Atlas Cloud เป็นผู้ขายต่อที่ได้รับอนุญาตในสหรัฐฯ ของ Dreamina Seedance 2.5 และ Seedream 5.0 Pro แล้วAtlas Cloud เป็นผู้ขายต่อที่ได้รับอนุญาตในสหรัฐฯ ของ Dreamina Seedance 2.5 และ Seedream 5.0 Pro แล้วGemini Omni คือชุดโมเดลวิดีโอแบบมัลติโมดัลโดยกำเนิดจาก Google DeepMind สำหรับการสร้างและตัดต่อวิดีโอตามพรอมต์ สร้างวิดีโอจากข้อความ ทำให้ภาพนิ่งเคลื่อนไหว หรือปรับแก้ฟุตเทจเดิมด้วยภาพอ้างอิงเสริมได้ โดยคงเนื้อหาที่ไม่ได้เลือกแก้ไขไว้ตามเดิม การควบคุมความละเอียด อัตราส่วนภาพ และระยะเวลาอย่างยืดหยุ่นรองรับเวิร์กโฟลว์การผลิตที่หลากหลาย Atlas Cloud รวมการเข้าถึงไว้ในที่เดียว พร้อมการคิดค่าบริการแบบจ่ายตามการใช้งานอย่างโปร่งใส เริ่มสร้างสรรค์ได้แล้ววันนี้
Gemini Omni Flash พัฒนาโดย Google โดย Atlas Cloud (ดำเนินการโดย Atlas Cloud AI LLC) เป็นผู้ให้บริการเข้าถึงโมเดลนี้ แต่ไม่ได้เป็นเจ้าของโมเดล เครื่องหมายการค้าทั้งหมดเป็นของเจ้าของที่เกี่ยวข้อง
Atlas Cloud มอบโมเดลสร้างสรรค์ล่าสุดที่นำหน้าในอุตสาหกรรมให้กับคุณ
เปรียบเทียบเส้นทางอินพุต ความสามารถด้านเอาต์พุต และการใช้งานจริงของ Gemini Omni ผ่าน Video Endpoint เฉพาะทาง 7 รายการ
| รูปแบบข้อมูล | คำอธิบาย |
|---|---|
| Gemini Omni Flash R2V API (Reference To Video) | จับคู่พรอมต์ข้อความกับภาพอ้างอิง 1 ถึง 5 ภาพ เพื่อสร้างวิดีโอสไตล์ภาพยนตร์พร้อมเสียงในตัว ตัวแบบ ฉาก และสไตล์ที่มีความสอดคล้องกันทำให้ Endpoint นี้เหมาะสำหรับซีเควนซ์ที่มีแบรนด์ ตัวละครที่ปรากฏซ้ำ และการเล่าเรื่องด้วยภาพที่ประสานกัน |
| Gemini Omni Flash I2V API (Image To Video) | เริ่มต้นจากภาพนิ่งและพรอมต์ข้อความ Endpoint นี้จะสร้างวิดีโอสไตล์ภาพยนตร์พร้อมเสียง โดยคงตัวแบบและองค์ประกอบจากต้นฉบับไว้ เหมาะสำหรับการทำภาพเคลื่อนไหวให้ผลิตภัณฑ์ การสร้างการเคลื่อนไหวให้ภาพบุคคล และการพัฒนาแนวคิดด้านภาพ |
| Gemini Omni Flash Video Edit API | ส่งวิดีโอที่มีอยู่ คำสั่งข้อความ และภาพอ้างอิงเสริมเพื่อปรับเปลี่ยนฉากให้สอดคล้องกันพร้อมเสียงในตัว เนื่องจากฟุตเทจที่ไม่ได้แก้ไขยังคงอยู่ ผู้ตัดต่อจึงสามารถปรับแก้เฉพาะจุดได้โดยไม่ต้องสร้างฉากทั้งหมดใหม่ |
| Gemini Omni Flash T2V API (Text To Video) | ใช้พรอมต์ข้อความเพียงอย่างเดียวเพื่อสร้างวิดีโอสไตล์ภาพยนตร์พร้อมเสียงในตัวที่ซิงค์กันและการเคลื่อนไหวที่อิงฟิสิกส์ของโลกจริง การสร้างที่ควบคุมได้และความเร็วสูงรองรับการทำให้แนวคิดเป็นภาพ การพัฒนาเรื่องราว และการสร้างต้นแบบวิดีโออย่างรวดเร็ว |
| Gemini Omni Flash R2V Developer API | สำหรับการแปลงที่มีการกำกับ ให้รวมคลิปวิดีโอที่มีอยู่เข้ากับภาพอ้างอิงและพรอมต์ข้อความ Endpoint นี้รองรับการถ่ายโอนสไตล์วิดีโอ การแก้ไขฉาก และการเพิ่มตัวละครสำหรับแอปพลิเคชันสร้างสรรค์ที่สร้างรูปแบบต่าง ๆ ตามทิศทางจากฟุตเทจที่ให้มา |
| Gemini Omni Flash I2V Developer API | ภาพอ้างอิงสูงสุด 7 ภาพสามารถใช้กำกับวิดีโอที่สร้างจากพรอมต์ข้อความ โดยคงอัตลักษณ์ด้านภาพตลอดทั้งผลลัพธ์ เลือกเส้นทางนี้สำหรับตัวละครที่ปรากฏซ้ำ ภาพผลิตภัณฑ์ที่สอดคล้องกัน หรือแอสเซ็ตที่เป็นหนึ่งเดียวตลอดแคมเปญ |
| Gemini Omni Flash T2V Developer API | เลือกพรอมต์ข้อความพร้อมความละเอียด อัตราส่วนภาพ และระยะเวลาที่ต้องการ เพื่อสร้างวิดีโอสไตล์ภาพยนตร์ที่ควบคุมได้ การตั้งค่าเอาต์พุตที่ยืดหยุ่นช่วยให้นักพัฒนาสร้างคอนเทนต์เฉพาะแพลตฟอร์ม ทำให้เวิร์กโฟลว์การสร้างเป็นอัตโนมัติ และทดสอบแนวทางสร้างสรรค์หลายรูปแบบ |
คำขอ Gemini Omni Flash API แต่ละครั้งสามารถรับข้อความ รูปภาพ วิดีโอ และเสียงในสัดส่วนใดก็ได้ สร้างเสียงที่ซิงโครไนซ์ จำลองฟิสิกส์ของโลกจริง และปรับแต่งผลลัพธ์ต่อผ่านการสนทนา
ปรับแต่งคลิปด้วยภาษาธรรมชาติ แล้ว Gemini Omni Flash API จะนำการเปลี่ยนแปลงไปใช้โดยคงส่วนอื่นของฉากไว้ Interactions API แบบมีสถานะจะจดจำการโต้ตอบแต่ละรอบ ทำให้การแก้ไขต่อยอดกันได้
Gemini Omni Flash API รับข้อความ รูปภาพ วิดีโอ และเสียงในรูปแบบผสมใดก็ได้ภายในพรอมต์เดียว อินพุตจากแหล่งใดก็ได้นี้ช่วยให้คุณสร้างงานจากสื่อต้นฉบับที่มีอยู่แล้วได้โดยตรง
ระบบสร้างเสียงพร้อมภาพในการอนุมานครั้งเดียว ทำให้บทสนทนา เอฟเฟกต์ และเสียงบรรยากาศสอดคล้องกับการเคลื่อนไหว Gemini Omni Flash API จึงไม่ต้องใช้ขั้นตอนสร้างเสียงแยกต่างหากภายหลัง
ด้วยพื้นฐานจากแบบจำลองฟิสิกส์ของโลกจริง Gemini Omni Flash API จึงเรนเดอร์เงาสะท้อน แรงโน้มถ่วง แสง และสภาพอากาศได้อย่างน่าเชื่อถือ ฉากยังคงความต่อเนื่องทางภาพแทนที่จะค่อย ๆ เกิดสิ่งผิดเพี้ยน แม้ในช็อตที่มีการเคลื่อนไหวมาก
กำกับการสร้างงานด้วยภาพอ้างอิงได้สูงสุดเจ็ดภาพและคลิปวิดีโอสั้นสามคลิป โดย Gemini Omni Flash API จะรักษาความสอดคล้องของตัวแบบ สไตล์ และฉากไว้ วิธีนี้ช่วยให้เอกลักษณ์ของตัวแบบคงที่ตลอดการแก้ไขและแต่ละช็อต
วิดีโอจากพรอมต์เดียวกันที่สร้างโดย Gemini Omni และโมเดลวิดีโอชั้นนำอื่น ๆ: หลายช็อตและภาพยนตร์โฆษณาระดับไฮเอนด์
สร้างวิดีโอต่อเนื่อง 3 ฉาก: ฉากที่ 1: ผู้หญิงยืนอยู่ใต้แสงนีออนบนถนนที่มีฝนตกในโตเกียว เงาสะท้อนบนพื้นเปียก ให้มิติความลึกแบบภาพยนตร์ พร้อมการเคลื่อนกล้องแบบถือด้วยมือ ฉากที่ 2: กล้องค่อย ๆ เปลี่ยนเป็นภาพระยะใกล้ขึ้น เธอพูดเบา ๆ ให้ตรงจังหวะกับเสียงที่ให้มา โดยการขยับริมฝีปากตรงกันอย่างสมบูรณ์ การจราจรด้านหลังดำเนินต่อไปอย่างไร้รอยต่อ ฉากที่ 3: เธอเดินเข้าสถานีรถไฟใต้ดิน สภาพแวดล้อมยังคงสอดคล้องกันทั้งด้านแสง สภาพอากาศ และอารมณ์ กล้องติดตามเธอจากด้านหลัง โดยคงความสอดคล้องของอัตลักษณ์บุคคล ข้อจำกัด: - คงอัตลักษณ์ใบหน้าเดิมอย่างสมบูรณ์ในทุกฉาก - รักษาความต่อเนื่องของแสง (ฝนและเงาสะท้อนนีออน) - ให้เกิดความสมจริงทางกายภาพ (ปฏิสัมพันธ์กับฝน พื้นผิวเปียก) - ตรวจสอบให้เสียงและภาพตรงจังหวะกับอินพุตเสียง - ห้ามรีเซ็ตฉากระหว่างการเปลี่ยนผ่าน ให้สถานะของโลกดำเนินต่อเนื่อง สไตล์: ความสมจริงแบบภาพยนตร์ระดับไฮเอนด์ เม็ดเกรนฟิล์ม เลนส์อะนามอร์ฟิก ระยะชัดตื้น ลุคฟิล์ม 4K
Gemini Omni
Wan 2.7
Kling v3.0
สร้างวิดีโอต่อเนื่อง 4 ฉาก: ฉากที่ 1: หุ่นยนต์สีขาวขนาดเล็กนั่งนิ่งอยู่บนโต๊ะไม้ในอพาร์ตเมนต์ที่มีแสงสลัวช่วงเที่ยงคืน แสงจันทร์ส่องเข้ามาทางหน้าต่าง ดวงตาของหุ่นยนต์ค่อย ๆ สว่างขึ้น พร้อมเสียงฮัมเชิงกลแผ่วเบาที่เริ่มดังขึ้น ฉากที่ 2: หุ่นยนต์ค่อย ๆ ปีนลงจากโต๊ะอย่างระมัดระวัง เท้าโลหะเล็ก ๆ ของมันส่งเสียงก๊อกแก๊กเบา ๆ บนพื้นไม้ กล้องติดตามจากมุมต่ำ โดยคงขนาดและรูปร่างของหุ่นยนต์ให้สอดคล้องกัน ฉากที่ 3: หุ่นยนต์เดินเข้าไปในห้องครัว เงาสะท้อนจากประตูตู้เย็นและพื้นกระเบื้องตอบสนองต่อการเคลื่อนไหวอย่างเป็นธรรมชาติ แสงจันทร์และบรรยากาศยามค่ำคืนอันเงียบสงบยังคงต่อเนื่องจากฉากก่อนหน้า ฉากที่ 4: หุ่นยนต์หยุดอยู่ใกล้หน้าต่างและมองออกไปยังแสงไฟของเมือง กล้องค่อย ๆ ดันเข้าใกล้จากด้านหลัง โดยคงอัตลักษณ์ วัสดุ ขนาด แสง และความต่อเนื่องของเสียงของหุ่นยนต์ไว้ ข้อกำหนด: - คงดีไซน์หุ่นยนต์แบบเดิมอย่างแม่นยำในทุกฉาก - รักษาผังอพาร์ตเมนต์เดียวกันให้ต่อเนื่อง โดยไม่มีการรีเซ็ตฉาก - คงแสงให้สอดคล้องกันจากห้องหนึ่งไปยังอีกห้องหนึ่ง - ให้เสียงฝีเท้าและเสียงฮัมเชิงกลตรงกับการเคลื่อนไหวของหุ่นยนต์ - ใช้เงาสะท้อน เงามืด และปฏิสัมพันธ์ระหว่างวัตถุที่สมจริงตามหลักฟิสิกส์ - เปลี่ยนผ่านระหว่างฉากอย่างราบรื่น ราวกับกำลังถ่ายทำโลกเดียวกันอย่างต่อเนื่อง สไตล์: ความสมจริงแบบภาพยนตร์ บรรยากาศไซไฟอันเงียบสงบ แสงจันทร์นุ่มนวล วัสดุที่มีรายละเอียด การเคลื่อนกล้องสมจริง ระยะชัดตื้น ลุคภาพยนตร์โฆษณาระดับไฮเอนด์
Gemini Omni
Kling V3.0
Pixverse v6
Gemini Omni ขับเคลื่อนการผลิตแคมเปญ การปรับแก้ผ่านการสนทนา การทำพรีวิชวล การเรียนรู้ด้วยภาพ ความต่อเนื่องของแบรนด์ และเครื่องมือสำหรับครีเอเตอร์แบบฝังในตัว ผ่านเวิร์กโฟลว์การแก้ไขข้อความ รูปภาพ ภาพอ้างอิง และวิดีโอ พร้อมเสียงในตัวที่ซิงโครไนซ์กัน
เปลี่ยนภาพนิ่งผลิตภัณฑ์ที่ผ่านการอนุมัติให้เป็นภาพเคลื่อนไหวสไตล์ภาพยนตร์ โดยคงวัตถุหลักและองค์ประกอบภาพไว้ ทีมการตลาดสามารถสร้างทีเซอร์เปิดตัว โฆษณาโซเชียล และการเผยโฉมผลิตภัณฑ์อย่างประณีต พร้อมเสียงในตัวที่ซิงโครไนซ์กัน
ระบุการเปลี่ยนแปลงเฉพาะจุด แล้ว Gemini Omni จะแก้ไขฟุตเทจเดิมโดยคงส่วนที่ไม่ได้แก้ไขไว้ บรรณาธิการสามารถสร้างแนวทางนำเสนอทางเลือก เวอร์ชันเฉพาะท้องถิ่น และการแก้ไขตามคำขอของลูกค้าได้โดยไม่ต้องสร้างฉากที่อนุมัติแล้วขึ้นใหม่
ใช้ภาพอ้างอิงกำกับการสร้าง เพื่อให้ผลิตภัณฑ์ ตัวละคร และสไตล์ภาพมีความสอดคล้องกันตลอดทั้งคลิป สตูดิโอสามารถพัฒนาแอสเซ็ตแคมเปญที่สอดคล้องกัน จักรวาลของแบรนด์ที่ปรากฏซ้ำ และเนื้อหาแบบเป็นตอนที่จดจำได้ในหลายช่องทาง
เริ่มจากพรอมต์ข้อความและสร้างวิดีโอภาพยนตร์พร้อมเสียงที่ซิงโครไนซ์และการเคลื่อนไหวที่อิงฟิสิกส์ในโลกจริง ผู้กำกับและนักออกแบบสามารถสำรวจจังหวะสำคัญของเรื่อง ไอเดียการเคลื่อนกล้อง และรูปแบบเฉพาะแพลตฟอร์มก่อนเริ่มการผลิต
เปลี่ยนแนวคิดนามธรรมให้เป็นคำอธิบายสั้น ๆ ด้วยภาพ โดยอธิบายฉาก การกระทำ และลำดับการเรียนรู้ที่ต้องการ ทีมการศึกษาสามารถสร้างการสาธิตทางวิทยาศาสตร์ คำแนะนำกระบวนการแบบทีละขั้น และโมดูลการฝึกอบรมพร้อมเสียงในตัว
รวมการสร้างข้อความ การทำภาพนิ่งให้เคลื่อนไหว การสร้างงานโดยมีภาพอ้างอิงกำกับ และการแก้ไขวิดีโอไว้ภายใต้การผสานการทำงานของ Gemini Omni เดียว แพลตฟอร์มสำหรับครีเอเตอร์สามารถนำเสนอเครื่องมือการผลิตที่เชื่อมต่อกันได้โดยไม่ต้องประกอบไปป์ไลน์ภาพและเสียงแยกกัน
เปรียบเทียบโมเดลวิดีโออ้างอิงของ Gemini Omni API รวมถึง Gemini Omni 1.1 Flash กับทางเลือกชั้นนำตามอินพุตที่รองรับ ความจุข้อมูลอ้างอิง การสร้างเสียง และราคามาตรฐาน
| โมเดล | อินพุตที่รองรับ | ความจุข้อมูลอ้างอิง | การสร้างเสียง | ราคามาตรฐาน | Standard Base Price |
|---|---|---|---|---|---|
| Gemini Omni 1.1 Flash Reference-to-Video | Text, source video, reference images | Conversational additions, removals, replacements, and restyling | 360p, 720p, upscaled 1080p, upscaled 4K | Native synchronized audio | $0.041 |
| Gemini Omni Flash Reference-to-Video | Text, source video, up to 5 reference images | Scene-consistent edits that preserve untouched footage | 720p | Native audio editing | $0.14 |
| Seedance 2.0 Reference-to-Video | Text, source video, up to 5 reference images | Instruction-guided video changes with visual references | 720p, 1080p | Automatic audio or original audio retention | $0.14 |
| Wan-2.7 Reference-to-video | Text, source video, reference images, optional driving audio | Style transfer, scene changes, and element replacement | 720p, 1080p | Original audio retention, regeneration, or driving audio | $0.10 |
เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud
สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล
การรวมโมเดล Gemini Omni Flash ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้
เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์
API แบบรวมศูนย์:
รัน Gemini Omni Flash, GPT, Gemini และ DeepSeek ด้วยการเชื่อมต่อเดียว
ราคาโปร่งใส:
ชำระเงินต่อโทเค็นที่คาดเดาได้พร้อมตัวเลือก serverless
ประสบการณ์นักพัฒนา:
SDK, การวิเคราะห์, เครื่องมือปรับแต่ง และเทมเพลต
ความน่าเชื่อถือ:
ความพร้อมใช้งาน 99.99%, RBAC และการบันทึกที่พร้อมสำหรับการปฏิบัติตาม
ความปลอดภัยและการปฏิบัติตาม:
SOC 2 Type II, สอดคล้อง HIPAA, อธิปไตยข้อมูลในสหรัฐอเมริกา
Gemini Omni API ช่วยให้นักพัฒนาสามารถเข้าถึงตระกูลการสร้างและตัดต่อวิดีโอแบบ native multimodal ของ Google DeepMind ผ่าน Atlas Cloud ได้ โดยขึ้นอยู่กับ endpoint ที่เลือก ระบบสามารถสร้างวิดีโอจากข้อความหรือภาพ ใช้สื่ออ้างอิง ตัดต่อฟุตเทจเดิม และสร้างเสียง native ที่ซิงโครไนซ์กับวิดีโอได้
Gemini Omni 1.1 Flash เพิ่มความสามารถในการต่อวิดีโอ การอินเตอร์โพเลตระหว่างเฟรมแรกและเฟรมสุดท้าย ความละเอียดเอาต์พุตตั้งแต่ 360p ถึง 4K และการควบคุมด้วยสื่ออ้างอิงที่ยืดหยุ่นยิ่งขึ้น โดย variant สำหรับต่อวิดีโอสามารถเพิ่มความยาวได้ 3 ถึง 10 วินาทีต่อคำขอ และนำมาต่อเนื่องกันเพื่อสร้างวิดีโอที่ต่อเนื่องเป็นเรื่องเดียวได้นานสูงสุด 40 วินาที
สร้างบัญชี Atlas Cloud เก็บ API key ไว้บนเซิร์ฟเวอร์ และเลือก model endpoint ที่ตรงกับ workflow ของคุณ Atlas Cloud มีคีย์ที่เข้ากันได้กับ OpenAI เพียงหนึ่งคีย์ ส่วน schema ที่เผยแพร่ของแต่ละ endpoint จะระบุ prompt, media input และการตั้งค่าการสร้างที่จำเป็น
เลือก text to video เมื่อเริ่มจาก prompt, image to video เมื่อต้องการทำให้ภาพนิ่งเคลื่อนไหว หรือ reference to video เมื่อต้องการควบคุมอัตลักษณ์และสไตล์ ใช้ video edit เพื่อปรับแก้ฟุตเทจเดิม และใช้ Gemini Omni 1.1 Flash video extend endpoint เพื่อดำเนินฉากต่อ
ข้อจำกัดของสื่ออ้างอิงจะแตกต่างกันไปตาม endpoint และเวอร์ชันของโมเดล Gemini Omni 1.1 Flash Reference to Video รองรับภาพอ้างอิงสูงสุด 10 ภาพและคลิปวิดีโออ้างอิง 3 คลิป ขณะที่ endpoint รุ่นก่อนหน้าอาจรองรับจำนวนแตกต่างกัน ดังนั้นควรตรวจสอบ schema ของ endpoint ที่เลือกก่อนส่งสื่อ
Gemini Omni 1.1 Flash รองรับเอาต์พุตความยาว 3 ถึง 10 วินาทีที่ 24 FPS พร้อมตัวเลือกความละเอียด 360p, 720p, 1080p ที่ขยายความละเอียดแล้ว และ 4K ที่ขยายความละเอียดแล้ว อัตราส่วนภาพที่รองรับคือ 16:9 และ 9:16 อย่างไรก็ตาม การควบคุมที่ใช้งานได้อาจแตกต่างกันตาม Atlas Cloud endpoint
ได้ โดย variant ของ video edit จะทำตามคำสั่งข้อความเพื่อเพิ่ม ลบ แทนที่ หรือปรับสไตล์องค์ประกอบต่าง ๆ ขณะคงฟุตเทจส่วนที่ prompt ไม่ได้กล่าวถึงไว้ สำหรับการปรับแก้หลายรอบ ให้ใช้คำสั่งที่เจาะจงและ interaction context ที่ workflow ที่เลือกนั้นรองรับ
หากต้องการดำเนินฉากต่อ ให้ส่งคลิปเดิมไปยัง Gemini Omni 1.1 Flash video extend endpoint และระบุให้เพิ่มอีก 3 ถึง 10 วินาที สามารถต่อวิดีโอเป็นลำดับได้จนมีความยาวรวมสูงสุด 40 วินาที ส่วน variant ของ image to video สามารถอินเตอร์โพเลตระหว่างเฟรมแรกและเฟรมสุดท้ายที่ส่งให้ระบบได้
ราคามาตรฐานของ Atlas Cloud สำหรับ Gemini Omni 1.1 Flash อยู่ที่ $0.041 ต่อวินาทีสำหรับ text to video, reference to video, video editing และ video extension ขณะที่ image to video มีค่าใช้จ่าย $0.043 ต่อวินาที ส่วน Gemini Omni Flash endpoint รุ่นก่อนหน้าเริ่มต้นที่ $0.112 ต่อวินาที โดยคิดค่าบริการตามการใช้งานและไม่จำเป็นต้องสมัครสมาชิก
วิดีโอที่สร้างขึ้นทุกไฟล์จะมีลายน้ำ SynthID แบบมองไม่เห็น ซึ่งสามารถตรวจจับได้ด้วยโปรแกรม ระบบใช้ safety filter กับทั้ง prompt และเอาต์พุตที่สร้างขึ้น ขณะที่เวลาในการประมวลผลจะแตกต่างกันตามระยะเวลา ความละเอียด และภาระงานของบริการ ไม่รองรับการควบคุม dedicated negative prompt, system instruction, temperature, top_p และ stop sequence ดังนั้นให้ระบุข้อยกเว้นไว้ใน prompt หลัก
Seedance 2.5 API พร้อมใช้งานแล้วบน Atlas Cloud! มอบโมเดลวิดีโอใหม่ล่าสุดของ ByteDance ให้กับนักพัฒนา สร้างวิดีโอเนทีฟได้นานถึง 30 วินาทีในการประมวลผลเพียงครั้งเดียวจากข้อความ รูปภาพเดียว หรือการอ้างอิงหลายรูปแบบสูงสุด 50 รายการ พร้อมเสียงที่ซิงโครไนซ์และข้อความหลายภาษาในเฟรม บน Atlas Cloud คุณสามารถเข้าถึงได้ผ่านคีย์เดียว โดยมีความสอดคล้องของวัตถุและระบบฟิสิกส์ที่ได้รับการปรับปรุงซึ่งช่วยให้ภาพระยะยาวมีความต่อเนื่อง
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 สามารถทำงานบนคีย์แบบรวมเดียวกันโดยไม่ต้องตั้งค่าแยกต่างหาก เริ่มต้นสร้างสรรค์ได้ตั้งแต่วันนี้ เลื่อนลงไปที่ส่วนจัดแสดงเพื่อดูว่า Wan 3.0 สามารถสร้างอะไรได้บ้าง
MiniMax H3 คือผลิตภัณฑ์วิดีโอแบบมัลติโมดัลของ MiniMax สำหรับการสร้างสรรค์โดยใช้ข้อความ รูปภาพ และข้อมูลอ้างอิง ในเส้นทาง API ที่รองรับ ระบบจะคงลักษณะของวัตถุจากสื่ออ้างอิงไว้ มีอัตราส่วนภาพที่ยืดหยุ่น และจับคู่เสียงที่สร้างขึ้นกับภาพผ่าน H3 Developer โดยโปรไฟล์เอาต์พุตจะถูกเลือกตาม endpoint Atlas Cloud รวมผลิตภัณฑ์ในตระกูลนี้ไว้เบื้องหลังคีย์เดียวที่รองรับ OpenAI พร้อมการคิดค่าบริการตามการใช้งานอย่างโปร่งใส เริ่มต้นที่อัตรามาตรฐาน $0.038 ต่อวินาที เริ่มพัฒนาได้วันนี้
ตระกูล gpt-image-2.5 จาก OpenAI มอบทางเลือก Flare และ Sunburst ให้แก่นักพัฒนาสำหรับกระบวนการทำงานด้านการสร้างภาพเพื่อใช้งานจริง เรนเดอร์ด้วยความละเอียดตามต้องการสูงสุด 3840x2160 และเลือกได้จากระดับคุณภาพ 5 ระดับ รวมถึง xhigh และ max เพื่อให้ตรงตามข้อกำหนดของเอาต์พุตแต่ละแบบ Atlas Cloud ให้บริการอนุมานผ่าน REST ที่พร้อมใช้งาน โดยไม่มี cold start และคิดค่าบริการตามมาตรฐานเริ่มต้นที่ $0.004 ต่อการสร้างภาพ เริ่มพัฒนาได้วันนี้
Seedream 5.0 Pro API มอบโมเดลการแก้ไขภาพที่ควบคุมได้ของ ByteDance บน Atlas Cloud ให้กับนักพัฒนา โดยจะวางการแก้ไขอย่างแม่นยำด้วยจุดยึดและพิกัด แยกภาพออกเป็นเลเยอร์ที่แก้ไขได้ ผสานข้อมูลอ้างอิงหลายรายการ และจับคู่สีและวัสดุที่แน่นอน พร้อมข้อความหลายภาษาที่ความละเอียด 2K และ 3K บน Atlas Cloud คุณสามารถเข้าถึงได้ผ่านคีย์เดียว!
Seedance 2.0 คือโมเดลวิดีโอสำหรับการใช้งานจริงของ ByteDance ที่ออกแบบมาเพื่อสร้างช็อตได้อย่างแม่นยำ เปลี่ยนพรอมป์ต์เป็นวิดีโอ ทำให้ภาพเฟรมแรกเคลื่อนไหวโดยมีตัวเลือกให้ใช้คำแนะนำจากเฟรมสุดท้าย หรือปรับแต่งผลลัพธ์ด้วยสื่ออ้างอิงและการค้นหาเว็บแบบเลือกใช้ได้ Atlas Cloud รวมเวิร์กโฟลว์เหล่านี้ไว้ใน API เดียว พร้อมการคิดค่าบริการตามการใช้งานจริงอย่างโปร่งใสและคีย์เดียวที่เข้ากันได้กับ OpenAI เริ่มสร้างสรรค์ได้วันนี้
Kling 3.0 API นำชุดเครื่องมือวิดีโอระดับเรือธงของ Kuaishou มาสู่ Atlas Cloud ผ่านคีย์ที่รองรับ OpenAI เพียงคีย์เดียว โดยครอบคลุมสองโมเดล ได้แก่ Kling 3.0 สำหรับการเล่าเรื่องผ่าน AI Director การลิปซิงค์หลายภาษา และข้อความบนหน้าจอที่แม่นยำ และ Kling 3.0 Omni (O3) สำหรับการโคลนวัตถุและเสียงจากวิดีโอสั้นหรือรูปภาพ ทั้งสองโมเดลสร้างเสียงต้นฉบับในกระบวนการเดียวกัน พร้อมเอาต์พุตสูงสุดถึง 4K สร้างการเล่าเรื่องแบบภาพยนตร์ การตลาดระดับโลก โฆษณาหลายภาษา และเนื้อหาตัวละครแบบซีรีส์บนโครงสร้างพื้นฐานที่เชื่อถือได้
Grok Imagine Video เปิดให้นักพัฒนาเข้าถึงตระกูลวิดีโอของ xAI เพื่อสร้าง ทำให้เคลื่อนไหว ขยาย และตัดต่อคลิป สร้างวิดีโอความยาว 1 ถึง 15 วินาทีจากพรอมต์ กำกับบุคคล วัตถุ หรือสไตล์ด้วยภาพอ้างอิงได้สูงสุดเจ็ดภาพ และทำงานที่ความละเอียด 480p หรือ 720p Atlas Cloud รวมความสามารถเหล่านี้ไว้ผ่าน endpoint ที่เข้ากันได้กับ OpenAI พร้อมการคิดค่าบริการแบบจ่ายตามการใช้งานอย่างโปร่งใส เริ่มสร้างสรรค์ได้วันนี้
Vidu Q4 คือโมเดลวิดีโอเรือธงรุ่นล่าสุดของ Vidu ออกแบบมาสำหรับการสร้างวิดีโอจากภาพและจากภาพอ้างอิง สามารถทำให้ภาพนิ่งภาพเดียวมีชีวิตขึ้นมาและสร้างการเปลี่ยนฉากโดยอัตโนมัติ ช่วยให้นักพัฒนามีช่องทางป้อนข้อมูล 2 รูปแบบสำหรับเวิร์กโฟลว์ผลิตภัณฑ์ที่แตกต่างกัน Atlas Cloud มี API endpoints เฉพาะ พร้อมสคีมาพารามิเตอร์ที่เผยแพร่ไว้ ในราคามาตรฐานที่ยืนยันแล้วที่ $0.04 ต่อวินาที เริ่มสร้างสรรค์ได้วันนี้
Gemini Omni 1.1 Flash เป็นตระกูลวิดีโอแบบมัลติโมดัลโดยกำเนิดของ Google DeepMind สำหรับเวิร์กโฟลว์การผลิตที่ยืดหยุ่น แก้ไขฟุตเทจที่มีอยู่ด้วยคำสั่งข้อความ รักษาความสอดคล้องทางภาพด้วยภาพอ้างอิงสูงสุด 10 ภาพและคลิปวิดีโอ 3 คลิป หรือขยายช็อตเป็นช่วงที่ต่อเนื่องกันได้สูงสุด 40 วินาที เข้าถึงทุกเวิร์กโฟลว์บน Atlas Cloud ด้วยคีย์ API ที่เข้ากันได้กับ OpenAI เพียงคีย์เดียว ราคาตามการใช้งาน และพร้อมให้บริการตั้งแต่ Day-0 เริ่มสร้างสรรค์ได้วันนี้
Nano Banana 2.1 คือกลุ่มโมเดลภาพของ Google ที่สร้างขึ้นบน Gemini 3.6 Flash ให้ความสามารถในการสร้างและแก้ไขภาพระดับ Pro ด้วยความเร็วระดับ Flash รองรับการแก้ไขและผสานภาพด้วยภาษาธรรมชาติจากภาพอินพุต 1 ถึง 14 ภาพ พร้อมรักษาความสอดคล้องของตัวละครสูงสุด 4 ตัวและวัตถุ 10 รายการ ผ่าน Atlas Cloud นักพัฒนาสามารถเข้าถึงกลุ่มโมเดลนี้ด้วยคีย์เดียวที่รองรับ OpenAI พร้อมความเสถียรในการให้บริการและพร้อมใช้งานตั้งแต่ Day-0 เริ่มสร้างสรรค์ได้ตั้งแต่วันนี้
สร้างสรรค์ผลงานด้วย Nano Banana 2 API ที่ขับเคลื่อนโดยโมเดล Gemini 3.1 Flash Image ของ Google ซึ่งสามารถสร้างภาพ 4K แบบเนทีฟที่ความละเอียดสูงสุด 4096x2304 พร้อมการเรนเดอร์ข้อความที่แม่นยำและตัวละครที่สอดคล้องกันผ่านรูปภาพอ้างอิงสูงสุด 14 รูป สำหรับทั้งการสร้างและการแก้ไข บน Atlas Cloud คุณสามารถเข้าถึงได้ผ่าน API แบบรวมศูนย์ร่วมกับโมเดลอื่นๆ มากกว่า 300 โมเดล โดยมีราคาเริ่มต้นที่ 0.04 ดอลลาร์ต่อรูปภาพ มีอัปไทม์ 99.99% และเครดิตฟรีสำหรับการเริ่มต้น
คู่มือ บทแนะนำ และอัปเดตผลิตภัณฑ์ ที่ช่วยให้คุณใช้ Atlas Cloud ได้อย่างเต็มประสิทธิภาพ
