


Vidu Q3 to rodzina modeli Vidu przeznaczonych do tworzenia dopracowanych materiałów wideo i wizualnego storytellingu. Opcje Pro, Turbo, Q3 i Q3-Mix zapewniają płynny ruch, bogactwo szczegółów, wiele stylów wizualnych, inteligentne przełączanie kamer oraz płynne przejścia między scenami. Uzyskaj dostęp do całej rodziny za pośrednictwem Atlas Cloud, korzystając z jednego klucza zgodnego z OpenAI, przejrzystego rozliczania zgodnie z rzeczywistym użyciem, niezawodnej dostępności oraz dostępności od Day-0. Zacznij tworzyć już dziś.
Vidu Q3 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.
Porównaj tryby wejściowe, mocne strony wizualne, obsługę dźwięku i zastosowania produkcyjne w rodzinie Vidu Q3.
| Modalność | Opis |
|---|---|
| Vidu Q3 Mix API (Reference to Video) | Połącz od 1 do 4 obrazów referencyjnych w wideo, zachowując spójność obiektów między scenami. Inteligentne przejścia między scenami, płynne efekty dynamiczne, obsługa dźwięku i wyjście do 1080p sprawiają, że endpoint ten nadaje się do historii z udziałem postaci i sekwencji produktowych. |
| Vidu Q3 API (Reference to Video) | Ten endpoint, stworzony z myślą o produkcji z użyciem wielu materiałów referencyjnych, przekształca od 1 do 4 obrazów w wideo, zachowując spójność obiektów. Inteligentne przełączanie kamer poprawia ciągłość ujęć z różnych pozycji kamery, a obsługa dźwięku i wyjście do 1080p sprawiają, że rozwiązanie nadaje się do narracji wieloujęciowych. |
| Vidu Q3 Pro API (Start and End to Video) | Przekształć statyczne obrazy i opis ruchu w płynnie animowane wideo o kinowej jakości wizualnej. Obsługa dźwięku i wyjście do 1080p sprawiają, że endpoint ten nadaje się do dopracowanych przejść, markowych materiałów ruchomych i narracji wizualnej. |
| Vidu Q3 Turbo API (Image to Video) | Animuj obraz referencyjny, opisując oczekiwany ruch, a następnie otrzymaj szczegółowe wideo z płynną animacją. Obsługa dźwięku i rozdzielczości do 1080p sprawiają, że rozwiązanie dobrze sprawdza się przy krótkich materiałach do mediów społecznościowych, animacjach produktów i prezentacjach koncepcji. |
| Vidu Q3 Turbo API (Start and End to Video) | Wykorzystaj statyczne obrazy i opis ruchu, aby stworzyć płynną sekwencję wideo o kinowej jakości. Wyjście do 1080p i obsługa dźwięku sprawiają, że ten endpoint Turbo jest praktyczny przy opracowywaniu przejść i krótkich narracji wizualnych. |
| Vidu Q3 Turbo API (Text to Video) | Na podstawie opisu tekstowego Vidu Q3 Turbo generuje szczegółowe wideo w wielu stylach wizualnych. Płynny ruch, obsługa dźwięku i rozdzielczości do 1080p wspierają szybkie tworzenie storyboardów, koncepcji kampanii i treści do mediów społecznościowych. |
| Vidu Q3 Pro API (Image to Video) | W projektach opartych na obrazach prześlij obraz referencyjny i określ pożądany ruch, aby utworzyć wysokiej jakości wideo. Płynna animacja, kinowa jakość, obsługa dźwięku i wyjście do 1080p sprawiają, że rozwiązanie nadaje się do dopracowanych wizualizacji produktów i ujęć postaci. |
| Vidu Q3 Pro API (Text to Video) | Opisz scenę tekstem i pozwól, aby Vidu Q3 Pro wygenerował wysokiej jakości wideo z bogatą szczegółowością. Obsługa wielu stylów, płynny ruch, obsługa dźwięku i rozdzielczości do 1080p sprawiają, że rozwiązanie nadaje się do koncepcji kinowych, reklam i produkcji narracyjnych. |
Vidu Q3 łączy generowanie wideo na podstawie tekstu, obrazu, klatek początkowej i końcowej oraz wielu referencji, oferując cztery poziomy ruchu, opcjonalny dźwięk, muzykę w tle, materiały o długości do 16 sekund w rozdzielczości 1080p oraz przejrzysty dostęp pay-as-you-go przez Atlas Cloud.
Vidu Q3 Reference-to-Video przyjmuje od jednej do czterech obrazów referencyjnych i zachowuje spójność obiektów w całym wygenerowanym klipie. Standardowa ścieżka dodaje inteligentne przełączanie kamery, zapewniając większą ciągłość między ujęciami z różnych perspektyw. Wybierz Q3 Mix, gdy projekt wymaga płynnych efektów dynamicznych i inteligentnych przejść między scenami. Dzięki rozdzielczości do 1080p ten przepływ pracy sprawdza się w historiach skoncentrowanych na postaciach, sekwencjach produktowych i powtarzających się elementach marki.
Zacznij od opisu tekstowego, pojedynczego obrazu, pary klatek otwierającej i zamykającej albo maksymalnie czterech referencji. Endpointy Pro i Turbo obsługują text-to-video, image-to-video oraz start-end generation, a Q3 i Q3 Mix obsługują sceny oparte na referencjach. Ścieżki tekstowe oferują również ogólny i anime’owy styl wyjściowy. Ta rodzina modeli przekształca różne materiały źródłowe w płynne, szczegółowe wideo za pomocą jednej integracji. Sprawdza się w pipeline’ach, które wymagają wielu kreatywnych punktów wejścia bez zmiany dostawcy.
Twórz klipy o długości od jednej do 16 sekund za pomocą endpointów Pro, Turbo i Q3 Mix, podczas gdy standardowa ścieżka referencyjna obsługuje od 3 do 16 sekund. Natywne opcje sięgają 1080p, a przepływy pracy oparte na referencjach i tekście oferują pięć proporcji obrazu. Taki zakres pozwala scenie pomieścić wprowadzenie, ruch i efekt końcowy. Wykorzystaj go do kompletnych sekwencji na potrzeby mediów społecznościowych, krótkich ujęć narracyjnych i dopracowanych prezentacji produktów.
Generuj obraz i dźwięk w ramach tego samego żądania, korzystając z opcjonalnych ustawień audio w całej rodzinie Vidu Q3. Endpointy Pro i Turbo udostępniają również muzykę w tle jako osobne ustawienie, dzięki czemu dźwięk może odpowiadać zamierzonemu tempu bez korzystania z kolejnej usługi generowania. Wyłącz dowolną z tych opcji, gdy preferowany jest materiał bez dźwięku. Jest to szczególnie przydatne w scenach atmosferycznych, dynamicznych sekwencjach akcji i gotowych do montażu klipach do mediów społecznościowych.
Ustaw amplitudę ruchu na auto, small, medium lub large, aby określić, jak intensywnie obiekty poruszają się w kadrze. Endpointy start-end łączą tę kontrolę ze zdefiniowanymi obrazami otwierającym i zamykającym, tworząc płynną animację między dwoma stanami wizualnymi. Modele referencyjne dodają inteligentne przełączanie lub przejścia między scenami, jeśli wybrany wariant je obsługuje. Parametr seed umożliwia kontrolowane iterowanie. Rezultatem jest bardziej świadome tempo transformacji, sekwencji akcji i filmowych przejść.
Uzyskaj dostęp do ośmiu endpointów Vidu Q3 przez Atlas Cloud, korzystając z przejrzystych stawek pay-as-you-go i jednego ujednoliconego API. Standardowe stawki zaczynają się od $0.04 za sekundę dla Turbo, $0.05 dla Pro i Q3 Reference-to-Video oraz $0.125 dla Q3 Mix Reference-to-Video. Wybierz przepływ pracy i poziom odpowiedni dla danego ujęcia, zamiast wdrażać osobne integracje. Taka konfiguracja wspiera ekonomiczne iterowanie — od testów koncepcyjnych po materiały produkcyjne.
Zobacz, jak Vidu Q3 i dwa porównywalne modele wideo interpretują identyczne prompty w szybkich scenach aktorskich i stylizowanych scenach fantasy.
8–10-sekundowy mikrofilm zatytułowany „Transfer cienia o 3:00 nad ranem”: samotny skrzypek w dopasowanym czarnym płaszczu bez przerwy gra, idąc tyłem przez pusty wagon metra, a jego twarz, ubranie, skrzypce i ruch pozostają idealnie spójne. Rozpocznij od ekstremalnego makrozbliżenia wibrującego włosia smyczka przesuwającego się po strunach, a następnie wykonaj gwałtowny obrót panoramą do bocznego ujęcia śledzącego odbicia w szybach; każde mijane bursztynowe światło tunelu zmienia wyłącznie jego cień na tancerkę z innej epoki — najpierw tancerkę stepu z lat 20. wykonującą precyzyjne kroki pięta–palce, potem tancerkę tanga z lat 40. wykonującą szeroki, dramatyczny obrót, a następnie robotyczną tancerkę z lat 80. wykonującą ostre ruchy popping — każda przemiana zachodzi płynnie w rytm muzyki, podczas gdy prawdziwy skrzypek ani na chwilę się nie zmienia. Przejdź do jednego płynnego przejazdu kamerą na steadicamie przez całą długość zimnego, cyjanowego wagonu, gdy nadal gra i porusza się w kierunku przeciwnym do jazdy pociągu. W kulminacyjnym momencie pociąg gwałtownie pokonuje łuk, uchwyty nad głową naturalnie się kołyszą, a otwarte etui na skrzypce szybko odsuwa się po podłodze; skrzypek opiera jedną stopę o pionowy drążek, obraca się wokół niego, nie przerywając melodii, ląduje i zatrzymuje etui piętą. Zakończ nagłym, szybkim odjazdem kamery przez drzwi łączące wagony: skrzypek przechodzi do następnego wagonu, lecz wszystkie trzy cienie z różnych epok pozostają w ostatnim wagonie i wykonują zsynchronizowaną fuzję stepu, tanga i tańca robotycznego, gdy drzwi się zamykają. Wysokokontrastowa kolorowa estetyka noir połączona z animowanymi, ręcznie rysowanymi nakładkami węglowymi; ekspresyjne pociągnięcia węglem rozkwitają i rozmazują się podczas każdej metamorfozy cienia; zimne turkusowe wnętrza metalu, rytmiczne bursztynowe pulsowanie świateł tunelu, głębokie czernie, mokre refleksy na szybach, logicznie poprawne odbicia, cienie, paralaksa, punkty styku i fizyka pociągu. Szybki, elegancki, nieprzerwany ruch bez zwolnionego tempa i pustych fragmentów. Dźwięk: pilna partia solowych skrzypiec zsynchronizowana z łoskotem kół, uderzeniami stepu, akcentami tanga, robotyczną perkusją, piskiem szyn podczas pokonywania łuku oraz końcowym sygnałem drzwi dokładnie w chwili cięcia. Bez ekranów, interfejsów, pulpitów, pasków postępu, wykresów, napisów, napisów dialogowych, logotypów, znaków wodnych ani tekstu objaśniającego; bez powielania postaci, dryfu tożsamości, zmian kostiumu, zdeformowanych dłoni, zniekształconej geometrii skrzypiec, niemożliwych odbić, odłączonych cieni, migotania, skokowych cięć ani nieciągłości kamery. Proporcje obrazu 16:9
Generated with Vidu Q3-Pro Text-to-Video on Atlas Cloud
Generated with Seedance 2.5 Text-to-Video on Atlas Cloud
Generated with Vidu Q3-Turbo Text-to-Video on Atlas Cloud
Pojedyncza, nieprzerwana 8–10-sekundowa sekwencja akcji we wnętrzu stuletniego warsztatu typograficznego podczas nocy smaganej burzą: zecerka z rękami ubrudzonymi atramentem z całej siły obsługuje masywną żelazną prasę drukarską, gdy kaszta z czcionkami ołowianymi wyskakuje z prowadnicy i przechyla się, uwalniając tysiące pojedynczych metalowych liter niczym czarne domino sunące po długim drewnianym stole zecerskim. Rozpocznij ekstremalnym makro ujęciem wewnątrz zazębiających się, pokrytych olejem kół zębatych, a następnie szybko wykonaj odjazd z jednoczesnym zoomem do tyłu, przechodząc w przechylone ujęcie z góry, gdy prasa drży, a fala czcionek wybucha. Kobieta wskakuje na przesuwającą się rolkę papieru i jedzie wzdłuż stołu, kucając, by opuszkami palców poprawić ustawienie jednego kluczowego klocka czcionki, po czym płynnie obraca się pod gwałtownie kołyszącą się dźwignią prasy, nie tracąc rozpędu. Zejdź do niskiego ujęcia śledzącego z poziomu stołu, pędzącego obok kaskady liter: gęste, fizycznie poprawne kolizje ciał sztywnych, wirujące i odbijające się klocki czcionek, marszczący się papier, rozpryskujący się atrament oraz zsynchronizowane koła zębate i cięgna. W chwili odbicia wykonaj gwałtowny obrót panoramą w stronę świeżego wydruku, gdy narysowana kałamarnica nagle wybrzusza się z mokrego, czarnego atramentu, a błyszczące macki unoszą się nad papierem, owijają wokół rozrzuconych liter i zgarniają je z powrotem do kaszty. Zakończ szybkim ruchem kamery po orbicie, zatrzymując obraz na zdyszanej zecerce i żywej papierowo-atramentowej istocie, które wpatrują się w siebie, podczas gdy deszcz rozbłyskuje za oknami. Wysokokontrastowe czarno-białe faktury drzeworytu połączone z fotorealistycznymi detalami filmowymi, głębokie rzeźbione cienie, zachowane wyłącznie ciepłe mosiężno-żółte światło lamp oraz ultramarynowo-niebieska poświata deszczu, dramatyczne kierunkowe oświetlenie, wyraźna ciągłość postaci, realistyczne zagniecenia papieru, lepki przepływ atramentu, spójny ruch mechanizmów, bez zwolnionego tempa. Dźwięk: ulewny deszcz, trzaski piorunów, rytmiczny szczęk kół zębatych, metalowe czcionki terkoczące niczym szybki werbel, rwący się i trzepoczący papier, ciężkie uderzenie prasy, a następnie mokre, nadprzyrodzone zmarszczenie atramentu i nagły akcent muzyczny. Bez ekranów, interfejsów programowych, pulpitów, pasków postępu, wykresów, napisów, napisów dialogowych, tekstu objaśniającego, logotypów ani znaków wodnych. Proporcje obrazu 16:9
Generated with Vidu Q3-Pro Text-to-Video on Atlas Cloud
Generated with Seedance 2.5 Text-to-Video on Atlas Cloud
Generated with Vidu Q3-Turbo Text-to-Video on Atlas Cloud
Vidu Q3 przekształca tekst, statyczne obrazy, zestawy referencyjne i sparowane klatki kluczowe w wideo na potrzeby storytellingu marki, premier produktów, rozwoju koncepcji, narzędzi dla twórców i kampanii z udziałem wielu obiektów, z opcjonalnym dźwiękiem i rozdzielczością do 1080p.
Powracające postacie zachowują rozpoznawalność w wielokamerowych opowieściach marki, gdy są prowadzone na podstawie od jednego do czterech obrazów referencyjnych. Vidu Q3 obsługuje serie kampanii, treści z maskotkami i krótkie formy odcinkowe wymagające spójnego wyglądu postaci oraz opcjonalnego dźwięku.
Statyczne zdjęcia produktów zyskują płynny ruch i kinową jakość w rozdzielczości do 1080p. Zespoły marketingowe mogą przekształcać zatwierdzone fotografie w klipy premierowe, materiały na strony produktów i ekspozycje sklepowe bez zastępowania oryginalnego motywu wizualnego.
Ustaw klatkę początkową i końcową, a następnie pozwól Vidu Q3 Pro lub Turbo animować przejście między nimi. Ten proces sprawdza się w sekwencjach tytułowych, przejściach interfejsu i efektownych odsłonięciach wymagających precyzyjnie określonych punktów końcowych.
Na podstawie pisemnego briefu Vidu Q3 tworzy stylizowane wideo z płynnym ruchem, bogatymi detalami i opcjonalnym dźwiękiem. Reżyserzy i zespoły kreatywne mogą wizualizować prezentowane koncepcje, pomysły na kampanie i sceny jeszcze przed rozpoczęciem produkcji.
Gdy scena obejmuje kilka obiektów, połącz do czterech obrazów referencyjnych, aby zachować ich tożsamość. Rezultat sprawdza się w narracjach grupowych, materiałach promujących współpracę i historiach klientów, które zależą od rozpoznawalności uczestników.
Wbuduj generowanie Vidu Q3 w narzędzia dla twórców, które przyjmują tekst lub statyczne obrazy i zwracają wideo z opcjonalnym dźwiękiem. Deweloperzy mogą obsługiwać studia treści, platformy marketingowe i zautomatyzowane potoki produkcyjne w ramach jednej rodziny modeli.
Zobacz, jak poszczególne endpointy Vidu Q3 oraz wybrane konkurencyjne modele wideo wypadają pod względem obsługiwanych danych wejściowych, maksymalnej rozdzielczości, generowania dźwięku i standardowej ceny za sekundę.
| Model | Typy danych wejściowych | Maksymalna rozdzielczość | Generowanie dźwięku | Cena standardowa |
|---|---|---|---|---|
| Vidu Q3-Mix Reference to Video | Tekst + od 1 do 4 obrazów referencyjnych | 1080p | √ | $0.125/sekundę |
| Vidu Q3 Reference to Video | Tekst + od 1 do 4 obrazów referencyjnych | 1080p | √ | $0.05/sekundę |
| Vidu Q3-Pro Start-end-to-video | Tekst + obrazy początkowy i końcowy | 1080p | √ | $0.05/sekundę |
| Vidu Q3-Turbo Image-to-video | Tekst + obraz | 1080p | √ | $0.04/sekundę |
| Vidu Q3-Turbo Start-end-to-video | Tekst + obrazy początkowy i końcowy | 1080p | √ | $0.04/sekundę |
| Vidu Q3-Turbo Text-to-video | Tekst | 1080p | √ | $0.04/sekundę |
| Vidu Q3-Pro Image-to-video | Tekst + obraz | 1080p | √ | $0.05/sekundę |
| Vidu Q3-Pro Text-to-video | Tekst | 1080p | √ | $0.05/sekundę |
| Wan-3.0 Reference-to-video | Tekst + odwołanie do obrazu, wideo, dźwięku, pliku lub strony internetowej | 1080p | √ | $0.05/sekundę |
| Kling V3.0 Turbo Image-to-Video | Obraz + opcjonalny tekst | 1080p | √ | $0.112/sekundę |
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 Q3 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 Q3, 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 Q3 to rodzina modeli do generowania wideo opracowana przez ShengShu Technology. Atlas Cloud udostępnia endpointy text-to-video, image-to-video, start-end-to-video oraz reference-to-video. Obsługiwane trasy generują filmy w rozdzielczości do 1080p, z opcjonalnym dźwiękiem.
Twórz filmy bezpośrednio na podstawie promptów tekstowych lub animuj pojedynczy obraz źródłowy, kontrolując ruch. Trasy start-end-to-video generują przejścia między dwoma stanami wizualnymi. Trasy reference-to-video wykorzystują od jednego do czterech obrazów, aby zachować te same obiekty w nowej scenie.
Najpierw wybierz trasę na podstawie typu danych wejściowych: tekstu, jednego obrazu, dwóch klatek granicznych lub wielu obrazów referencyjnych. Turbo ma najniższą podaną standardową stawkę, Q3 Reference oferuje inteligentne przełączanie kamery, a Q3 Mix kładzie nacisk na jakość obrazu, przejścia między scenami i dynamiczne efekty. Przed implementacją zapoznaj się ze schematem endpointu, ponieważ dostępne elementy sterujące różnią się w zależności od trasy.
Utwórz klucz API w panelu Atlas Cloud i wybierz endpoint odpowiadający Twojemu procesowi pracy z danymi wejściowymi. Wyślij żądanie POST z uwierzytelnianiem bearer do /api/v1/model/generateVideo, podając identyfikator modelu, prompt oraz wymagane pola multimedialne. Przechowuj klucz API na swoim serwerze i korzystaj ze zwracanych pól status oraz output do zarządzania generowaniem.
Dane wejściowe różnią się w zależności od endpointu i mogą obejmować prompt tekstowy, jeden obraz źródłowy, obrazy początkowy i końcowy lub od jednego do czterech obrazów referencyjnych. W zależności od trasy elementy sterujące mogą obejmować czas trwania, rozdzielczość, generowanie dźwięku, muzykę w tle, proporcje obrazu, amplitudę ruchu oraz seed. Za źródło prawdy uznawaj schemat wybranego endpointu.
Tak, wymienione trasy Atlas Cloud obsługują dźwięk lub opcjonalne generowanie dźwięku. Przed wysłaniem żądań produkcyjnych sprawdź w wybranym schemacie element sterujący generate_audio oraz jego wartość domyślną.
W przypadku Q3 Mix Reference-to-Video obrazy można przekazywać jako dostępne adresy URL lub ciągi Base64 w formacie PNG, JPEG, JPG lub WebP. Każdy obraz musi mieć co najmniej 128 na 128 pikseli, proporcje obrazu od 1:4 do 4:1 oraz mieścić się w udokumentowanym limicie 50 MB.
Standardowa cena wynosi $0.04 za sekundę dla wymienionych tras Turbo, $0.05 za sekundę dla wymienionych tras Pro i Q3 Reference-to-Video oraz $0.125 za sekundę dla Q3 Mix Reference-to-Video. Atlas Cloud korzysta z rozliczeń pay-as-you-go, dlatego koszt zależy od wybranej trasy i czasu trwania wygenerowanego materiału.
Najpierw upewnij się, że identyfikator modelu, uwierzytelnianie bearer, wymagany prompt oraz pola multimedialne odpowiadają schematowi wybranego endpointu. W przypadku zadań referencyjnych podaj od jednego do czterech dostępnych obrazów spełniających udokumentowane wymagania dotyczące formatu i wymiarów. Jeśli wynik nie odpowiada Twoim oczekiwaniom, dopracuj prompt lub dostosuj amplitudę ruchu, seed, rozdzielczość i ustawienia dźwięku, jeśli dana trasa je udostępnia.
Poradniki, samouczki i nowości produktowe, dzięki którym w pełni wykorzystasz Atlas Cloud.