


Vidu Q2 to rodzina modeli do generowania wideo, zaprojektowana z myślą o kontrolowanych procesach produkcyjnych. Zdefiniuj klatkę początkową i końcową, aby kształtować sekwencję, animuj statyczne materiały wizualne za pomocą płynnego ruchu oraz wybierz wariant Turbo, Pro lub Pro Fast odpowiedni do potrzeb danego procesu. Atlas Cloud zapewnia dostęp za pomocą jednego klucza API zgodnego z OpenAI, z przejrzystym rozliczaniem pay-as-you-go i prostą integracją. Zacznij tworzyć już dziś.
Vidu Q2 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.
Poznaj każdą modalność Vidu Q2 i wybierz endpoint dopasowany do materiału źródłowego, procesu twórczego oraz oczekiwanego rezultatu wideo.
| Modalność | Opis |
|---|---|
| Vidu Q2-Turbo I2V API (Image To Video) | Animuj obraz referencyjny, opisując ruch, który chcesz uzyskać. Płynna animacja, opcjonalny dźwięk i kinowa jakość do 1080p sprawdzą się w teaserach produktów, klipach do mediów społecznościowych oraz opowiadaniu historii za pomocą obrazu. |
| Vidu Q2-Pro RTV API (Reference To Video) | Ten endpoint służy do generowania na podstawie materiałów referencyjnych — przekształca przesłane obrazy i instrukcje dotyczące ruchu w dopracowane wideo. Opcjonalny dźwięk i wyjście do 1080p sprawdzą się w scenach z postaciami, materiałach brandingowych oraz sekwencjach o kinowym charakterze. |
| Vidu Q2 RTV API (Reference To Video) | Przekształcaj obrazy referencyjne i opisany słownie kierunek ruchu w płynnie animowane wideo za pomocą Vidu Q2 API. Generuj opcjonalny dźwięk i kinowe materiały do 1080p na potrzeby wizualizacji koncepcji, treści promocyjnych lub scen narracyjnych. |
| Vidu Q2-Pro-Fast S2V API (Start End To Video) | Podaj obrazy otwierający i końcowy, aby określić wizualne punkty początkowy i końcowy generowanej sekwencji. Model tworzy między nimi płynną animację, oferując opcjonalny dźwięk i jakość do 1080p — idealne do przejść, ujawnień i transformacji scen. |
| Vidu Q2-Pro S2V API (Start End To Video) | Gdy wideo musi rozpoczynać się i kończyć określonymi wizualizacjami, użyj obrazów początkowego i końcowego, aby pokierować sekwencją. Płynny ruch, opcjonalny dźwięk i wyjście do 1080p sprawiają, że endpoint nadaje się do kontrolowanego prowadzenia narracji. |
| Vidu Q2-Turbo S2V API (Start End To Video) | Użyj stałych obrazów początkowego i końcowego, aby wyznaczyć kierunek animowanego wideo. Ten endpoint Vidu Q2 obsługuje płynne przejścia, opcjonalny dźwięk i kinową jakość do 1080p, dzięki czemu sprawdzi się w scenach typu before-and-after oraz wizualnych transformacjach. |
| Vidu Q2-Pro-Fast I2V API (Image To Video) | Ten endpoint został zaprojektowany z myślą o tworzeniu na podstawie obrazu — dodaje opisany ruch do przesłanego obrazu referencyjnego. Zapewnia płynną animację, opcjonalny dźwięk i wyjście do 1080p na potrzeby materiałów kampanii, wersji demonstracyjnych i krótkich form wideo. |
| Vidu Q2-Pro I2V API (Image To Video) | Wybierz obraz i określ, jak ma poruszać się obiekt lub scena. Vidu Q2-Pro generuje kinowe wideo z płynną animacją, opcjonalnym dźwiękiem i jakością do 1080p na potrzeby storytellingu, reklamy lub produkcji kreatywnej. |
| Vidu Q2 T2V API (Text To Video) | Zacznij od tekstowego promptu i wygeneruj kompletne wideo bez dostarczania obrazów źródłowych. Płynna animacja, opcjonalny dźwięk i kinowe wyjście do 1080p sprawdzą się przy tworzeniu podglądów koncepcji, treści do mediów społecznościowych oraz oryginalnych narracji wizualnych. |
Vidu Q2 łączy generowanie wideo na podstawie tekstu, obrazu, wielu referencji oraz od pierwszej do ostatniej klatki, oferując rozdzielczość do 1080p, klipy o długości do 10 sekund, opcjonalny dźwięk, cztery poziomy ruchu i przejrzysty dostęp w modelu pay as you go za pośrednictwem jednego interfejsu API zgodnego z OpenAI.
Vidu Q2 obejmuje generowanie tekstu do wideo, obrazu do wideo, referencji do wideo oraz generowanie na podstawie klatki początkowej i końcowej w ramach dziewięciu endpointów Atlas Cloud. Wybierz ścieżkę Turbo, Pro Fast, Pro lub standardową bez przebudowy integracji. Wspólny klucz API zgodny z OpenAI pozwala zespołom produktowym dopasować każde żądanie do właściwego balansu kontroli danych wejściowych, jakości wyniku i standardowych stawek.
Endpointy referencji do wideo przyjmują od 1 do 7 obiektów oraz łącznie od 1 do 7 obrazów. Dołącz twarze, produkty, rekwizyty lub referencje scen, a następnie użyj promptu, aby opisać, jak mają wyglądać i poruszać się razem. Wyniki mogą osiągać 1080p i 10 sekund, dzięki czemu ta ścieżka sprawdza się w sekwencjach z udziałem postaci, historiach produktowych i ujęciach zespołowych zależnych od dostarczonych wizualnych punktów odniesienia.
Ścieżki start i end w Vidu Q2 wykorzystują jeden obraz początkowy i jeden obraz końcowy do wyznaczenia punktów przejścia generowanego materiału. Steruj ruchem między nimi za pomocą pozytywnego promptu, czterech ustawień amplitudy ruchu i powtarzalnego seeda. W zależności od endpointu klipy trwają od 1 do 8 sekund i są renderowane w rozdzielczości 720p lub 1080p, a warianty Pro i Turbo oferują również 540p.
Dostosuj każdy materiał za pomocą ustawień rozdzielczości, czasu trwania, proporcji obrazu i stylu, które różnią się w zależności od endpointu. Rodzina modeli obsługuje rozdzielczość do 1080p, ścieżki oparte na obrazach pozwalają tworzyć klipy o długości do 10 sekund, a generowanie na podstawie tekstu oferuje pięć opcji kadrowania — od 16:9 do 3:4. W przypadku tekstu do wideo wybierz styl ogólny lub anime, a gdy liczy się powtarzalność iteracji, użyj kontroli seeda.
Amplitudę ruchu można ustawić na auto, small, medium lub large, zapewniając programistom bezpośrednią kontrolę nad energią sceny. Kilka endpointów udostępnia również generowany dźwięk i muzykę w tle, a ścieżki referencji pozwalają zażądać całego dźwięku, wyłącznie mowy lub wyłącznie efektów dźwiękowych. Połącz ograniczony ruch z dialogiem albo bardziej dynamiczną akcję z efektami, aby przygotować klipy portretowe, reklamy i krótkie sceny narracyjne.
Standardowe stawki Vidu Q2 zaczynają się od $0.03 za sekundę w przypadku endpointów Turbo do generowania obrazu oraz wideo na podstawie klatki początkowej i końcowej. Ścieżki Pro i Pro Fast do generowania obrazu lub przejść kosztują $0.04 za sekundę, natomiast opcje tekstowe i referencyjne mają własne opublikowane stawki standardowe. Dzięki przejrzystemu rozliczeniu pay as you go i jednemu kluczowi zgodnemu z OpenAI programiści mogą prototypować, porównywać warianty i skalować rozwiązania bez osobnych integracji z dostawcami.
Porównaj, jak Vidu Q2 i dwa alternatywne modele wideo interpretują identyczne prompty w scenach kinowej akcji, przy zachowaniu ciągłości ruchu, kontroli kamery, stylu wizualnego i rytmu narracji.
Ciągła, kinowa sekwencja trwająca 8–10 sekund pod tytułem „Oswajanie lustrzanego konia nad jeziorem solnym w czasie zaćmienia”: pod ogromnym zaćmieniem Księżyca, nad rozległym, lustrzanym jeziorem solnym, młoda kobieta w powiewnej szafirowej szacie pędzi galopem na potężnym czarnym koniu, którego kopyta rozbijają cienką skorupę soli, wzbijając w powietrze kryształowe odłamki i srebrzystą mgłę. Rozpocznij od ekstremalnie niskiego ujęcia śledzącego, prowadzonego tuż przy uderzających o ziemię kopytach, przemykającego przez ostre rozbłyski kryształów soli i falujące odbicia; następnie wykonaj szybki whip-pan do bocznego ujęcia śledzącego, gdy odbicie konia odrywa się od wody i przemienia w świetlistego, srebrzystobiałego konia widmo, wyłaniającego się gwałtownie z lustrzanej tafli i galopującego obok prawdziwego konia z idealnie zgodną anatomią, rytmem kroków oraz ciągłością jeźdźczyni. Szybko wznieś kamerę do widoku z lotu ptaka, a następnie wykonaj nurkujący ruch orbitalny wokół obu koni, gdy przeplatają się bez zderzenia, a ich czarne i srebrne sylwetki kreślą lustrzane łuki w warstwach szafirowej, srebrzystobiałej i głębokofioletowej mgły. W kulminacyjnym momencie wkraczają w ciemne centrum odbicia Księżyca i jednocześnie wykonują skok, tworząc precyzyjną kompozycję pionowej symetrii lustrzanej nad i pod linią horyzontu; po lądowaniu srebrzysty świetlny koń składa się z powrotem w odbicie czarnego konia, a oba konie ponownie stają się jednym, gdy jeźdźczyni pędzi dalej. Przez cały czas płynny, szybki ruch zwierząt, fizycznie przekonujące uderzenia kopyt, trajektorie odłamków soli, falowanie wody, dynamika szaty i grzywy, stabilna tożsamość postaci, spójne proporcje konia, bez zwolnionego tempa i bez statycznych wypełniaczy. Zimne światło księżyca z tyłu ostro podkreśla krawędzie tkaniny jeźdźczyni, rozwianej grzywy, muskularnych konturów i solnej mgły; surrealistyczna atmosfera chińskiego malarstwa tuszem połączona z wysokiej jakości fantasy game CG o niezwykle szczegółowej oprawie, eleganckie rozlewające się plamy tuszu, kinowy kontrast, wolumetryczne światło księżyca, dopracowane realistyczne tekstury. Dźwięk: potężne, zsynchronizowane uderzenia kopyt, wyraźne pękanie soli, trzask kryształów, pędzący wiatr, rezonujące wodne wezbranie w chwili wyłonienia się konia ducha oraz napięta, niska perkusja narastająca do świetlistego akcentu orkiestrowego przy finałowym skoku. Bez ekranów, interfejsów oprogramowania, pulpitów, pasków postępu, wykresów, podpisów, napisów, logotypów, znaków wodnych ani tekstu objaśniającego. Proporcje obrazu 16:9.
Generated with Vidu Q2-Pro Reference-to-Video on Atlas Cloud
Generated with Seedance 2.5 Reference-to-Video on Atlas Cloud
Generated with Vidu Q2 Reference-to-Video on Atlas Cloud
Stwórz 8-sekundową, ręcznie wykonaną przygodową animację poklatkową z gliny, rozgrywającą się w miniaturowej piekarni o wschodzie słońca. Mały lis-kucharz wyrabia ciasto, podrzuca je nad głowę i rusza za nim przez blat, gdy niespodziewanie zaczyna się ono toczyć. Rozpocznij od bliskiego ujęcia śledzącego ciasto, odsuń kamerę, gdy lis przeskakuje nad miskami do mieszania, a następnie przełącz się na widok z góry, gdy ciasto idealnie ląduje na blasze piekarnika. Zakończ otwarciem piekarnika i wyłonieniem się bochenka w kształcie uśmiechniętego lisa w obłoku mąki. Zachowaj ekspresyjny ruch postaci, dotykowe tekstury gliny, żywe interakcje obiektów, ciepłe światło wpadające przez okno, rytm zabawnej animacji poklatkowej oraz proporcje obrazu 16:9.
Generated with Vidu Q2-Pro Reference-to-Video on Atlas Cloud
Generated with Seedance 2.5 Reference-to-Video on Atlas Cloud
Generated with Vidu Q2 Reference-to-Video on Atlas Cloud
Vidu Q2 obsługuje premiery produktów, storyboardy, momenty z udziałem postaci, przejścia, kampanie w mediach społecznościowych i materiały wyjaśniające, zamieniając prompty oraz dane wejściowe w postaci wizualnej w płynne, kinowe wideo na potrzeby procesów produkcyjnych.
Statyczne obrazy produktów zyskują płynny ruch i kinową jakość w rozdzielczości do 1080p. Zespoły marketingowe mogą zamieniać ujęcia katalogowe w dopracowane klipy premierowe, prezentacje produktów lub materiały do sklepu bez konieczności ponownego tworzenia każdego zasobu.
Zacznij od opisu koncepcji i generuj kinowe wideo bezpośrednio za pomocą generowania text to video w Vidu Q2. Reżyserzy i projektanci mogą eksplorować kluczowe momenty historii, prezentować wizualizacje lub rozwijać wstępne pomysły na sceny jeszcze przed rozpoczęciem produkcji.
Gdy obrazy referencyjne kierują procesem generowania, grafika źródłowa pozostaje centralnym elementem płynnej animacji wynikowej. Zespoły kreatywne mogą tworzyć warianty kampanii, klipy z brandowanymi postaciami lub cykliczne materiały do mediów społecznościowych na bazie istniejących grafik.
Czy dwa obrazy końcowe mogą wyznaczyć wyraźniejszą ścieżkę wizualną? Start end generation tworzy ruch między nimi, umożliwiając kinowe przejścia, sekwencje przed i po oraz prezentacje z kontrolowanymi punktami narracji.
Przekształcaj portrety lub ilustracje w płynne animowane ujęcia za pomocą image to video w Vidu Q2. Twórcy mogą przygotowywać wprowadzenia postaci, sceny nastrojowe lub kinowe teasery, a opcjonalny dźwięk może wzbogacić gotowy klip.
W przypadku materiałów wyjaśniających i treści edukacyjnych deweloperzy mogą łączyć prompty, obrazy lub wybrane klatki początkowe i końcowe. Vidu Q2 API przekształca te dane wejściowe w płynne wideo na potrzeby aplikacji, lekcji lub narracji prowadzonych krok po kroku.
Porównaj endpointy Vidu Q2 z MiniMax H3, Seedance 2.0 i Veo 3.1 Lite pod kątem przebiegu pracy, maksymalnej rozdzielczości, długości klipu i standardowej ceny za sekundę.
| Model | Przebieg pracy | Maksymalna rozdzielczość | Długość klipu | Standardowa cena |
|---|---|---|---|---|
| Vidu Q2-Turbo Image-to-video | Obraz na wideo | 1080p | 1–10 sec | $0.03/sec |
| Vidu Q2-Pro Reference-to-video | Referencja na wideo | 1080p | 1–10 sec | $0.10/sec |
| Vidu Q2 Reference-to-video | Referencja na wideo | 1080p | 1–10 sec | $0.075/sec |
| Vidu Q2-Pro-Fast Start-end-to-video | Klatka początkowa i końcowa | 1080p | 1–8 sec | $0.04/sec |
| Vidu Q2-Pro Start-end-to-video | Klatka początkowa i końcowa | 1080p | 1–8 sec | $0.04/sec |
| Vidu Q2-Turbo Start-end-to-video | Klatka początkowa i końcowa | 1080p | 1–8 sec | $0.03/sec |
| Vidu Q2-Pro-Fast Image-to-video | Obraz na wideo | 1080p | 1–10 sec | $0.04/sec |
| Vidu Q2-Pro Image-to-video | Obraz na wideo | 1080p | 1–10 sec | $0.04/sec |
| Vidu Q2 Text-to-video | Tekst na wideo | 1080p | 1–8 sec | $0.05/sec |
| MiniMax H3 Image-to-Video | Obraz na wideo | 2K natywne, 4K ESR | 4–15 sec | $0.038/sec |
| Seedance 2.0 Image-to-Video | Obraz na wideo | 4K natywne | 4–15 sec | $0.112/sec |
| Veo 3.1 Lite Image-to-video | Obraz na wideo | 1080p | 4, 6 lub 8 sec | $0.05/sec |
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 Q2 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 Q2, 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 Q2 to rodzina modeli AI do generowania wideo dostępnych za pośrednictwem Atlas Cloud. Obsługuje przepływy pracy text-to-video, image-to-video, reference-to-video oraz start-end-to-video, z opcjonalnym dźwiękiem i rozdzielczością wyjściową do 1080p.
Możesz wygenerować wideo na podstawie promptu tekstowego, animować statyczny obraz, sterować tożsamością obiektu za pomocą obrazów referencyjnych lub kontrolować przejście, określając pierwszą i ostatnią klatkę. Trasy te obsługują takie zastosowania jak klipy koncepcyjne, sceny z postaciami, animacje produktów i narracja wizualna.
Utwórz klucz API Atlas Cloud, a następnie wyślij uwierzytelnione żądanie POST do /api/v1/model/generateVideo z wymaganym identyfikatorem modelu i danymi wejściowymi. Zapisz zwrócony identyfikator zadania, ponieważ generowanie wideo odbywa się asynchronicznie.
Użyj text-to-video do generowania wyłącznie na podstawie promptu, image-to-video do animowania jednego obrazu, reference-to-video do tworzenia scen sterowanych obiektem oraz start-end-to-video, gdy istotne są obie klatki graniczne. W ramach wybranego przepływu pracy wybierz dokładny identyfikator modelu Turbo, Pro lub Pro Fast i oceń go względem wymagań aplikacji dotyczących jakości i opóźnień.
Dostępne elementy sterujące różnią się w zależności od endpointu, ale mogą obejmować prompty, czas trwania, rozdzielczość, współczynnik proporcji, amplitudę ruchu, ziarno, muzykę w tle i generowanie dźwięku. Reference-to-video obsługuje od 1 do 7 obiektów oraz łącznie od 1 do 7 obrazów, natomiast trasy start-end wymagają osobnych danych wejściowych dla pierwszej i ostatniej klatki.
Atlas Cloud dokumentuje wyjścia w rozdzielczościach 540p, 720p i 1080p dla analizowanych tras wideo. Text-to-video i start-end-to-video obsługują czas trwania od 1 do 8 sekund, natomiast udokumentowane trasy image-to-video i reference-to-video obsługują do 10 sekund.
Tak, wymienione modele obsługują opcjonalne generowanie dźwięku. W zależności od trasy elementy sterujące mogą obejmować generowany dźwięk, muzykę w tle lub typy dźwięku, takie jak wyłącznie mowa, wyłącznie efekty dźwiękowe oraz dźwięk łączony.
Standardowe ceny bazowe wynoszą $0.03 za image-to-video i start-end-to-video w wersji Turbo, $0.04 za image-to-video i start-end-to-video w wersjach Pro i Pro Fast, $0.05 za text-to-video, $0.075 za reference-to-video oraz $0.10 za reference-to-video w wersji Pro. Atlas Cloud korzysta z rozliczeń pay-as-you-go, dlatego przed wysłaniem żądania potwierdź wybrany endpoint i wyświetloną cenę żądania.
Odpytyj /api/v1/model/prediction/{prediction_id} lub podaj publiczny adres URL webhooka HTTPS, a po ukończeniu zadania odczytaj pole outputs. Jeśli żądanie się nie powiedzie, sprawdź status i odpowiedź błędu, zweryfikuj klucz Bearer, identyfikator modelu, typ zawartości oraz dane wejściowe specyficzne dla endpointu, a także zachowaj X-Request-ID na potrzeby śledzenia zgłoszenia przez pomoc techniczną.
Poradniki, samouczki i nowości produktowe, dzięki którym w pełni wykorzystasz Atlas Cloud.