




Kling V4 ซึ่งพัฒนาโดย Kuaishou เป็นโมเดลวิดีโอ 4K HDR ที่สร้างขึ้นสำหรับการผลิตระดับมืออาชีพ ผสมผสานการเคลื่อนไหวที่ซับซ้อนและเสถียรเข้ากับรูปแบบอัลตราไวด์ 21:9 และการแก้ไขที่ตรงจุดสำหรับสีหน้า มุมกล้อง พื้นหลัง สไตล์ภาพ และบทสนทนา Atlas Cl…
ตระกูลโมเดล 107 ตระกูล · 6 หมวด

Kling V4 ซึ่งพัฒนาโดย Kuaishou เป็นโมเดลวิดีโอ 4K HDR ที่สร้างขึ้นสำหรับการผลิตระดับมืออาชีพ ผสมผสานการเคลื่อนไหวที่ซับซ้อนและเสถียรเข้ากับรูปแบบอัลตราไวด์ 21:9 และการแก้ไขที่ตรงจุดสำหรับสีหน้า มุมกล้อง พื้นหลัง สไตล์ภาพ และบทสนทนา Atlas Cl…

Seedance 2.5 API พร้อมใช้งานแล้วบน Atlas Cloud! มอบโมเดลวิดีโอใหม่ล่าสุดของ ByteDance ให้กับนักพัฒนา สร้างวิดีโอเนทีฟได้นานถึง 30 วินาทีในการประมวลผลเพียงครั้งเดียวจากข้อความ รูปภาพเดียว หรือการอ้างอิงหลายรูปแบบสูงสุด 50 รายการ พร้อมเสียงที…

Wan 3.0 API คือเจเนอเรชันถัดไปของตระกูลวิดีโอ Wan จาก Alibaba ซึ่งสร้างขึ้นเพื่อยกระดับการสร้างวิดีโอแบบยาว การควบคุมแบบหลายข้อมูลอ้างอิง และคุณภาพของภาพและเสียงให้ก้าวไปอีกขั้น Atlas Cloud ได้โฮสต์ Wan 2.7, 2.6 และ 2.5 ไว้แล้ว และ Wan 3.0…

MiniMax H3 คือผลิตภัณฑ์วิดีโอแบบมัลติโมดัลของ MiniMax สำหรับการสร้างสรรค์โดยใช้ข้อความ รูปภาพ และข้อมูลอ้างอิง ในเส้นทาง API ที่รองรับ ระบบจะคงลักษณะของวัตถุจากสื่ออ้างอิงไว้ มีอัตราส่วนภาพที่ยืดหยุ่น และจับคู่เสียงที่สร้างขึ้นกับภาพผ่าน H3…

ตระกูล gpt-image-2.5 จาก OpenAI มอบทางเลือก Flare และ Sunburst ให้แก่นักพัฒนาสำหรับกระบวนการทำงานด้านการสร้างภาพเพื่อใช้งานจริง เรนเดอร์ด้วยความละเอียดตามต้องการสูงสุด 3840x2160 และเลือกได้จากระดับคุณภาพ 5 ระดับ รวมถึง xhigh และ max เพื่อให…

Seedream 5.0 Pro API มอบโมเดลการแก้ไขภาพที่ควบคุมได้ของ ByteDance บน Atlas Cloud ให้กับนักพัฒนา โดยจะวางการแก้ไขอย่างแม่นยำด้วยจุดยึดและพิกัด แยกภาพออกเป็นเลเยอร์ที่แก้ไขได้ ผสานข้อมูลอ้างอิงหลายรายการ และจับคู่สีและวัสดุที่แน่นอน พร้อมข้อค…

Kling V4 ซึ่งพัฒนาโดย Kuaishou เป็นโมเดลวิดีโอ 4K HDR ที่สร้างขึ้นสำหรับการผลิตระดับมืออาชีพ ผสมผสานการเคลื่อนไหวที่ซับซ้อนและเสถียรเข้ากับรูปแบบอัลตราไวด์ 21:9 และการแก้ไขที่ตรงจุดสำหรับสีหน้า มุมกล้อง พื้นหลัง สไตล์ภาพ และบทสนทนา Atlas Cl…

Seedance 2.5 API พร้อมใช้งานแล้วบน Atlas Cloud! มอบโมเดลวิดีโอใหม่ล่าสุดของ ByteDance ให้กับนักพัฒนา สร้างวิดีโอเนทีฟได้นานถึง 30 วินาทีในการประมวลผลเพียงครั้งเดียวจากข้อความ รูปภาพเดียว หรือการอ้างอิงหลายรูปแบบสูงสุด 50 รายการ พร้อมเสียงที…

Wan 3.0 API คือเจเนอเรชันถัดไปของตระกูลวิดีโอ Wan จาก Alibaba ซึ่งสร้างขึ้นเพื่อยกระดับการสร้างวิดีโอแบบยาว การควบคุมแบบหลายข้อมูลอ้างอิง และคุณภาพของภาพและเสียงให้ก้าวไปอีกขั้น Atlas Cloud ได้โฮสต์ Wan 2.7, 2.6 และ 2.5 ไว้แล้ว และ Wan 3.0…

MiniMax H3 คือผลิตภัณฑ์วิดีโอแบบมัลติโมดัลของ MiniMax สำหรับการสร้างสรรค์โดยใช้ข้อความ รูปภาพ และข้อมูลอ้างอิง ในเส้นทาง API ที่รองรับ ระบบจะคงลักษณะของวัตถุจากสื่ออ้างอิงไว้ มีอัตราส่วนภาพที่ยืดหยุ่น และจับคู่เสียงที่สร้างขึ้นกับภาพผ่าน H3…

Seedance 2.0 คือโมเดลวิดีโอสำหรับการใช้งานจริงของ ByteDance ที่ออกแบบมาเพื่อสร้างช็อตได้อย่างแม่นยำ เปลี่ยนพรอมป์ต์เป็นวิดีโอ ทำให้ภาพเฟรมแรกเคลื่อนไหวโดยมีตัวเลือกให้ใช้คำแนะนำจากเฟรมสุดท้าย หรือปรับแต่งผลลัพธ์ด้วยสื่ออ้างอิงและการค้นหาเว็…

Kling V3 API family จาก Kuaishou รองรับเวิร์กโฟลว์ทั้งข้อความ รูปภาพ และวิดีโออ้างอิง ถ่ายทอดการเคลื่อนไหวโดยคงเอกลักษณ์ของตัวละครไว้ ใช้ภาพอ้างอิงเพื่อกำกับการสร้าง และตัดต่อวิดีโอด้วยคำสั่งภาษาธรรมชาติ Atlas Cloud มี endpoint แบบ Standard…

Grok Imagine Video เปิดให้นักพัฒนาเข้าถึงตระกูลวิดีโอของ xAI เพื่อสร้าง ทำให้เคลื่อนไหว ขยาย และตัดต่อคลิป สร้างวิดีโอความยาว 1 ถึง 15 วินาทีจากพรอมต์ กำกับบุคคล วัตถุ หรือสไตล์ด้วยภาพอ้างอิงได้สูงสุดเจ็ดภาพ และทำงานที่ความละเอียด 480p หรือ…

Vidu Q4 คือโมเดลวิดีโอเรือธงรุ่นล่าสุดของ Vidu ออกแบบมาสำหรับการสร้างวิดีโอจากภาพและจากภาพอ้างอิง สามารถทำให้ภาพนิ่งภาพเดียวมีชีวิตขึ้นมาและสร้างการเปลี่ยนฉากโดยอัตโนมัติ ช่วยให้นักพัฒนามีช่องทางป้อนข้อมูล 2 รูปแบบสำหรับเวิร์กโฟลว์ผลิตภัณฑ์…

Gemini Omni 1.1 Flash เป็นตระกูลวิดีโอแบบมัลติโมดัลโดยกำเนิดของ Google DeepMind สำหรับเวิร์กโฟลว์การผลิตที่ยืดหยุ่น แก้ไขฟุตเทจที่มีอยู่ด้วยคำสั่งข้อความ รักษาความสอดคล้องทางภาพด้วยภาพอ้างอิงสูงสุด 10 ภาพและคลิปวิดีโอ 3 คลิป หรือขยายช็อตเป็…

Seedance 2.0 Mini นำเสนอการสร้างวิดีโอแบบมัลติโมดัลของ ByteDance สู่เวิร์กโฟลว์ที่ความเร็วและต้นทุนมีความสำคัญสูงสุด โดยมอบความสามารถหลักของ Seedance 2.0 ในรูปแบบที่ใช้ทรัพยากรน้อยลง — สร้างได้เร็วกว่า ต้นทุนต่อวิดีโอต่ำกว่า และใช้การผสานรว…

Wan 2.7 API มอบชุดวิดีโอแบบออลอินวันของ Alibaba ให้กับนักพัฒนา ซึ่งครอบคลุมตั้งแต่การแปลงข้อความเป็นวิดีโอ รูปภาพเป็นวิดีโอ ข้อมูลอ้างอิงเป็นวิดีโอ และการตัดต่อวิดีโอ รวมถึงการสร้างรูปภาพ โดยสามารถสร้างคลิป 1080p แบบเนทีฟความยาวสูงสุด 15 วิ…

Veo 3.1 คือกลุ่มโมเดลสร้างวิดีโอของ Google DeepMind สำหรับการผลิตงานภาพยนตร์ รองรับการควบคุมเฟรมแรกและเฟรมสุดท้าย ภาพอ้างอิงสูงสุด 3 ภาพเพื่อให้ตัวแบบมีความสอดคล้องกัน และการขยายฉากโดยรักษาความต่อเนื่องของภาพและเสียง Atlas Cloud ช่วยตัดขั้น…

HappyHorse 1.1 คือกลุ่มโมเดลสร้างวิดีโอของ Alibaba สำหรับนักพัฒนาที่ทำงานจากข้อความ เฟรมต้นทาง หรือภาพอ้างอิง โดยเปลี่ยนพรอมป์ตให้เป็นคลิปวิดีโอ ทำให้เฟรมแรกที่เลือกเคลื่อนไหวได้พร้อมคำแนะนำเสริม และรองรับภาพอ้างอิงตั้งแต่หนึ่งถึงเก้าภาพเพื…

Pixverse v6 คือกลุ่มโมเดลสร้างวิดีโอด้วย AI ของ PixVerse สำหรับนักพัฒนาที่ต้องการควบคุมงานสร้างสรรค์ได้อย่างแม่นยำ รองรับพรอมต์ยาวสูงสุด 5,000 อักขระ การสร้างโดยใช้ภาพอ้างอิงสูงสุด 7 ภาพ และคำขอที่กำหนด seed เพื่อช่วยสร้างผลลัพธ์ซ้ำได้ในการ…

Youchuan API รองรับทั้งเจเนอเรชัน V8.1 และ V8.2 แล้ว ครอบคลุมทั้งภาพนิ่งและภาพเคลื่อนไหว โหมดที่ขับเคลื่อนด้วย prompt จะส่งคืนรูปแบบให้พร้อมกันสี่แบบ ภาพเรนเดอร์ที่ native 2K HD โดยไม่ต้องผ่านขั้นตอน upscaling การ blend สามารถรวมภาพอ้างอิงไ…

Vidu Q2 คือกลุ่มโมเดลสร้างวิดีโอที่ออกแบบมาสำหรับเวิร์กโฟลว์การผลิตที่ควบคุมได้ กำหนดเฟรมเริ่มต้นและเฟรมสิ้นสุดเพื่อกำหนดรูปแบบของลำดับภาพ ทำให้ภาพนิ่งเคลื่อนไหวด้วยการเคลื่อนไหวที่ลื่นไหล และเลือกใช้รุ่น Turbo, Pro หรือ Pro Fast ให้เหมาะกั…

ltx 2.3 คือกลุ่มโมเดลสร้างวิดีโอของ Lightricks สำหรับการสร้างสรรค์ผลงานสไตล์ภาพยนตร์ผ่านเวิร์กโฟลว์ Fast และ Pro โมเดล Fast สามารถสร้างคลิปความยาวสูงสุด 20 วินาทีที่ความละเอียด 720p หรือ 1080p ขณะที่เวิร์กโฟลว์ภาพสามารถทำให้เฟรมแรกเคลื่อนไห…

Vidu Q3 คือชุดโมเดลของ Vidu สำหรับการสร้างวิดีโอคุณภาพประณีตและการเล่าเรื่องด้วยภาพ ตัวเลือก Pro, Turbo, Q3 และ Q3-Mix มอบการเคลื่อนไหวที่ราบรื่น รายละเอียดสมจริงหลากหลายสไตล์ภาพ การสลับกล้องอัจฉริยะ และการเปลี่ยนฉากที่ลื่นไหล เข้าถึงชุดโมเ…

Hailuo 02 คือกลุ่มโมเดลสร้างวิดีโอของ Hailuo AI ที่พัฒนาขึ้นสำหรับนักพัฒนาซึ่งต้องการประสิทธิภาพที่ยืดหยุ่นในหลายระดับ โมเดล Standard มอบประสิทธิภาพที่ดีขึ้น 2.5 เท่าซึ่งผ่านการตรวจสอบแล้ว และมีอัตราการตอบสนองต่อคำสั่งที่ซับซ้อน 85% เพื่อกา…

Kling v2.6 เป็นตระกูลโมเดลวิดีโอของ Kuaishou สำหรับสร้างวิดีโอจากข้อความและภาพในสไตล์ภาพยนตร์ อวตาร AI และถ่ายโอนการเคลื่อนไหวโดยอิงจากภาพอ้างอิง รองรับอัตราส่วนภาพที่ยืดหยุ่น การเคลื่อนไหวที่สมจริงยิ่งขึ้น อัตลักษณ์ที่คงที่ และความสอดคล้อง…

Grok Imagine Video 1.5 คือชุดโมเดลสร้างวิดีโอของ xAI สำหรับนักพัฒนาที่ต้องการควบคุมการเคลื่อนไหวจากพรอมต์และอินพุตภาพ สร้างภาพเคลื่อนไหวจากเฟรมเริ่มต้นด้วยคำสั่งการเคลื่อนไหวภาษาธรรมชาติ เลือก 480p หรือ 720p สำหรับเวิร์กโฟลว์อ้างอิง และเพิ่…

จาก Kuaishou, Kling 1.6 ใช้ภาพอ้างอิงเพื่อรักษาความสอดคล้องของตัวแบบในฉากที่มีตัวละครหรือวัตถุหลายชิ้น ส่วนรุ่น Multi I2V Pro ช่วยเพิ่มความต่อเนื่องและการติดตามการเคลื่อนไหว ขณะที่ I2V Pro ให้การผสานการเคลื่อนไหวที่ลื่นไหลขึ้นและพื้นผิวที่ส…

Kling v2.1 คือกลุ่มโมเดลวิดีโอ AI ของ Kuaishou สำหรับนักพัฒนาที่สร้างเวิร์กโฟลว์วิดีโอระดับโปรดักชัน กลุ่มโมเดลนี้รองรับการร่างวิดีโออย่างรวดเร็วที่ความละเอียด 720p การทำให้ภาพเคลื่อนไหวคมชัดและลื่นไหล ความลึกของภาพระดับมืออาชีพ การตีความพร…

MiniMax H3 Max จาก MiniMax สร้างวิดีโอสไตล์ภาพยนตร์ และรองรับคำแนะนำจากเฟรมสุดท้ายแบบเลือกใช้ได้เมื่อทำให้ภาพต้นฉบับเคลื่อนไหว ช่วยให้นักพัฒนาควบคุมการจบของแต่ละช็อตได้มากยิ่งขึ้น Atlas Cloud ให้บริการใช้งานแบบจ่ายตามการใช้งานผ่าน OpenAI co…

Grok Imagine Video 1.5 Lite เป็นโมเดลต้นทุนต่ำที่สุดของ xAI ในตระกูลวิดีโอ Grok Imagine ออกแบบมาสำหรับการสร้างภาพและเสียงแบบผสานรวมจากพรอมป์ต์หรือภาพต้นฉบับ รองรับเสียงพูดที่สอดคล้องกับการขยับปาก และเลือกคุณภาพเอาต์พุตได้ รวมถึง 1080p ที่อั…

Vidu Q1 คือกลุ่มผลิตภัณฑ์สร้างวิดีโอแบบหลายโหมดของ Vidu สำหรับนักพัฒนาที่สร้างเวิร์กโฟลว์ภาพที่ควบคุมได้ สร้างคลิปจากพรอมต์ข้อความ ภาพต้นฉบับ ข้อมูลอ้างอิงด้านภาพ หรือเฟรมเริ่มต้นและเฟรมสิ้นสุดที่กำหนดไว้ โดยเลือกเส้นทางอินพุตให้เหมาะกับงาน…

Pixverse c1 คือโมเดลวิดีโอ AI รุ่นแรกของ PixVerse ที่สร้างขึ้นโดยเฉพาะสำหรับการผลิตภาพยนตร์ เอนจินแอ็กชัน เอฟเฟกต์ภาพสไตล์ภาพยนตร์ ความสอดคล้องที่กำกับด้วยข้อมูลอ้างอิง และการแปลงสตอรีบอร์ดแบบหลายแผง ช่วยรองรับลำดับฉากหลายช็อตที่ต่อเนื่องแล…

Luma Ray 3.2 API นำเสนอโมเดลวิดีโอ Ray 3.2 ของ Luma ผ่าน Atlas Cloud ซึ่งเป็นการอัปเดตที่ช่วยให้ครีเอเตอร์สามารถกำกับวิดีโอ AI แบบเฟรมต่อเฟรมแทนที่จะใช้เพียงแค่พรอมต์ (prompt) สร้างคลิปวิดีโอระดับภาพยนตร์จากข้อความหรือเฟรมแรก ปรับแต่งสไตล์ข…

MiniMax H3 Fast คือกลุ่มผลิตภัณฑ์สร้างวิดีโอด้วยพรอมต์ของ MiniMax สำหรับการสร้างวิดีโอจากข้อความแนวภาพยนตร์ แอนิเมชันจากเฟรมแรกที่ควบคุมได้พร้อมรองรับเฟรมสุดท้ายเพิ่มเติม และคลิปจากภาพอ้างอิงที่คงตัวแบบต้นฉบับไว้ เข้าถึงทุกเวิร์กโฟลว์ผ่าน A…

Seedance 2.0 fast คือกลุ่มโมเดลสร้างวิดีโอของ ByteDance สำหรับเวิร์กโฟลว์การผลิตที่รวดเร็ว โดยเปลี่ยนพรอมต์ข้อความให้เป็นวิดีโอพร้อมเสียงในตัว สร้างภาพเคลื่อนไหวจากภาพเฟรมแรกโดยมีตัวเลือกให้ระบุเฟรมสุดท้าย และรองรับข้อมูลอ้างอิงแบบมัลติโมดั…

FLUX 3 API นำ foundation model รุ่นล่าสุดของ Black Forest Labs มาไว้ในสแต็กของคุณ ด้วยสถาปัตยกรรม Self-Flow เดียวที่ฝึกร่วมกันบนภาพ วิดีโอ และเสียง สร้างคลิปความยาวสูงสุด 20 seconds ที่มีบทสนทนาหลายภาษา เอฟเฟกต์เสียง และบรรยากาศเสียงได้ในคร…

Perfect for AI Avatar Video Creation

Kling 2.0 คือกลุ่มโมเดลสร้างวิดีโอของ Kuaishou สำหรับสร้างวิดีโอจากข้อความและภาพ โมเดล Master มอบภาพที่มีรายละเอียดคมชัด ควบคู่กับแสงที่ปรับแต่งอย่างประณีตและความสมจริงของกล้อง พร้อมเวิร์กโฟลว์เฉพาะทาง 2 รูปแบบให้ผู้พัฒนาสร้างคลิปคุณภาพสูงจ…

Kling v2.5 Turbo Pro คือโมเดลสร้างวิดีโอ Kling ของ Kuaishou ที่เปลี่ยนพรอมต์และภาพต้นฉบับให้เป็นคลิปที่ผ่านการขัดเกลา โดดเด่นด้วยความแม่นยำของการเคลื่อนไหวแบบภาพยนตร์และความเสถียรตามเวลาที่ดียิ่งขึ้น ช่วยให้ฉากยังคงต่อเนื่องสอดคล้องกันเมื่อ…

Kling O1 คือกลุ่มโมเดลวิดีโอของ Kuaishou ที่พัฒนาขึ้นด้วยเทคโนโลยี Multi-modal Visual Language เวิร์กโฟลว์ text-to-video และ image-to-video เชื่อมโยงภาษาเข้ากับบริบทภาพ เพื่อสร้างการเคลื่อนไหวของฉากที่ลื่นไหลจากพรอมป์ต์หรือภาพต้นฉบับ Atlas…

ByteDance's Avatar Omni Human 2.0 is an audio-driven model for character animation. Support for multi-person scenes and dynamic gestures extends avatar creation to shared performances with expressive character movement. On Atlas Cloud, inte…

Vidu คือกลุ่มโมเดลสร้างวิดีโอของ Shengshu Technology ที่พัฒนาขึ้นเพื่อให้การเคลื่อนไหวต่อเนื่องและตัวแบบคงที่แม้มีการเปลี่ยนช็อต ซีรีส์ Q รองรับการควบคุมหลายตัวแบบ การสลับกล้องอัจฉริยะ การเคลื่อนไหวที่ลื่นไหล และเอาต์พุตเสียงและวิดีโอที่ซิง…


Gemini Omni คือชุดโมเดลวิดีโอแบบมัลติโมดัลโดยกำเนิดจาก Google DeepMind สำหรับการสร้างและตัดต่อวิดีโอตามพรอมต์ สร้างวิดีโอจากข้อความ ทำให้ภาพนิ่งเคลื่อนไหว หรือปรับแก้ฟุตเทจเดิมด้วยภาพอ้างอิงเสริมได้ โดยคงเนื้อหาที่ไม่ได้เลือกแก้ไขไว้ตามเดิม…

พัฒนาโดย MiniMax, Hailuo 2.3 นำการสร้างวิดีโอระดับมืออาชีพมาสู่เวิร์กโฟลว์ด้านครีเอทีฟและการผลิต Standard และ Pro ผสานความแม่นยำในการทำตามพรอมต์ที่เชื่อถือได้เข้ากับการเคลื่อนไหวขั้นสูง ความสมจริงของฟิสิกส์ ภาพสไตล์ภาพยนตร์ การเปลี่ยนแปลงขอ…

Wan 2.6 API สร้างเรื่องราวแบบหลายช็อตจากพรอมต์เดียว แทนที่จะเป็นคลิปเดียว เอนจินการเล่าเรื่องของ Alibaba ตัดสลับระหว่างช็อตด้วยการเปลี่ยนภาพที่ต่อเนื่องกลมกลืน พร้อมกับรักษาอัตลักษณ์ของตัวละคร เสียง และสไตล์ให้คงที่ตลอดทั้งฉาก ครอบคลุมการสร…

Developed by Black Forest Labs, FLUX.2 is a powerhouse 32-billion parameter rectified flow Transformer model that redefines creative workflows by unifying AI image generation, editing, and composition. It transforms complex text prompts int…

Seedance 1.5 Pro API brings ByteDance's audio-video model to developers through one endpoint. It generates video with synchronized native audio and multilingual lip sync, follows cinematic camera moves such as pans, orbits, and zooms, and k…

Ltx 2.5 จากตระกูล LTX-2 ของ Lightricks เปลี่ยนข้อความหรือภาพเฟรมแรกให้เป็นวิดีโอสไตล์ภาพยนตร์พร้อมเสียงที่ซิงค์กัน ขณะที่ audio-to-video รองรับแทร็กบทสนทนา เพลง หรือเสียงบรรยากาศเป็นตัวขับเคลื่อน และให้เสียงนั้นกำหนดระยะเวลาได้ เลือก 24 หรื…

HappyHorse 1.0 อยู่ในตระกูลการสร้างวิดีโอของ Alibaba สำหรับนักพัฒนาที่สร้างเวิร์กโฟลว์ภาพแบบควบคุมได้ สร้างวิดีโอจากข้อความหรือเฟรมแรก กำหนดอัตลักษณ์และสไตล์ด้วยภาพอ้างอิงตั้งแต่ 1 ถึง 9 ภาพ หรือแปลงฟุตเทจที่มีอยู่ด้วยคำสั่งข้อความ Atlas Cl…

Veo 3.1 Lite คือกลุ่มโมเดลวิดีโอของ Google สำหรับนักพัฒนาที่สร้างไปป์ไลน์การผลิตซึ่งรองรับการขยายขนาดได้ โดยขึ้นอยู่กับเอนด์พอยต์ คุณสามารถใช้ตัวเลือกความยืดหยุ่นด้านระยะเวลา สร้างทรานซิชันความยาว 8 วินาทีระหว่างเฟรมแรกและเฟรมสุดท้ายที่กำหน…

Veo 3.1 Fast คือกลุ่มโมเดลสร้างวิดีโอของ Google ที่เน้นความเร็ว ออกแบบมาสำหรับเวิร์กโฟลว์การผลิตที่ตอบสนองฉับไวและการทดลองสร้างสรรค์ที่รวดเร็ว เวิร์กโฟลว์พรอมป์และคีย์เฟรมยังคงรักษาความเที่ยงตรงของภาพไว้อย่างน่าประทับใจ พร้อมสร้างการเคลื่อน…

Seedance 1 Pro คือกลุ่มโมเดลสร้างวิดีโอของ ByteDance สำหรับการสร้างผลงานภาพยนตร์แบบหลายช็อต โดยคงความต่อเนื่องของฉากระหว่างการตัดต่อ และเปลี่ยนภาพนิ่งให้เป็นการเคลื่อนไหวที่สื่ออารมณ์ พร้อมรักษารายละเอียดให้สม่ำเสมอในทุกเฟรม บน Atlas Cloud…

Explore Nvidia Cosmos API on Atlas Cloud.

Van เป็นซีรี่ส์วิดีโอ AI ชั้นนำที่พัฒนาจาก Wan 2.5 และ 2.6 frameworks และ Van API รวมชุด text-to-video และ image-to-video ทั้งหมดของเราบน Atlas Cloud สร้างคลิปภาพยนตร์ได้ถึง 1080p จากนั้นเลือก 2.6 models ที่ปรับปรุงเพื่อความเร็วสำหรับการวนซ…

Wan 2.5 API สามารถสร้างวิดีโอและเสียงได้ในขั้นตอนเดียว ทำให้เสียงพูด เอฟเฟกต์เสียง และการซิงค์ริมฝีปากตรงกันโดยไม่ต้องทำแยกกัน สร้างขึ้นบนสถาปัตยกรรม Diffusion Transformer ของ Alibaba ครอบคลุมการแปลงข้อความและรูปภาพเป็นวิดีโอความละเอียด 480…

Wan API นำโมเดลวิดีโอ Wan แบบเปิดของ Alibaba มาสู่ Atlas Cloud ผ่านคีย์เดียวที่รวมเป็นหนึ่ง Wan 2.2 เป็นผู้บุกเบิกสถาปัตยกรรม Mixture-of-Experts สำหรับการแพร่กระจายวิดีโอ (video diffusion) ซึ่งช่วยเพิ่มความจุและการควบคุมการเคลื่อนไหวในต้นทุ…

Open, advanced large-scale image generative models that power high-fidelity creation and editing with modular APIs, reproducible training, built-in safety guardrails, and elastic, production-grade inference at scale.

ตระกูล gpt-image-2.5 จาก OpenAI มอบทางเลือก Flare และ Sunburst ให้แก่นักพัฒนาสำหรับกระบวนการทำงานด้านการสร้างภาพเพื่อใช้งานจริง เรนเดอร์ด้วยความละเอียดตามต้องการสูงสุด 3840x2160 และเลือกได้จากระดับคุณภาพ 5 ระดับ รวมถึง xhigh และ max เพื่อให…

Seedream 5.0 Pro API มอบโมเดลการแก้ไขภาพที่ควบคุมได้ของ ByteDance บน Atlas Cloud ให้กับนักพัฒนา โดยจะวางการแก้ไขอย่างแม่นยำด้วยจุดยึดและพิกัด แยกภาพออกเป็นเลเยอร์ที่แก้ไขได้ ผสานข้อมูลอ้างอิงหลายรายการ และจับคู่สีและวัสดุที่แน่นอน พร้อมข้อค…

Nano Banana 2.1 คือกลุ่มโมเดลภาพของ Google ที่สร้างขึ้นบน Gemini 3.6 Flash ให้ความสามารถในการสร้างและแก้ไขภาพระดับ Pro ด้วยความเร็วระดับ Flash รองรับการแก้ไขและผสานภาพด้วยภาษาธรรมชาติจากภาพอินพุต 1 ถึง 14 ภาพ พร้อมรักษาความสอดคล้องของตัวละค…

สร้างสรรค์ผลงานด้วย Nano Banana 2 API ที่ขับเคลื่อนโดยโมเดล Gemini 3.1 Flash Image ของ Google ซึ่งสามารถสร้างภาพ 4K แบบเนทีฟที่ความละเอียดสูงสุด 4096x2304 พร้อมการเรนเดอร์ข้อความที่แม่นยำและตัวละครที่สอดคล้องกันผ่านรูปภาพอ้างอิงสูงสุด 14 รู…

GPT Image 2 API ช่วยให้นักพัฒนาสามารถเข้าถึงโมเดลรูปภาพล่าสุดของ OpenAI ซึ่งเป็นรุ่นสืบทอดจาก GPT Image 1.5 โดยสามารถสร้างและแก้ไขรูปภาพพร้อมกับการเรนเดอร์ข้อความที่แม่นยำทั้งในอักษรละตินและ CJK รวมถึงการจัดวางองค์ประกอบที่ยอดเยี่ยมสำหรับโป…

สร้างโดย xAI, Grok Imagine Image 2.0 ผสานการสร้างภาพจากข้อความที่มีคุณภาพสูงเข้ากับการแก้ไขด้วยภาษาธรรมชาติสำหรับเวิร์กโฟลว์ที่อ้างอิงภาพ สร้างเอาต์พุตขนาด 1K หรือ 2K เปลี่ยนจากพรอมต์ให้กลายเป็นภาพที่เสร็จสมบูรณ์ และปรับแต่งภาพที่มีอยู่ด้วย…

Wan 2.7 API มอบชุดวิดีโอแบบออลอินวันของ Alibaba ให้กับนักพัฒนา ซึ่งครอบคลุมตั้งแต่การแปลงข้อความเป็นวิดีโอ รูปภาพเป็นวิดีโอ ข้อมูลอ้างอิงเป็นวิดีโอ และการตัดต่อวิดีโอ รวมถึงการสร้างรูปภาพ โดยสามารถสร้างคลิป 1080p แบบเนทีฟความยาวสูงสุด 15 วิ…

Seedream 5.0 Lite API นำโมเดลรูปภาพที่เน้นการใช้เหตุผลเป็นหลักของ ByteDance มาสู่ Atlas Cloud นี่คือโมเดลรูปภาพตัวแรกที่จับคู่การค้นหาเว็บแบบเรียลไทม์กับการให้เหตุผลเชิงภาพ โดยสร้างการสร้างภาพจากข้อมูลสดและฟิสิกส์ในโลกแห่งความเป็นจริง พร้อม…

Nano Banana 2 Lite API นำโมเดลรูปภาพ Gemini 3.1 Flash-Lite ของ Google มาสู่ Atlas Cloud ซึ่งเป็นระดับที่เร็วที่สุดและคุ้มค่าที่สุดในตระกูล Nano Banana โดยสามารถสร้างและแก้ไขรูปภาพได้ในไม่กี่วินาที ในขณะที่ยังคงรักษาความสม่ำเสมอของตัวละคร กา…

API ของ ByteDance สำหรับ Seedream 4.7 รวมการสร้างภาพจากข้อความ การแก้ไขภาพอย่างแม่นยำ และเวิร์กโฟลว์ภาพแบบต่อเนื่องไว้ในตระกูลเดียวกัน โดยทำตามคำสั่งพร้อมรักษาอัตลักษณ์ แสง และโครงสร้างเฉพาะจุดของภาพต้นฉบับ อีกทั้งยังสร้างชุดภาพที่สอดคล้องก…

Grok Imagine API ครอบคลุมโมเดลรูปภาพ วิดีโอ และพูดของ xAI ตั้งแต่ Image 2.0 ถึง Video 1.5 และ xAI TTS v1 สร้างรูปภาพนิ่ง 1K หรือ 2K ในอัตราส่วน 14 แบบ ขยายฉากไปยัง 15 วินาทีของวิดีโอ 1080p ควบคุมภาพด้วยรูปภาพอ้างอิงได้ถึง 7 รูป หรือเพิ่มบรร…

HiDream O1 1.5 Image API นำโมเดลพื้นฐานแบบรวมศูนย์ของ HiDream.ai มาสู่สแต็กของคุณ รองรับการสร้างภาพจากข้อความ การแก้ไขภาพเดี่ยว และการปรับแต่งเฉพาะบุคคลตามวัตถุ/ตัวแบบ บนระบบระดับพิกเซลเดียวกัน ปรับ guidance และ inference steps เพื่อให้ผลลั…

Youchuan API รองรับทั้งเจเนอเรชัน V8.1 และ V8.2 แล้ว ครอบคลุมทั้งภาพนิ่งและภาพเคลื่อนไหว โหมดที่ขับเคลื่อนด้วย prompt จะส่งคืนรูปแบบให้พร้อมกันสี่แบบ ภาพเรนเดอร์ที่ native 2K HD โดยไม่ต้องผ่านขั้นตอน upscaling การ blend สามารถรวมภาพอ้างอิงไ…

Nano Banana Pro คือโมเดลสร้างภาพ Nano Banana รุ่นถัดไปของ Google สำหรับเวิร์กโฟลว์ด้านภาพระดับโปรดักชัน โมเดลนี้สร้างภาพที่มีรายละเอียดคมชัดยิ่งขึ้น ควบคุมสีได้หลากหลายยิ่งขึ้น และใช้กระบวนการ diffusion ที่รวดเร็วขึ้น ขณะที่ endpoint สำหรับ…
Luma Uni 1 API นำเสนอโมเดลรูปภาพแบบให้เหตุผลแบบครบวงจรรุ่นแรกของ Luma ผ่านทาง Atlas Cloud ซึ่งครอบคลุมถึงการแปลงข้อความเป็นรูปภาพ การแก้ไขแบบกำหนดทิศทางได้ และการสร้างข้อมูลอ้างอิงจากรูปภาพสูงสุด 9 รูป Uni-1 ให้เหตุผลผ่านพรอมต์แทนการจับคู่ค…

Seedream v5.0 Flash คือกลุ่มโมเดลภาพของ ByteDance สำหรับการสร้าง การแก้ไข และการแยกแอสเซ็ตตามโครงสร้าง endpoint สำหรับแยกเลเยอร์จะแยกภาพหนึ่งภาพออกเป็นภาพฐานและเลเยอร์ PNG ที่จัดลำดับได้สูงสุด 16 เลเยอร์ พร้อมข้อมูล bounding box ชื่อ คำอธิบ…

FLUX 3 API นำ foundation model รุ่นล่าสุดของ Black Forest Labs มาไว้ในสแต็กของคุณ ด้วยสถาปัตยกรรม Self-Flow เดียวที่ฝึกร่วมกันบนภาพ วิดีโอ และเสียง สร้างคลิปความยาวสูงสุด 20 seconds ที่มีบทสนทนาหลายภาษา เอฟเฟกต์เสียง และบรรยากาศเสียงได้ในคร…

Qwen Image 3.0 pro คือชุดโมเดลสร้างและแก้ไขภาพของ Qwen สำหรับนักพัฒนาที่กำลังสร้างเวิร์กโฟลว์ด้านภาพสำหรับใช้งานจริง โมเดลนี้สร้างภาพได้สูงสุด 2048×2048 ปรับเขียนพรอมต์ใหม่โดยอัตโนมัติ เลือกความละเอียดตามเจตนาของพรอมต์ และทำตามคำสั่งแก้ไขด้…

Qwen Image 3.0 คือกลุ่มโมเดลสร้างและแก้ไขภาพของ Qwen สำหรับนักพัฒนาที่สร้างผลิตภัณฑ์ด้านภาพ โมเดลนี้ผสานการทำตาม prompt ได้อย่างแม่นยำและการเรนเดอร์ข้อความที่ซับซ้อน เข้ากับการเขียน prompt ใหม่โดยอัตโนมัติและการเลือกความละเอียดตาม prompt ผ่…

Qwen Image 2.0 pro มาจากตระกูลโมเดล Qwen และรองรับเวิร์กโฟลว์การสร้างและแก้ไขภาพระดับมืออาชีพ ความเข้าใจพรอมต์และคำสั่งขั้นสูงช่วยเปลี่ยนแนวทางสร้างสรรค์ที่มีรายละเอียดให้เป็นภาพใหม่คุณภาพสูงหรือการแก้ไขที่แม่นยำ Atlas Cloud ให้บริการ REST…

Qwen Image 2.0 คือโมเดลสร้างภาพเจเนอเรชันถัดไปจากทีม Qwen ของ Alibaba Cloud ออกแบบมาสำหรับอินพุตทั้งข้อความและรูปภาพ พร้อมให้เอาต์พุตความละเอียดระดับ 2K การยึดโยงกับความหมายที่แม่นยำยิ่งขึ้น รายละเอียดสมจริง และการทำตามคำสั่งอย่างแม่นยำ ครอ…

Midjourney 8.2 นำชุดเครื่องมือสร้างภาพและวิดีโอของ Midjourney มาสู่นักพัฒนาผ่าน Atlas Cloud สร้างผลงานจากข้อความ สร้างสรรค์ใหม่หรือปรับสไตล์จากภาพที่มีอยู่ ผสานอินพุตตั้งแต่สองถึงห้ารายการ ลบพื้นหลัง หรือทำให้ภาพเคลื่อนไหวเป็นคลิปความยาว 5…

Krea API มอบ Krea 2 Turbo ซึ่งเป็น Krea 2 จาก Krea เวอร์ชัน open-source ที่ปรับให้ทำงานเร็วขึ้น โดยยังคงเอกลักษณ์ด้านช่วงสุนทรียะไว้อย่างครบถ้วน เพียงป้อน text prompt โมเดลก็จะเรนเดอร์ภาพที่คมชัดและมีรายละเอียดสูงได้อย่างรวดเร็วในครั้งเดียว…

Seedream 4.5 API นำเสนอโมเดลรูปภาพล่าสุดของ ByteDance ให้นักพัฒนาใช้งานผ่านปลายทางเดียว มันรวมการสร้างรูปภาพจากข้อความระดับ 4K เข้ากับการแก้ไขตามรูปภาพอ้างอิง เรนเดอร์ตัวอักษรได้อย่างแม่นยำ และรักษาความสอดคล้องของวัตถุข้ามรูปภาพอ้างอิงได้สู…

Qwen Image คือผลิตภัณฑ์ในตระกูล Tongyi Qianwen ของ Alibaba สำหรับการสร้างและแก้ไขภาพ พัฒนาขึ้นเพื่อเรนเดอร์ข้อความภาษาจีนและอังกฤษที่ซับซ้อนในสไตล์ภาพที่หลากหลาย โมเดล 20B MMDiT รองรับการสร้างสรรค์อย่างละเอียด การแก้ไขข้อความในภาพ การปรับเป…

Nano Banana นำโมเดลสร้างและแก้ไขภาพ Gemini ของ Google มาสู่นักพัฒนาผ่าน Atlas Cloud สร้างภาพจากข้อความหรือปรับแก้ภาพที่มีอยู่ แล้วส่งออกเป็น PNG หรือ JPEG ในรูปแบบสี่เหลี่ยมจัตุรัส แนวตั้ง แนวนอน และอัลตราไวด์ รองรับเอาต์พุต Base64 แบบเลือก…

Wan 2.6 API สร้างเรื่องราวแบบหลายช็อตจากพรอมต์เดียว แทนที่จะเป็นคลิปเดียว เอนจินการเล่าเรื่องของ Alibaba ตัดสลับระหว่างช็อตด้วยการเปลี่ยนภาพที่ต่อเนื่องกลมกลืน พร้อมกับรักษาอัตลักษณ์ของตัวละคร เสียง และสไตล์ให้คงที่ตลอดทั้งฉาก ครอบคลุมการสร…

Developed by Black Forest Labs, FLUX.2 is a powerhouse 32-billion parameter rectified flow Transformer model that redefines creative workflows by unifying AI image generation, editing, and composition. It transforms complex text prompts int…

MAI Image 2.6 คือชุดโมเดลสร้างและแก้ไขภาพของ Microsoft AI สำหรับเอาต์พุตสมจริงระดับภาพถ่ายและพร้อมใช้งานด้านการออกแบบ โดยรุ่นเรือธงและรุ่น Flash รองรับการสร้างภาพด้วยภาษาธรรมชาติ การแสดงผลข้อความภายในภาพที่ดียิ่งขึ้น อัตราส่วนภาพที่โมเดลกำห…

MAI Image 2.5 API นำเสนอชุดโมเดลการสร้างและแก้ไขภาพแบบสมจริงของ Microsoft ผ่าน endpoint เดียว ครอบคลุม text-to-image และการแก้ไขในเวอร์ชันมาตรฐานและ Flash นอกจากข้อความภายในภาพที่เชื่อถือได้แล้ว ยังสร้างภาพพอร์ตเทรตที่เป็นธรรมชาติ และใช้การ…

Seedream v4 คือโมเดลภาพขนาดใหญ่ขั้นสูงของ ByteDance และ Seedream v4 API นำความสามารถนี้สู่การใช้งานจริงในโปรดักชันด้วยเอาต์พุต 4K แบบเนทีฟ รองรับอินพุตทั้งข้อความและภาพ การแก้ไขตามพรอมป์ต์อย่างแม่นยำ และลำดับภาพหลายภาพที่สอดคล้องกันได้สูงสุ…

Explore Nvidia Cosmos API on Atlas Cloud.

Ideogram Image API นำโมเดลของ Ideogram AI ที่ให้ความสำคัญกับ typography เป็นอันดับแรกมาสู่ Atlas Cloud สร้างขึ้นเพื่อแก้ปัญหาการเรนเดอร์ข้อความที่โมเดลสร้างภาพทั่วไปมักทำได้ไม่ดี ไลน์อัป V4 สร้างโปสเตอร์ โลโก้ และกราฟิกเสื้อยืดที่คมชัด พร้อ…

GPT Image 1 MINI คือโมเดลสร้างภาพแบบมัลติโมดัลโดยกำเนิดของ OpenAI ที่คุ้มค่าใช้จ่าย สร้างภาพคุณภาพสูงจากพรอมต์และแก้ไขภาพที่ผู้ใช้ส่งมาได้ โดยยังคงเจตนาเดิมตลอดเวิร์กโฟลว์สร้างสรรค์ ด้วยความเข้าใจภาษาที่ขับเคลื่อนโดย GPT-5 Atlas Cloud ให้บร…

GPT Image 1.5 คือโมเดลสร้างภาพของ OpenAI ที่ขับเคลื่อนด้วยการชี้นำจาก GPT-5 เพื่อการสร้างภาพที่แม่นยำ เปลี่ยนพรอมต์ภาษาธรรมชาติให้เป็นฉากเสมือนจริง ภาพเรนเดอร์ผลิตภัณฑ์ คอนเซ็ปต์อาร์ต และกราฟิกสไตล์ต่าง ๆ จากนั้นปรับแต่งภาพด้วยการเปลี่ยนวัต…

Wan 2.5 API สามารถสร้างวิดีโอและเสียงได้ในขั้นตอนเดียว ทำให้เสียงพูด เอฟเฟกต์เสียง และการซิงค์ริมฝีปากตรงกันโดยไม่ต้องทำแยกกัน สร้างขึ้นบนสถาปัตยกรรม Diffusion Transformer ของ Alibaba ครอบคลุมการแปลงข้อความและรูปภาพเป็นวิดีโอความละเอียด 480…

Open, advanced large-scale image generative models that power high-fidelity creation and editing with modular APIs, reproducible training, built-in safety guardrails, and elastic, production-grade inference at scale.

Doubao Seed API เปิดให้ใช้งานไลน์อัป Seed ทั้งหมดของ ByteDance ตั้งแต่รุ่นเรือธง Seed 2.1 Pro ไปจนถึง Code Preview เฉพาะทาง และระดับ Lite กับ Mini ที่มีประสิทธิภาพสูง ทุกโมเดลรองรับการให้เหตุผลเชิงลึก การวางแผนแบบ agentic และการเขียนโค้ดระด…

เข้าถึง DeepSeek API แบบเต็มรูปแบบบน Atlas Cloud! เอ็นด์พอยต์ที่เข้ากันได้กับ OpenAI แบบครบวงจรที่ครอบคลุมทุกโมเดลในกลุ่มผลิตภัณฑ์ DeepSeek ไม่ว่าคุณจะต้องการ DeepSeek V4 API สำหรับการให้เหตุผลระดับแนวหน้า, DeepSeek V4 Pro API สำหรับงานบริบ…

GLM คือซีรีส์ LLM เรือธงของ Z.ai จาก Zhipu AI และ GLM API ครอบคลุมตั้งแต่ GLM-5 แบบ agentic ไปจนถึง GLM-4.6 แบบ 357B MoE ที่มีประสิทธิภาพสูง โมเดลเหล่านี้โดดเด่นด้านการดำเนินงานแบบอัตโนมัติ การจัดการ agent ที่ซับซ้อน และการเขียนโปรแกรมระดับ…

GPT 6 Astra คือโมเดลที่ชาญฉลาดและสอดคล้องกับเป้าหมายของ OpenAI มากที่สุด ออกแบบมาสำหรับงานที่ต้องใช้ความสามารถสูง เช่น การใช้งานคอมพิวเตอร์ การท่องเว็บ วิศวกรรมซอฟต์แวร์ ความปลอดภัยทางไซเบอร์ วิทยาศาสตร์ และงานระดับมืออาชีพ ความสามารถในการต…

Tencent Hunyuan-Hy3 is an open-source Mixture-of-Experts (MoE) model featuring a integrated fast-and-slow thinking mechanism. With 295B total (21B active) parameters and a 256K context window, it delivers flagship-level performance with exc…

Grok ซึ่งพัฒนาโดย xAI เป็นชุดของโมเดลภาษาขนาดใหญ่ที่สร้างขึ้นจากการรับรู้แบบเรียลไทม์และการใช้เหตุผลระดับแนวหน้า Grok 4.3 เป็นโมเดลการสนทนาขั้นสูงของ xAI ที่ได้รับการปรับแต่งมาเพื่อการสนทนาที่เป็นธรรมชาติ การสำรวจความรู้ และการให้เหตุผลแบบห…

Kimi API คือไลน์ K2 แบบ open-weight ของ Moonshot AI ตั้งแต่ K2.5 ที่รองรับมัลติโมดัลในตัว ไปจนถึง K2.7 Code ที่เชี่ยวชาญด้านการเขียนโค้ดโดยเฉพาะ เนื่องจากมีความสามารถด้าน vision อยู่ในโมเดล คุณจึงสามารถแปลงภาพหน้าจอ, UI mockups และวิดีโอสั้…

ในฐานะชุด Large Language Models (LLMs) ระดับแนวหน้าที่พัฒนาโดย MiniMax AI, MiniMax ได้รับการออกแบบมาเพื่อยกระดับประสิทธิภาพการทำงานในโลกจริงผ่านปัญญาประดิษฐ์ล้ำสมัย ระบบนิเวศนี้ประกอบด้วย MiniMax M2.5 ซึ่งสร้างขึ้นโดยเฉพาะสำหรับสภาพแวดล้อมก…

ChatGPT API บน Atlas Cloud นำตระกูล GPT 5.6 รุ่นล่าสุดของ OpenAI มารวมไว้ในการผสานรวมเดียว ครอบคลุม Sol สำหรับการให้เหตุผลเชิงลึกระดับ frontier, Terra สำหรับเวิร์กโหลดโปรดักชันที่ยึดโยงกับข้อเท็จจริง และ Luna สำหรับการสนทนาอย่างเป็นธรรมชาติ…

Qwen คือชุดโมเดลภาษาขนาดใหญ่ของ Alibaba Cloud และ Qwen API เปิดให้นักพัฒนาเข้าถึงโมเดลทั้งหมดในไลน์อัป ใช้งาน Qwen3.7 Max รุ่นเรือธงสำหรับการให้เหตุผลขั้นสูงและการเขียนโค้ด โมเดล mixture-of-experts ที่มีประสิทธิภาพในหลายขนาด และ Qwen3.5 Fla…

Gemini API ให้เข้าถึงแฟมิลี่ LLM มัลติโมดัลของ Google บน Atlas Cloud ครอบคลุม Flash variants ออกแบบมาสำหรับ low-latency inference และ Pro models ปรับแต่งเพื่อการให้เหตุผลขั้นสูง การเขียนโค้ด และการประมวลผล long-context นอกจากนี้ยังมีการสร้า…

Suno Chirp API ช่วยให้นักพัฒนาสามารถเข้าถึงโมเดลการสร้างเพลงของ Suno บน Atlas Cloud ได้ผ่านคีย์เดียว จากพรอมต์ข้อความและเนื้อเพลงเสริม จะสามารถสร้างเพลงเต็มรูปแบบที่ประกอบด้วยเสียงร้องและเครื่องดนตรี โดยส่งคืนผลลัพธ์สองรูปแบบต่อการขอหนึ่งคร…
Gemini Flash TTS คือกลุ่มโมเดลสร้างเสียงพูดของ Google สำหรับนักพัฒนาที่ต้องการสร้างเสียงที่สื่ออารมณ์จากข้อความ เลือก Gemini 3.1 Flash สำหรับเทคโนโลยีรุ่นล่าสุด, Gemini 2.5 Flash สำหรับการควบคุมเสียงพูดได้อย่างละเอียด หรือ Gemini 2.5 Pro สำ…

xAI TTS v1 คือโมเดลแปลงข้อความเป็นเสียงคุณภาพสูงของ xAI สำหรับแปลงเนื้อหาที่เขียนไว้ให้เป็นเสียงที่เป็นธรรมชาติและสื่ออารมณ์ รองรับ 20 ภาษา และมีการควบคุมการถ่ายทอดเสียงอย่างละเอียด เพื่อปรับแต่งลักษณะเสียงพูดให้เหมาะกับการใช้งานในแอปพลิเคช…

Minimax Lyrics คือโมเดลสำหรับเขียนเนื้อเพลงโดยเฉพาะของ MiniMax ออกแบบมาสำหรับเวิร์กโฟลว์การแต่งเพลงที่พร้อมใช้งานจริง ปรับปรุงท่อนเพลงที่ยังไม่สมบูรณ์ จัดเรียงร่างเพลงใหม่ หรือขยายเพลงที่มีอยู่ โดยคงทิศทางสร้างสรรค์เดิมไว้ จากนั้นส่งผลลัพธ์…

MimiMax Music 2.6 คือโมเดล text-to-music รุ่นล่าสุดของ MiniMax สำหรับนักพัฒนาที่สร้างประสบการณ์ดนตรีทั้งแบบมีเสียงร้องและดนตรีบรรเลง กำหนดรูปแบบของแต่ละเพลงด้วยพรอมต์สไตล์และเนื้อเพลง จากนั้นจัดลำดับการดำเนินเพลงด้วยตัวควบคุมส่วนต่าง ๆ ที่ร…

MiniMax Music 3.0 นำโมเดลดนตรีแบบ open-weights ของ MiniMax ที่มีพารามิเตอร์ 11.1B มาสู่นักพัฒนา คุณสามารถกำหนดโครงสร้างเพลงด้วยแท็กส่วนต่าง ๆ ระบุเนื้อเพลงเพิ่มเติมได้ และเลือกเอาต์พุตแบบมีเสียงร้องหรือดนตรีบรรเลง โดยโมเดลจะจัดการทั้งการประ…

Seed Audio 1.0 is ByteDance Doubao Voice's next-generation audio engine, designed to move creators beyond basic voice generation into directed narrative production. It streamlines audio engineering for publish-ready audiobooks, serialized e…

ElevenLabs v3 API มอบโมเดล text-to-speech ที่ถ่ายทอดอารมณ์ได้ดีที่สุดจาก ElevenLabs โดยสร้างเสียงพูดที่เป็นธรรมชาติและสื่ออารมณ์จริงได้ แท็กเสียงแบบอินไลน์ เช่น [whispers], [laughs] และ [excited] ช่วยกำหนดวิธีการพูดและโทนเสียง ขณะที่บทสนทนา…

Hunyuan 3D API นำโมเดลพื้นฐาน Hunyuan3D ของ Tencent มาไว้ในสแต็กของคุณ โดยแปลงพรอมป์ข้อความหรือรูปภาพเดี่ยวให้เป็นเรขาคณิตที่สะอาดและ watertight ผ่านไปป์ไลน์สองขั้นตอนสำหรับรูปทรงและพื้นผิว เลือก tier Pro เพื่อรองรับได้สูงสุด 1.5M faces และ…

Hi3D คือชุดโมเดล image-to-3D ของ Math Magic ที่ขับเคลื่อนด้วยโมเดล Sparc3D และ Ultra3D ซึ่งพัฒนาขึ้นภายในองค์กร รองรับความสอดคล้องของโครงสร้าง ความแม่นยำทางเรขาคณิต และความสม่ำเสมอของพื้นผิวใน 4 ระดับ ขณะที่ v3.0 Master รองรับเมชที่มีขนาดสู…

Meshy 7 คือชุดโมเดลสร้าง 3D ของ Meshy สำหรับแปลงพรอมต์ รูปภาพเดี่ยว หรือข้อมูลอ้างอิงหลายรายการให้เป็นแอสเซ็ตที่มีพื้นผิว Workflow รองรับข้อมูลอ้างอิงพื้นผิวจากหลายมุมมองแบบแยกอิสระ การกำหนดงบประมาณจำนวนโพลิกอนที่ปรับได้ แผนที่ PBR เสริมควา…

Tripo API นำเอนจิน H3.1 ล่าสุดของ Tripo3D มาไว้ในสแต็กของคุณ เปลี่ยนพรอมป์ต์ข้อความและภาพเดี่ยวให้เป็นโมเดล 3D ที่มีรายละเอียด สร้างเมชความหนาแน่นสูงได้สูงสุด 2 million polygons พร้อมวัสดุ PBR ที่กำหนดค่าได้, quad topology สำหรับการ rigging…

Seed 3D API ให้บริการ Seed3D V2.0 ของ ByteDance ซึ่งเป็น foundation model รุ่นที่สองที่เปลี่ยนภาพเดียวให้เป็นชิ้นงาน 3D ที่มีเท็กซ์เจอร์ครบถ้วน พร้อม PBR maps แบบรวมสำหรับ albedo, normal, metallic และ roughness ที่สร้างเสร็จในรอบเดียว Diffu…

Multimodal video generation from reference images, videos, and audio. Supports video editing and extension.

Generate videos from text prompts with native audio and optional web search.

MiniMax H3 Max text-to-video: generate a cinematic video from a text prompt. Supports 480P、768P, 5-15s., and 16:9/9:16/1:1/adaptive aspect ratios.

MiniMax H3 Max image-to-video: animate a first-frame image (optionally with a last frame) driven by a text prompt. Supports 480P、768P, 5-15s.