vidu/reference-to-video-q1

obraz-do-wideo

Vidu Reference-to-Video Q1 API by Vidu

vidu/reference-to-video-q1

Reference-to-video-q1

Open and Advanced Large-Scale Video Generative Models.

Vidu Reference-to-Video 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.

WEJŚCIE

Prompt *

Obrazy *(0/7)

Możesz przeciągnąć i upuścić plik lub kliknąć, aby przesłać

MAX:7

Proporcje

Amplituda ruchu

Seed

WYJŚCIE

Bezczynny

Twoje wygenerowane wideo pojawi się tutaj

Skonfiguruj ustawienia i kliknij Uruchom, aby rozpocząć

Każde uruchomienie będzie kosztować $0.4. Za $10 możesz uruchomić ten model około 25 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": "vidu/reference-to-video-q1",  # Required. model name
    "seed": 0,  # The random seed to use for the generation
    "images": [
        "https://static.atlascloud.ai/media/images/1752044067562333610_05bBXmGY.PNG"
    ],  # Required. Reference images for video generation. default: ["https://static.atlascloud.ai/media/images/1752044067562333610_05bBXmGY.PNG"]
    "prompt": "A character takes two natural steps in front of the camera and then strikes some poses",  # Required. Text prompt: A textual description for video generation, with a maximum length of 1500 characters
    "aspect_ratio": "16:9",  # The aspect ratio of the output video. options: 16:9 | 9:16 | 1:1
    "movement_amplitude": "auto",  # The movement amplitude of objects in the frame. options: auto | small | medium | large
}

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": "vidu/reference-to-video-q1",
    "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: 6Wymagane: 3Opcjonalne: 3

modelstringrequired

model name

Default: "vidu/reference-to-video-q1"

seedinteger

The random seed to use for the generation.

Default: 0

imagesarray[string]required

Reference images for video generation. Requirements: 1. Accept 1-3 images; 2. Images can be URLs or Base64 encoded; 3. Supported formats: PNG, JPEG, JPG, WebP; 4. Minimum size: 128x128 pixels; 5. Aspect ratio: less than 1:4 or 4:1; 6. Maximum size: 50MB per image.

Default: ["https://static.atlascloud.ai/media/images/1752044067562333610_05bBXmGY.PNG"]Min items: 1Max items: 7

promptstringrequired

Text prompt: A textual description for video generation, with a maximum length of 1500 characters.

Default: "A character takes two natural steps in front of the camera and then strikes some poses"

aspect_ratiostring

The aspect ratio of the output video. Defaults to 16:9, accepted: 16:9 9:16 1:1.

Default: "16:9"

16:99:161:1

movement_amplitudestring

The movement amplitude of objects in the frame. Defaults to auto, accepted value: auto, small, medium, large.

Default: "auto"

autosmallmediumlarge

Przykładowa treść żądania

{
  "model": "vidu/reference-to-video-q1",
  "seed": 0,
  "images": [
    "https://static.atlascloud.ai/media/images/1752044067562333610_05bBXmGY.PNG"
  ],
  "prompt": "A character takes two natural steps in front of the camera and then strikes some poses",
  "aspect_ratio": "16:9",
  "movement_amplitude": "auto"
}

Schema wyjściowy

API zwraca odpowiedź predykcji z URL-ami wygenerowanych wyników.

idstring

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

modelstring

Model ID used for the prediction.

statusstring

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

outputsarray

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

created_atstring

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

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": {
    "title": "AtlasCloud API",
    "version": "1.0.0",
    "description": "The AtlasCloud API."
  },
  "paths": {
    "/api/v1/model/generateVideo": {
      "post": {
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "The request status."
          }
        },
        "requestBody": {
          "content": {
            "application/json": {
              "schema": {
                "$ref": "#/components/schemas/Input"
              }
            }
          },
          "required": true
        }
      },
      "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": {
        "type": "object",
        "required": [
          "model",
          "prompt",
          "images"
        ],
        "properties": {
          "model": {
            "type": "string",
            "description": "model name",
            "default": "vidu/reference-to-video-q1"
          },
          "seed": {
            "type": "integer",
            "default": 0,
            "description": "The random seed to use for the generation."
          },
          "images": {
            "type": "array",
            "items": {
              "type": "string"
            },
            "default": [
              "https://static.atlascloud.ai/media/images/1752044067562333610_05bBXmGY.PNG"
            ],
            "maxItems": 7,
            "minItems": 1,
            "description": "Reference images for video generation. Requirements: 1. Accept 1-3 images; 2. Images can be URLs or Base64 encoded; 3. Supported formats: PNG, JPEG, JPG, WebP; 4. Minimum size: 128x128 pixels; 5. Aspect ratio: less than 1:4 or 4:1; 6. Maximum size: 50MB per image."
          },
          "prompt": {
            "type": "string",
            "default": "A character takes two natural steps in front of the camera and then strikes some poses",
            "description": "Text prompt: A textual description for video generation, with a maximum length of 1500 characters."
          },
          "aspect_ratio": {
            "enum": [
              "16:9",
              "9:16",
              "1:1"
            ],
            "type": "string",
            "default": "16:9",
            "description": "The aspect ratio of the output video. Defaults to 16:9, accepted: 16:9 9:16 1:1."
          },
          "movement_amplitude": {
            "enum": [
              "auto",
              "small",
              "medium",
              "large"
            ],
            "type": "string",
            "default": "auto",
            "description": "The movement amplitude of objects in the frame. Defaults to auto, accepted value: auto, small, medium, large."
          }
        },
        "x-order-properties": [
          "model",
          "images",
          "prompt",
          "aspect_ratio",
          "movement_amplitude",
          "seed"
        ]
      },
      "PredictionResponse": {
        "type": "object",
        "properties": {
          "id": {
            "type": "string",
            "description": "Unique identifier for the prediction, the ID of the prediction to get."
          },
          "urls": {
            "type": "object",
            "description": "Object containing related API endpoints."
          },
          "model": {
            "type": "string",
            "description": "Model ID used for the prediction."
          },
          "status": {
            "type": "string",
            "description": "Status of the task: created, processing, completed, or failed."
          },
          "outputs": {
            "type": "array",
            "items": {
              "type": "string"
            },
            "description": "Array of URLs to the generated content (empty when status is not completed)."
          },
          "created_at": {
            "type": "string",
            "format": "date-time",
            "description": "ISO timestamp of when the request was created (e.g., “2023-04-01T12:34:56.789Z”)."
          }
        }
      }
    },
    "securitySchemes": {
      "apiKeyAuth": {
        "in": "header",
        "name": "Authorization",
        "type": "apiKey"
      }
    }
  }
}

Szablon Prompt dla LLM

# vidu/reference-to-video-q1

> Open and Advanced Large-Scale Video Generative Models.


## 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**: `vidu/reference-to-video-q1`


## 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: `"vidu/reference-to-video-q1"`

- **`images`** (`array[string]`, _required_):
  Reference images for video generation. Requirements: 1. Accept 1-3 images; 2. Images can be URLs or Base64 encoded; 3. Supported formats: PNG, JPEG, JPG, WebP; 4. Minimum size: 128x128 pixels; 5. Aspect ratio: less than 1:4 or 4:1; 6. Maximum size: 50MB per image.
  - Default: `["https://static.atlascloud.ai/media/images/1752044067562333610_05bBXmGY.PNG"]`
  - Min items: 1
  - Max items: 7

- **`prompt`** (`string`, _required_):
  Text prompt: A textual description for video generation, with a maximum length of 1500 characters.
  - Default: `"A character takes two natural steps in front of the camera and then strikes some poses"`

- **`aspect_ratio`** (`string`, _optional_):
  The aspect ratio of the output video. Defaults to 16:9, accepted: 16:9 9:16 1:1.
  - Default: `"16:9"`
  - Options: "16:9", "9:16", "1:1"

- **`movement_amplitude`** (`string`, _optional_):
  The movement amplitude of objects in the frame. Defaults to auto, accepted value: auto, small, medium, large.
  - Default: `"auto"`
  - Options: "auto", "small", "medium", "large"

- **`seed`** (`integer`, _optional_):
  The random seed to use for the generation.
  - Default: `0`



**Required Parameters Example**:

```json
{
  "model": "vidu/reference-to-video-q1",
  "prompt": "A character takes two natural steps in front of the camera and then strikes some poses",
  "images": [
    "https://static.atlascloud.ai/media/images/1752044067562333610_05bBXmGY.PNG"
  ]
}
```


**Full Example**:

```json
{
  "model": "vidu/reference-to-video-q1",
  "images": [
    "https://static.atlascloud.ai/media/images/1752044067562333610_05bBXmGY.PNG"
  ],
  "prompt": "A character takes two natural steps in front of the camera and then strikes some poses",
  "aspect_ratio": "16:9",
  "movement_amplitude": "auto",
  "seed": 0
}
```


### Output Schema

The API returns the following output format:


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

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

- **`model`** (`string`, _optional_):
  Model ID used for the prediction.

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

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

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



**Example Response**:

```json
{
  "id": "",
  "urls": {},
  "model": "",
  "status": "",
  "outputs": [
    ""
  ],
  "created_at": ""
}
```


## 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": "vidu/reference-to-video-q1",
  "images": [
    "https://static.atlascloud.ai/media/images/1752044067562333610_05bBXmGY.PNG"
  ],
  "prompt": "A character takes two natural steps in front of the camera and then strikes some poses",
  "aspect_ratio": "16:9",
  "movement_amplitude": "auto",
  "seed": 0
}'

# 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/vidu/reference-to-video-q1)

Brak dostępnych przykładów

Ładowanie...

Reference to Video Q1

Features

Multi-Entity Consistency

Maintains visual identity of characters and objects
Preserves style and appearance across frames
Supports multiple reference subjects

Flexible Input

Accepts 1-3 reference images
Supports various aspect ratios (16:9, 9:16, 1:1)
Adjustable movement amplitude

Requirements

Images

Number: 1-3 reference images
Format: PNG, JPEG, JPG, WebP
Size: Minimum 128x128 pixels
Aspect ratio: Less than 1:4 or 4:1
File size: Maximum 50MB per image

Prompt

Maximum length: 1500 characters
Should describe desired motion and scene

Best Practices

Use clear, high-quality reference images
Provide detailed prompts for better results
Consider scene composition in reference images
Test different movement amplitudes for optimal output

Effect Boundaries

Best results with clear, well-lit reference images
Movement amplitude affects transition smoothness
Complex scenes may require multiple reference images

Vidu Reference-to-Video Q1 API by Vidu

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

Reference to Video Q1

Features

Multi-Entity Consistency

Flexible Input

Requirements

Images

Prompt

Best Practices

Effect Boundaries

Eksploruj Podobne Modele

Vidu Q3-Mix Reference to Video

Vidu Q3 Reference to Video

Vidu Q3-Pro Start-end-to-video

Vidu Q3-Turbo Image-to-video

Vidu Q3-Turbo Start-end-to-video

Vidu Q3-Turbo Text-to-video

Vidu Q3-Pro Image-to-video

Vidu Q3-Pro Text-to-video

Vidu Reference-to-Video 2.0

Vidu Start-End-to-Video 2.0

Image-to-video-2.0

Vidu Q2-Turbo Start-end-to-video

Vidu Q2-Pro Start-end-to-video

Vidu Q2-Pro-Fast Start-end-to-video

Vidu Q2 Reference-to-video

Vidu Q2-Pro Reference-to-video

Jedno API do całej multimedialnej AI.

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