny reklamowe i krótkie treści narracyjne. |
Vidu Q1 przekształca tekst, obrazy źródłowe, referencje obiektów oraz pary klatek granicznych w pięciosekundowe filmy 1080p o stałej długości, z konfigurowalnym ruchem, proporcjami obrazu, stylem, dźwiękiem i ziarnami oraz przejrzystym dostępem do API we wszystkich obsługiwanych ścieżkach.
Vidu Q1 obsługuje generowanie tekstu do wideo, obrazu do wideo, referencji do wideo oraz generowanie na podstawie klatek początkowej i końcowej za pośrednictwem dedykowanych identyfikatorów modeli Atlas Cloud. Zacznij od promptu, jednego obrazu źródłowego, wielu referencji obiektów lub dwóch klatek granicznych. Każda ścieżka generuje stały, pięciosekundowy klip w jakości 1080p. Ten zakres sprawdza się przy szybkim opracowywaniu koncepcji, animowaniu zasobów i tworzeniu kontrolowanych ujęć fabularnych.
Ścieżka referencji do wideo przyjmuje od 1 do 7 obiektów oraz od 1 do 7 obrazów łącznie, przy czym do każdego obiektu można przypisać maksymalnie 3 obrazy. W promptach używaj identyfikatorów obiektów, aby określać ich role. Model przenosi wskazane osoby lub obiekty do pięciosekundowej sceny 1080p. To rozwiązanie sprawdza się w klipach z postaciami, prezentacjach mody i narracji produktowej.
Ustaw pierwszą i ostatnią klatkę, a następnie opisz akcję, która ma je połączyć. Vidu Q1 generuje płynne, pięciosekundowe przejście w jakości 1080p, zachowując określone punkty końcowe. Wybierz automatyczną, małą, średnią lub dużą amplitudę ruchu, aby dopasować ją do sceny. Ta ścieżka nadaje storyboardom, transformacjom wizualnym i krótkim ujęciom narracyjnym jasno określony cel.
Ustaw ruch Vidu Q1 na automatyczny, mały, średni lub duży, a następnie użyj ziarna, gdy ważna jest powtarzalna iteracja. Tekst do wideo oferuje również style ogólny i anime oraz proporcje obrazu 16:9, 9:16 i 1:1. Dzięki tym ustawieniom deweloperzy mogą testować powściągliwe gesty, dynamiczną akcję, sceny poziome lub pionowe treści do mediów społecznościowych bez zmiany modeli.
Dźwięk może być generowany wraz z wideo za pośrednictwem obsługiwanych ścieżek Atlas, a muzyka tła jest dostępna dzięki dedykowanym ustawieniom. Ścieżka referencji do wideo oferuje tryby dźwięku: wszystkie, tylko mowa oraz tylko efekty dźwiękowe. Połącz pięciosekundowy klip 1080p z dialogami, efektami lub muzyką w jednym żądaniu. Jest to przydatne w krótkich materiałach do mediów społecznościowych, prezentacjach produktów i krótkich momentach narracyjnych, które wymagają dźwięku już w pierwszym renderze.
Używaj jednego klucza API Atlas Cloud i tego samego asynchronicznego procesu generateVideo we wszystkich czterech ścieżkach Vidu Q1. Żądania zwracają identyfikator predykcji, a ukończone wyniki są udostępniane jako standardowe adresy URL. Zweryfikowana standardowa cena bazowa wynosi $0.40, a rozliczenia odbywają się w przejrzystym modelu płatności za użycie. Taka konfiguracja pomaga deweloperom dodawać wiele trybów generowania bez konieczności utrzymywania osobnych integracji z dostawcami.
Zobacz, jak Vidu Q1 i dwie alternatywy Atlas Cloud interpretują identyczne prompty podczas dynamicznego miejskiego pościgu i stylizowanej fantastycznej przygody.
10-sekundowa, ręcznie wykonana sekwencja poklatkowa z kukiełką z tkaniny, rozgrywająca się we wnętrzu ciasnego, vintage’owego butiku z odzieżą: charyzmatyczna, konsekwentnie odwzorowana postać-kukiełka właśnie wślizgnęła się w intensywnie pomarańczowy trencz, gdy grawitacja nagle odwraca się ku górze. Stojaki z ubraniami wirują, drewniane wieszaki brzęczą, a bordowe berety, musztardowożółte ubrania, pawioniebieskie szaliki i luźne guziki pędzą ku sufitowi niczym spłoszona ławica ryb. Rozpocznij od szybkiego najazdu kamerą przez wąską szczelinę między kołyszącymi się wieszakami; gdy postać opiera jedną stopę na obracającej się szafie i wybija się w górę, przejdź do dramatycznego ujęcia śledzącego z niskiej perspektywy. Utrzymuj ciągły ruch postaci, gdy koziołkuje wśród unoszących się ubrań, kolejno chwytając i zakładając trzy wyraźnie różne elementy — bordowy beret, musztardową kamizelkę i pawioniebieski szalik — w jednym płynnym, przesadnie stylizowanym kostiumowym przebieraniu w powietrzu; rękawy podwijają się, poły trzepoczą, guziki zderzają się, a warstwy tkanin skręcają się pod wiarygodnym działaniem odwróconej grawitacji. Podczas przemiany krąż ciasno wokół postaci, zachowując dokładne rysy twarzy, proporcje ciała i ciągłość kostiumu, a następnie gwałtownie odjedź kamerą do szybkiego, symetrycznego szerokiego ujęcia, gdy grawitacja wraca do normy i wszystko spada na swoje miejsce. Postać ląduje w triumfalnej pozie, lecz biały gronostaj ukryty wewnątrz trencza wyskakuje pierwszy, jego futro podskakuje, zakłada małe czarne okulary przeciwsłoneczne i kradnie finałową pozę. Ciepłe, praktyczne światła wolframowe pięknie kontrastują z chłodnym turkusowym światłem wpadającym przez okno; bogate, wyczuwalne faktury włókien, widoczne szwy, ekspresyjna animacja kukiełkowa, komediowy humor fizyczny, wyrazisty rytm animacji poklatkowej, mocna radialna głębia tworzona przez unoszące się ubrania, płynne przejścia kamery, bez zwolnionego tempa. Dźwięk: energiczna retroperkusja swingowa, szelest pędzących tkanin, stukot drewnianych wieszaków, ostre stukanie guzików, skrzypienie szafy, uderzenie bębna basowego w chwili powrotu grawitacji oraz zadziorne kliknięcie okularów przeciwsłonecznych na koniec. Format obrazu 16:9.
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
Kinowa mikroopowieść trwająca 8–10 sekund, osadzona w rustykalnej pracowni garncarskiej podczas gwałtownej ulewy: młody garncarz pracuje przy szybko obracającym się kole pod ociekającym wodą okapem z dachówki, gdy zimny boczny wiatr i deszcz przetaczają się przez otwarte studio. Rozpocznij od ekstremalnego makroujęcia śledzącego, sunącego tuż obok obracającego się koła i rejestrującego jego mokre, pokryte gliną palce formujące wysoki wazon o smukłej szyjce; każdy rowek, przechył, spadek i efekt siły odśrodkowej oddaj z dotykową precyzją. Nagły podmuch wytrąca naczynie z osi; wykonaj gwałtowne cięcie do ujęcia zza ramienia, gdy garncarz pochyla się do przodu, jedną ręką przyspiesza obrót koła, a drugą podtrzymuje zapadającą się glinę. Zamiast odzyskać kontrolę, wirująca mokra glina nieprzerwanie wydłuża się w lśniącego, realistycznego węgorza z mułu, owija się wokół jego przedramienia, wyślizguje się i rusza w stronę pobliskiego wiadra z wodą. Podczas przemiany i ucieczki wykonaj szybki, ściśle kontrolowany obrót kamery wokół garncarza, zachowując dokładną ciągłość postaci, dłoni, gliny i przestrzeni. Węgorz z mułu uderza w wodę z wiarygodną masą, wyrzucając okrągłą koronę rozbryzgu, krople i fale po podłodze. Zakończ nagłym ujęciem z góry: przemoczony garncarz, rozdarty między śmiechem a niedowierzaniem, zanurza obie dłonie w wiadrze i próbuje go złapać, podczas gdy węgorz prześlizguje się między jego palcami. Ciągły ruch o dużej gęstości, anatomicznie poprawne dłonie, przekonująca deformacja mokrej gliny, bezwładność obrotowa, pęd, zderzenie cieczy, dynamika rozbryzgu oraz zsynchronizowany dźwięk otoczenia: ulewny deszcz, kapanie z dachu, porywisty wiatr, buczenie koła garncarskiego, lepkie mlaskanie gliny, ostry plusk i zaskoczony śmiech garncarza; bez dialogów i muzyki. Fotorealistyczny realizm kinowy połączony z niezwykle szczegółową, dotykową fakturą gliny, chłodne niebieskie światło burzy kontrastujące z ciepłym bursztynowym blaskiem pieca, płytka głębia ostrości zmieniająca się naturalnie między ujęciami, ekscentryczne kadrowanie poza środkiem wzmacniające wrażenie utraty kontroli, wyraźna ostrość ruchu, bez zwolnionego tempa, bez ekranów, interfejsów, pulpitów, pasków postępu, wykresów, podpisów, logotypów ani tekstu na ekranie, format obrazu 16:9.
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
Rozpoczynając od promptu tekstowego, obrazu referencyjnego lub zdefiniowanych klatek początkowej i końcowej, Vidu Q1 tworzy płynne, kinowe wideo na potrzeby kampanii, prezentacji produktów, storyboardów i materiałów z opcjonalnym dźwiękiem.
Przekształcaj opisane koncepcje w dopracowane filmy Vidu Q1 z płynnym ruchem, opcjonalnym dźwiękiem i kinową jakością. Zespoły marketingowe mogą tworzyć teasery kampanii, historie produktów i klipy do mediów społecznościowych bez filmowania każdego pomysłu.
Animuj statyczne obrazy produktów za pomocą Vidu Q1, wykorzystując płynny ruch oparty na dostarczonym materiale wizualnym. Sprzedawcy mogą tworzyć materiały premierowe, animowane katalogi i filmy ekspozycyjne na podstawie istniejących zdjęć kampanijnych.
Wykorzystuj obrazy referencyjne do kierowania wyglądem postaci, produktów i scen, podczas gdy Vidu Q1 generuje płynne animowane wideo. Zespoły kreatywne mogą tworzyć powtarzalne materiały kampanijne, markowe materiały objaśniające lub klipy narracyjne z rozpoznawalnymi elementami źródłowymi.
Zdefiniuj klatkę początkową i końcową, a następnie pozwól Vidu Q1 wygenerować płynny ruch pomiędzy nimi. Twórcy filmowi i montażyści mogą prototypować zmiany scen, wizualne ujawnienia i kluczowe momenty fabuły przed kosztowną pełną produkcją.
Gdy storyboard wymaga ruchu, użyj promptów tekstowych lub obrazów źródłowych, aby utworzyć kinowe wideo w rozdzielczości do 1080p. Reżyserzy mogą testować tempo, atmosferę i pomysły na ujęcia, zanim przeznaczą zasoby na produkcję.
Dodaj opcjonalny dźwięk, gdy Vidu Q1 przekształca tekst lub obrazy w płynnie animowane, kinowe wideo. Deweloperzy mogą tworzyć immersyjne sceny fabularne, sekwencje prezentacji i doświadczenia multimedialne łączące ruch z dźwiękiem.
Porównaj tryby generowania modelu Vidu Q1 z innymi modelami wideo pod względem sposobu wprowadzania danych, rozdzielczości wyjściowej, czasu trwania klipu, obsługi dźwięku i bazowej ceny katalogowej.
| Model | Tryb wejściowy | Maksymalna rozdzielczość | Czas trwania wyjścia | Obsługa dźwięku | Bazowa cena katalogowa |
|---|---|---|---|---|---|
| Vidu Q1 Image-to-Video | Obraz + prompt tekstowy | 1080p | 5 s | √ | $0.40 |
| Vidu Q1 Reference-to-Video | Obrazy referencyjne + prompt tekstowy | 1080p | 5 s | √ | $0.40 |
| Vidu Q1 Start-End-to-Video | Klatki początkowa i końcowa + prompt tekstowy | 1080p | 5 s | √ | $0.40 |
| Vidu Q1 Text-to-Video | Prompt tekstowy | 1080p | 5 s | √ | $0.40 |
| Seedance 2.0 Text-to-Video | Prompt tekstowy | 4K | od 4 do 15 s | √ | $0.112 |
| Wan-2.7 Text-to-video | Tekst + opcjonalny dźwięk | 1080p | od 2 do 15 s | √ | $0.10 |
| Veo 3.1 Lite Text-to-video | Prompt tekstowy | 1080p | 4, 6 lub 8 s | √ | $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 Vidu Q1 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 Vidu Q1, 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.
Vidu Q1 to rodzina endpointów do generowania wideo za pomocą AI, dostępnych za pośrednictwem Atlas Cloud. Umożliwia generowanie pięciosekundowych filmów w rozdzielczości 1080p na podstawie tekstu, obrazów, referencji obiektów lub zdefiniowanych klatek początkowej i końcowej, z opcjonalnym dźwiękiem zależnie od endpointu.
Możesz używać go do tworzenia filmów na podstawie promptów tekstowych, animowania nieruchomego obrazu, zachowywania wyglądu obiektów referencyjnych lub budowania przejścia między dwiema określonymi klatkami. Tryby te obsługują takie zastosowania jak wizualizacja koncepcji, animacja postaci, animacja produktu i krótkie sekwencje wizualne.
Utwórz klucz API w panelu Atlas Cloud, wybierz odpowiedni identyfikator modelu i przygotuj wymagane dane wejściowe przedstawione w schemacie danego endpointu. Wyślij żądanie z uwierzytelnianiem Bearer, a następnie użyj zwróconego identyfikatora prediction ID, aby pobrać ukończony film.
Dostępne są cztery trasy: text-to-video, image-to-video, reference-to-video oraz start-end-to-video. Ich identyfikatory modeli to `vidu/q1/text-to-video`, `vidu/q1/image-to-video`, `vidu/q1/reference-to-video` oraz `vidu/q1/start-end-to-video`.
Wyślij żądanie POST na adres `https://api.atlascloud.ai/api/v1/model/generateVideo`, podając klucz API i dane właściwe dla danego endpointu. Żądanie zwraca identyfikator prediction ID, który możesz odpytywać za pośrednictwem `/api/v1/model/prediction/{prediction_id}`, aż status wskaże ukończenie lub niepowodzenie.
Wymagane dane wejściowe zależą od trasy: prompt, obraz i prompt, dwie klatki i prompt albo tablica subjects i prompt. Dostępne elementy sterujące obejmują amplitudę ruchu, seed, ustawienia dźwięku oraz współczynniki proporcji właściwe dla poszczególnych tras, dlatego każdy payload należy zweryfikować względem wybranego schematu.
Każdy wymieniony endpoint generuje stały, pięciosekundowy film w rozdzielczości 1080p. Obsługiwany jest opcjonalny dźwięk, choć dostępne elementy sterujące różnią się w zależności od trasy i mogą obejmować generowany dźwięk, muzykę w tle lub wybór typów dźwięku.
Atlas Cloud podaje standardową cenę bazową $0.40 za każde wygenerowanie dla każdego z czterech endpointów Vidu Q1. Przed wysłaniem żądania sprawdź wybrany endpoint, aby potwierdzić jego aktualną opłatę.
W scenach, w których kluczowa jest tożsamość obiektu, wybierz reference-to-video i przypisz każdemu obiektowi identyfikator, do którego można odwołać się w promptcie. Trasa obsługuje od jednego do siedmiu obiektów oraz łącznie od jednego do siedmiu obrazów, przy czym każdy obiekt może zawierać maksymalnie trzy obrazy w formacie PNG, JPEG, JPG lub WebP.
Poradniki, samouczki i nowości produktowe, dzięki którym w pełni wykorzystasz Atlas Cloud.