Seedance 2.0 Mini & Fast API ในราคาถูกที่สุดในโลก — ลดสูงสุดถึง 68% จากราคาทางการ
Grok Imagine Video 1.5 Motion Prompting

Grok Imagine Video 1.5 Motion Prompting

Grok Imagine Video 1.5 คือชุดโมเดลสร้างวิดีโอของ xAI สำหรับนักพัฒนาที่ต้องการควบคุมการเคลื่อนไหวจากพรอมต์และอินพุตภาพ สร้างภาพเคลื่อนไหวจากเฟรมเริ่มต้นด้วยคำสั่งการเคลื่อนไหวภาษาธรรมชาติ เลือก 480p หรือ 720p สำหรับเวิร์กโฟลว์อ้างอิง และเพิ่มเสียงอ้างอิงที่เป็นตัวเลือกเพื่อช่วยกำกับผลลัพธ์ เข้าถึงโหมดที่รองรับผ่านคีย์ Atlas Cloud เดียวที่เข้ากันได้กับ OpenAI พร้อมราคาแบบจ่ายตามการใช้งานที่โปร่งใส เริ่มพัฒนาได้วันนี้

Grok Imagine Video 1.5 พัฒนาโดย xAI โดย Atlas Cloud (ดำเนินการโดย Atlas Cloud AI LLC) เป็นผู้ให้บริการเข้าถึงโมเดลนี้ แต่ไม่ได้เป็นเจ้าของโมเดล เครื่องหมายการค้าทั้งหมดเป็นของเจ้าของที่เกี่ยวข้อง

สำรวจโมเดลชั้นนำ(6)

เปรียบเทียบรูปแบบอินพุตของ Grok Imagine Video 1.5

สำรวจเอ็นด์พอยต์ 6 รายการที่เปลี่ยนข้อความ เฟรมเริ่มต้น หรือแอสเซ็ตอ้างอิงให้เป็นวิดีโอสำหรับเวิร์กโฟลว์ของนักพัฒนาและการใช้งานทั่วไป

รูปแบบอินพุตคำอธิบาย
Grok Imagine Video 1.5 Developer Reference-to-Video APIเปลี่ยนรูปภาพอ้างอิง 1–7 ภาพและเสียงอ้างอิง (หากมี) ให้เป็นวิดีโอพร้อมเสียงที่ซิงโครไนซ์ในตัว เอาต์พุตมีความยาวได้สูงสุด 15 วินาทีที่ความละเอียด 480p หรือ 720p เอ็นด์พอยต์นี้เหมาะสำหรับฉากที่กำกับด้วยข้อมูลอ้างอิงและคอนเซ็ปต์ภาพที่ต้องใช้รูปภาพต้นทางหลายภาพ
Grok Imagine Video 1.5 Reference-to-Video APIเอ็นด์พอยต์นี้สร้างวิดีโอโดยอ้างอิงจากรูปภาพ 1–7 ภาพ พร้อมเสียงที่ซิงโครไนซ์ในตัว และรองรับเสียงอ้างอิงเพิ่มเติมได้ วิดีโอมีความยาวสูงสุด 15 วินาทีที่ความละเอียด 480p หรือ 720p เลือกใช้สำหรับการสร้างวิดีโอจากข้อมูลอ้างอิงหลายรายการและลำดับภาพที่กำกับด้วยเสียง
Grok Imagine Video 1.5 Developer Text-to-Video APIเพียงใช้พรอมต์ข้อความก็สามารถสร้างวิดีโอพร้อมเสียงที่ซิงโครไนซ์ในตัวผ่านเอ็นด์พอยต์สำหรับนักพัฒนานี้ได้ สร้างคลิปความยาวสูงสุด 15 วินาทีที่ความละเอียด 480p, 720p หรือ 1080p เหมาะสำหรับคอนเซ็ปต์ที่ขับเคลื่อนด้วยพรอมต์ สตอรีบอร์ด และการผลิตวิดีโอขนาดสั้น
Grok Imagine Video 1.5 Text-to-Video APIสร้างวิดีโอโดยตรงจากพรอมต์ข้อความ พร้อมสร้างเสียงที่ซิงโครไนซ์ในตัว ตัวเลือกเอาต์พุตประกอบด้วย 480p, 720p และ 1080p โดยมีความยาวสูงสุด 15 วินาที ใช้สำหรับฉากตามบท คอนเซ็ปต์แคมเปญ หรือแอสเซ็ตวิดีโอสำหรับโซเชียลมีเดีย
Grok Imagine Video 1.5 Developer Image-to-Video APIเริ่มจากรูปภาพ 1 ภาพ แล้วใช้คำสั่งการเคลื่อนไหวด้วยภาษาธรรมชาติเพื่อสร้างวิดีโอแอนิเมชันผ่านเอ็นด์พอยต์สำหรับนักพัฒนานี้ รองรับความละเอียด 480p, 720p และ 1080p เหมาะสำหรับทำให้งานศิลป์ ภาพผลิตภัณฑ์ และเฟรมเปิดที่เตรียมไว้มีการเคลื่อนไหว
Grok Imagine Video 1.5 Image-to-Video APIทำให้รูปภาพเฟรมเริ่มต้นเคลื่อนไหวด้วยการอธิบายการเคลื่อนไหวที่ต้องการเป็นภาษาธรรมชาติ วิดีโอที่ได้สามารถสร้างที่ความละเอียด 480p, 720p หรือ 1080p เวิร์กโฟลว์นี้รองรับการศึกษาการเคลื่อนไหว การเล่าเรื่องด้วยภาพ และการผลิตครีเอทีฟที่ใช้รูปภาพเป็นแกนหลัก

ภายในเครื่องมือสร้างสรรค์ Grok Imagine Video 1.5

Grok Imagine Video 1.5 รวมเวิร์กโฟลว์สำหรับข้อความ ภาพเริ่มต้น และภาพอ้างอิง 1 ถึง 7 ภาพเข้ากับเสียงที่ซิงโครไนซ์ในตัว เอาต์พุตสูงสุด 1080p และคลิปยาวสูงสุด 15 วินาทีในโหมดข้อความหรือโหมดอ้างอิง ขณะที่ Atlas Cloud มอบ API เดียวพร้อมการคิดค่าบริการตามการใช้งานที่โปร่งใส

Grok Imagine Video 1.5 จากข้อความ

เริ่มต้นด้วยพรอมต์ข้อความเพื่อสร้างคลิปยาวสูงสุด 15 วินาทีที่ความละเอียด 480p, 720p หรือ 1080p เสียงที่ซิงโครไนซ์ในตัวจะถูกสร้างมาพร้อมวิดีโอในกระบวนการสร้างเดียวกัน กำหนดฉากและการเคลื่อนไหวทั้งหมดผ่านคำบรรยายเป็นลายลักษณ์อักษรเมื่อไม่มีภาพต้นฉบับ เวิร์กโฟลว์นี้เหมาะกับภาพยนตร์คอนเซ็ปต์ การทดลองเชิงภาพยนตร์ และไปป์ไลน์คอนเทนต์ที่ขับเคลื่อนด้วยพรอมต์

การสร้างการเคลื่อนไหวจากภาพ

เปลี่ยนเฟรมเริ่มต้นเพียงภาพเดียวให้เป็นลำดับภาพเคลื่อนไหวผ่านพรอมต์การเคลื่อนไหวด้วยภาษาธรรมชาติ เลือกเอาต์พุต 480p, 720p หรือ 1080p โดยให้ภาพกำหนดองค์ประกอบของฉากเปิด ระบุการเคลื่อนไหวของตัวแบบและฉากในพรอมต์ แล้วให้โมเดลสร้างแอนิเมชันต่อจากจุดยึดทางภาพนั้น เหมาะกับภาพสินค้า ช่วงเวลาของตัวละคร และภาพนิ่งที่กำกับด้านศิลป์ซึ่งต้องการการเคลื่อนไหว

การกำกับด้วยภาพอ้างอิงใน Grok Imagine Video 1.5

กำกับ Grok Imagine Video 1.5 ด้วยภาพอ้างอิง 1 ถึง 7 ภาพและเสียงอ้างอิงที่เลือกใส่ได้ โหมดอ้างอิงสร้างคลิปยาวสูงสุด 15 วินาทีที่ความละเอียด 480p หรือ 720p พร้อมเสียงที่ซิงโครไนซ์ในตัว ใช้ข้อมูลเหล่านี้ชี้นำฉากที่สร้างขึ้นให้สอดคล้องกับทิศทางภาพที่กำหนดไว้ เวิร์กโฟลว์นี้เหมาะกับแคมเปญและเรื่องราวที่สร้างจากข้อมูลอ้างอิงเชิงสร้างสรรค์ที่มีอยู่แล้ว

เสียงที่ซิงโครไนซ์ในตัว

วิดีโอและเสียงถูกสร้างขึ้นพร้อมกัน ทำให้ทุกคลิปมีเสียงที่ซิงโครไนซ์ในตัวได้โดยไม่ต้องผ่านขั้นตอนประมวลผลเสียงแยกต่างหาก ออกแบบฉากโดยอิงจากการกระทำที่มองเห็นได้ ซึ่งจังหวะสามารถเสริมให้ชัดเจนขึ้นด้วยแทร็กเสียงประกอบ สำหรับช่วงเวลาที่การซิงโครไนซ์เป็นสิ่งสำคัญ กระบวนการสร้างแบบรวมนี้ช่วยลดการส่งต่องานระหว่างการสร้างภาพและการผลิตเสียง เหมาะอย่างยิ่งกับฟุตเทจที่เน้นการแสดงและบรรยากาศ

โครงเรื่องยาว 15 วินาที

ขยายจังหวะสำคัญทางภาพให้สมบูรณ์ผ่านคลิปข้อความหรือคลิปอ้างอิงที่ยาวสูงสุด 15 วินาที แทนที่จะหยุดอยู่ที่ลูปสั้น ๆ ระยะเวลานี้รองรับการปูพื้น การเคลื่อนไหว และบทสรุปที่ชัดเจนภายในลำดับภาพที่สร้างขึ้นชุดเดียว ใช้ช่วงเวลานี้ร่วมกับมุมกล้องที่เปลี่ยนไปและการเคลื่อนไหวต่อเนื่องเพื่อสร้างช่วงเหตุการณ์ที่มีรายละเอียดมากขึ้น ความยาวนี้เหมาะกับโฆษณาสั้น การเปิดเผยเนื้อเรื่อง และฉากวิดีโอบนโซเชียลมีเดีย

API เดียว 6 Endpoints

สลับไปมาระหว่างการสร้างจากข้อความ ภาพเริ่มต้น และภาพอ้างอิงผ่าน Atlas Cloud API เดียว พร้อมการคิดค่าบริการตามการใช้งานที่โปร่งใส เลือกเวิร์กโฟลว์ให้ตรงกับสินทรัพย์แต่ละประเภท แทนการบังคับให้ทุกไอเดียใช้รูปแบบอินพุตเดียวกัน การผสานรวมเดียวกันนี้เปิดให้นักพัฒนาเข้าถึง Grok Imagine Video v1.5 endpoints ทั้ง 6 รายการที่ระบุไว้ รวมถึงเส้นทางมาตรฐานและ Developer ช่วยให้การทดลองและการวางแผนการผลิตสำหรับงานวิดีโอหลากหลายรูปแบบทำได้ง่ายขึ้น

Grok Imagine Video 1.5 ในการประชันโมเดลด้วยพรอมต์เดียว

ดูว่า Grok Imagine Video 1.5 และทางเลือกอีกสองแบบจาก Atlas Cloud ตีความพรอมต์เดียวกันอย่างไร ทั้งฉากแอ็กชันแบบภาพยนตร์และแฟนตาซีเชิงสไตล์

พรอมต์

ภาพยนตร์แฟนตาซีใต้น้ำสไตล์บาโรก ความยาว 9 วินาที ถ่ายแบบเทกเดียวภายในโรงอุปรากรที่ถูกทิ้งร้างและจมอยู่ใต้น้ำทั้งหมด: นักดำน้ำแบบฟรีไดฟ์ผู้สง่างาม ผมพลิ้วไหว สวมหน้ากากไข่มุกเรืองแสง ไล่ตามปลาหมึกยักษ์สีแดงปะการังสดที่คาบกุญแจทองเหลืองลวดลายประณีต ผ่านม่านกำมะหยี่ที่ลอยพลิ้ว เริ่มจากภายในพื้นเวทีที่แตกร้าว ด้วยช็อตเงยจากมุมต่ำอย่างดรามาติก ขณะที่เธอหมุนตัวแล้วพุ่งหัวลงผ่านรอยแยก จากนั้นเปลี่ยนเป็นการเคลื่อนกล้องติดตามด้านข้างระยะประชิด ขณะเธอลอดผ่านเก้าอี้โรงละครที่ล้มระเนระนาด โดยให้ผมและเครื่องแต่งกายตอบสนองต่อกระแสน้ำอย่างเป็นธรรมชาติ ขณะที่ม่านพองพลิ้วและฟองอากาศลอยเป็นทางผ่านซุ้มโค้งหลายชั้น จากนั้นโคจรรอบตัวเธอและยกกล้องขึ้น ขณะที่แรงดันน้ำกระชากโคมระย้าคริสตัลเหนือศีรษะให้หลุดออก ในช่วงไคลแมกซ์ เธอบิดตัวไปด้านข้างในจังหวะสุดท้ายเพื่อหลบโคมระย้าที่ร่วงลงมา ผลึกกระทบกันและกระจายออกอย่างสมจริง ขณะที่ปลาหมึกยักษ์ใช้หนวดที่ม้วนโค้งซับซ้อนรับกุญแจที่กำลังหมุนตกอย่างคล่องแคล่ว หยุดชั่วขณะอย่างเป็นพิธีการเคร่งขรึม แล้ววางกุญแจคืนลงบนมือที่แบออกของเธอ การเคลื่อนไหวต่อเนื่องลื่นไหล มีจุดเริ่มต้น–การไล่ล่า–บทสรุปที่ชัดเจน ตัวละครและหน้ากากไข่มุกคงรูปสม่ำเสมอ แสดงแรงต้านน้ำ แรงลอยตัว เนื้อผ้า เส้นผม ฟองอากาศ การเปลี่ยนรูปของหนวด แรงกระแทก และการหลบหลีกการชนอย่างถูกต้องตามหลักฟิสิกส์ ลำแสงสีไซแอนเย็นจากช่องแสงบนหลังคาที่แตกส่องตัดผ่านหอประชุมมืดมิดใต้น้ำ โดยสีแดงปะการังเป็นสีอิ่มตัวจัดเพียงสีเดียว ช่วยนำสายตาผ่านชั้นลึกของซุ้มโค้ง ม่าน เศษซากที่ลอยค้าง และฟองอากาศ การถ่ายภาพใต้น้ำแบบภาพยนตร์สมจริงระดับภาพถ่าย ผสานพื้นผิวคล้ายภาพวาดสีน้ำมันอย่างละเอียดอ่อน ความโอ่อ่าสง่างามแบบบาโรก แสงคอสติกเชิงปริมาตร รายละเอียดสูง ไม่มีข้อความ ไม่มีอินเทอร์เฟซ ไม่มีการตัดต่อที่ปลอมเป็นภาพนิ่ง เสียงสมจริงเต็มอารมณ์: เสียงก้องทุ้มอู้อี้ใต้น้ำ กระแสน้ำไหลเชี่ยว เสียงผ้าพลิ้ว ฟองอากาศ เสียงผลึกกระทบกัน และจังหวะออร์เคสตราตึงเครียดที่คลี่คลายเป็นเสียงฮาร์ปแผ่วเบาเพียงหนึ่งโน้ตเมื่อกุญแจถูกส่งคืน อัตราส่วนภาพ 16:9

Generated with Grok Imagine Video v1.5 Text-to-Video on Atlas Cloud

Generated with Kling V3.0 Turbo Text-to-Video on Atlas Cloud

Generated with Grok Imagine Video v1.5 Developer Text-to-Video on Atlas Cloud

พรอมต์

โฆษณาแอ็กชันคอเมดี้แนวเซอร์เรียล ความยาว 9 วินาที ภายในร้านตัดผมสไตล์ยุค 1950 ที่มีรายละเอียดประณีตยิบย่อยในยามรุ่งสาง สุนัขพันธุ์โอลด์อิงลิชชีปด็อกขนรุงรังหน้าบึ้ง เปียกโชกไปด้วยฟองสบู่สีขาวหนา พุ่งทะลุประตูเข้ามาแล้ววิ่งเต็มแรงข้ามร้านพร้อมสะบัดฟองกระจายไปทั่ว ช่างตัดผมที่ตกใจจนผงะกระโดดขึ้นบนเก้าอี้หมุนแล้วขี่ไล่ตาม ใช้กรรไกรเล็มขนที่ปลิวว่อนของสุนัขอย่างรวดเร็ว โดยให้เสียงกรรไกรดังแกร๊กคมชัดทุกครั้งซิงก์ตรงกับจังหวะกลองแจ๊สที่กระแทกเร้าใจ เริ่มด้วยช็อตติดตามระดับพื้นสุดขีด วิ่งแข่งข้างอุ้งเท้าเปียกขณะที่มันไถลไปบนกระเบื้องลายตารางหมากรุกสีดำสลับขาวมันวาว ส่งหยดน้ำและฟองสบู่กระเซ็นเข้าหาเลนส์อย่างสมจริง จากนั้นแพนกล้องฉับพลันขึ้นด้านบนเข้าสู่ช็อตติดตามแบบวงกลมความเร็วสูง โดยใช้กระจกบานใหญ่สามบานเพื่อเผยให้เห็นและคงตำแหน่งที่เปลี่ยนไปของสุนัขกับช่างตัดผมผ่านภาพสะท้อนที่ซับซ้อนและแม่นยำอย่างต่อเนื่อง แล้วดอลลี่อินอย่างรวดเร็ว ขณะที่เศษขนที่ลอยอยู่ในอากาศร่วงหมุนวนและตกลงบนศีรษะของสุนัขได้พอดี ก่อตัวเป็นทรงผมปอมปาดัวร์สูงเว่อร์วัง สุนัขหยุดแล้วโพสท่าอย่างยโสในจังหวะฮีโร่คล้ายภาพหยุดนิ่งนาน 1 วินาที ก่อนจามกะทันหัน ปล่อยฟองสบู่และขนระเบิดฟุ้งกระจาย ขณะที่เพลงแจ๊สจบลงด้วยเสียงริมช็อตแบบตลกคมกริบ ไฟทังสเตนโทนอุ่นจากโคมไฟจริงภายในร้านตัดผ่านหมอกยามเช้าสีทีลเย็นด้านนอกหน้าต่าง จานสีวินเทจประกอบด้วยสีเบอร์กันดีเข้ม สีครีม ทองเหลืองขัดเงา และไม้สีเข้ม งานภาพโฆษณาไลฟ์แอ็กชันระดับพรีเมียม การออกแบบท่าเคลื่อนไหวความเร็วสูงแบบต่อเนื่องไร้รอยต่อ ตัวละครและความต่อเนื่องของพื้นที่คงรูปสม่ำเสมอ แสดงขนเปียก ฟองสบู่ เส้นขนที่หลุดลอย ภาพสะท้อน การหมุนของเก้าอี้ แรงเฉื่อย และการชนอย่างถูกต้องตามหลักฟิสิกส์ รายละเอียดสมจริงที่สัมผัสได้ ความเคลื่อนไหวคมชัด ไม่มีสโลว์โมชัน ไม่มีช็อตเปิดฉากโล่ง ๆ ไม่มีหน้าจอ ไม่มีอินเทอร์เฟซซอฟต์แวร์ ไม่มีแดชบอร์ด ไม่มีแถบความคืบหน้า ไม่มีกราฟ ไม่มีคำบรรยาย ไม่มีข้อความอธิบาย ไม่มีโลโก้ ไม่มีลายน้ำ อัตราส่วนภาพ 16:9

Generated with Grok Imagine Video v1.5 Text-to-Video on Atlas Cloud

Generated with Kling V3.0 Turbo Text-to-Video on Atlas Cloud

Generated with Grok Imagine Video v1.5 Developer Text-to-Video on Atlas Cloud

Grok Imagine Video 1.5 ตลอดกระบวนการสร้างสรรค์

Grok Imagine Video 1.5 เปลี่ยนพรอมต์ เฟรมต้นฉบับ และภาพอ้างอิงสูงสุด 7 ภาพให้เป็นวิดีโอสั้นพร้อมเสียงที่ซิงโครไนซ์ สำหรับแคมเปญ การนำเสนอผลิตภัณฑ์ เรื่องราวตัวละคร คอนเทนต์โซเชียล และการสร้างต้นแบบภาพอย่างรวดเร็ว

สปอตผลิตภัณฑ์ด้วย Grok Imagine Video 1.5

ทำให้ภาพนิ่งของผลิตภัณฑ์เคลื่อนไหวด้วยพรอมต์การเคลื่อนไหวภาษาธรรมชาติและเสียงที่ซิงโครไนซ์ สร้างคลิปสั้นเพื่อการนำเสนอสำหรับหน้าร้านค้า หน้าแคมเปญ สื่อเปิดตัว หรือพื้นที่โฆษณาแบบชำระเงินบนโซเชียลมีเดียที่ความละเอียดสูงสุด 1080p

เรื่องราวตัวละครที่กำกับด้วยภาพอ้างอิง

กำกับฉากด้วยภาพอ้างอิงตัวละคร 1–7 ภาพ พร้อมเสียงอ้างอิงเสริม การตั้งค่านี้รองรับการปรากฏตัวซ้ำของนักแสดงชุดเดิม ฉากบทสนทนา และคลิปเรื่องเล่าสั้น ๆ พร้อมเสียงซิงโครไนซ์ในตัว

แนวคิดแคมเปญที่เริ่มจากพรอมต์

เริ่มจากพรอมต์ข้อความเพื่อสร้างวิดีโอที่สมบูรณ์พร้อมเสียงซิงโครไนซ์ในตัว ทีมการตลาดสามารถสำรวจแนวคิดแคมเปญ วิดีโอสร้างบรรยากาศ และทีเซอร์เปิดตัวได้โดยไม่ต้องเตรียมภาพต้นฉบับ

คลิปโซเชียลด้วย Grok Imagine Video 1.5

เปลี่ยนเฟรมเริ่มต้นเพียงเฟรมเดียวให้เกิดการเคลื่อนไหวด้วยคำสั่งภาษาธรรมชาติที่ความละเอียดสูงสุด 1080p สร้างสื่อแคมเปญขนาดกระชับสำหรับฟีด หน้าเปิดตัว ประกาศกิจกรรม อัปเดตผลิตภัณฑ์ และโพสต์ที่สร้างโดยครีเอเตอร์

แอนิเมชันจากเฟรมสตอรีบอร์ด

ทำให้เฟรมสตอรีบอร์ดที่อนุมัติแล้วมีชีวิตด้วยการเคลื่อนไหวที่กำกับผ่านพรอมต์ โดยยังคงใช้เฟรมนั้นเป็นภาพเริ่มต้น ผู้กำกับและนักออกแบบสามารถสร้างช็อตพรีวิซสั้น ๆ พร้อมเสียงที่ซิงโครไนซ์เพื่อการตรวจทาน

แคมเปญแบรนด์ด้วย Grok Imagine Video 1.5

ผสานภาพผลิตภัณฑ์ ภาพบุคลิกตัวละคร รายละเอียดเครื่องแต่งกาย และภาพอ้างอิงฉากจากภาพสูงสุด 7 ภาพ ทีมแบรนด์สามารถกำกับฉากโปรโมตสั้น ๆ พร้อมเสียงที่ซิงโครไนซ์ โดยยึดคำขอแต่ละรายการจากสื่อภาพที่จัดเตรียมไว้

Grok Imagine Video 1.5 ในแวดวงวิดีโอแบบมัลติโมดัล

เปรียบเทียบ Grok Imagine Video 1.5 กับโมเดล reference-to-video ชั้นนำในด้านอินพุตที่รองรับ ความยาวคลิป ความละเอียด เสียงที่ซิงโครไนซ์ และราคามาตรฐานต่อวินาที

โมเดลประเภทอินพุตความยาวคลิปความละเอียดสูงสุดเสียงในตัวราคามาตรฐาน
Grok Imagine Video v1.5ข้อความ, รูปภาพ, รูปภาพอ้างอิง, เสียงพูดสูงสุด 15 วินาที1080p√$0.08/วินาที
Seedance 2.0 Reference-to-Videoข้อความ, รูปภาพ, วิดีโอ, เสียง4 ถึง 15 วินาที4K√$0.112/วินาที
MiniMax H3 Reference-to-Videoข้อความ, รูปภาพ, วิดีโอ, เสียง4 ถึง 15 วินาที2K√$0.038/วินาที
Wan-2.7 Reference-to-videoข้อความ, รูปภาพ, วิดีโอ, เสียง2 ถึง 10 วินาที1080p√$0.10/วินาที

วิธีใช้ Grok Imagine Video 1.5 บน Atlas Cloud

เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud

สร้างบัญชี Atlas Cloud

สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล

ทำไมต้องใช้ Grok Imagine Video 1.5 บน Atlas Cloud

การรวมโมเดล Grok Imagine Video 1.5 ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้

ประสิทธิภาพและความยืดหยุ่น

เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์

API แบบรวมศูนย์:
รัน Grok Imagine Video 1.5, GPT, Gemini และ DeepSeek ด้วยการเชื่อมต่อเดียว

ราคาโปร่งใส:
ชำระเงินต่อโทเค็นที่คาดเดาได้พร้อมตัวเลือก serverless

องค์กรและขนาด

ประสบการณ์นักพัฒนา:
SDK, การวิเคราะห์, เครื่องมือปรับแต่ง และเทมเพลต

ความน่าเชื่อถือ:
ความพร้อมใช้งาน 99.99%, RBAC และการบันทึกที่พร้อมสำหรับการปฏิบัติตาม

ความปลอดภัยและการปฏิบัติตาม:
SOC 2 Type II, สอดคล้อง HIPAA, อธิปไตยข้อมูลในสหรัฐอเมริกา

คำถามที่พบบ่อยเกี่ยวกับ Grok Imagine Video 1.5 API

Grok Imagine Video 1.5 คือกลุ่มโมเดลสร้างวิดีโอของ xAI สำหรับสร้างคลิปจากข้อความ ภาพเริ่มต้น หรือภาพอ้างอิงหลายภาพ ผ่าน Atlas Cloud นักพัฒนาสามารถเข้าถึง endpoint แยกตามโหมดการสร้างแต่ละแบบได้

มี 3 โหมด ได้แก่ text-to-video, image-to-video และ reference-to-video เลือก text เพื่อสร้างฉากตั้งแต่ต้น เลือก image เพื่อทำให้เฟรมเริ่มต้นเคลื่อนไหว หรือเลือกโหมด reference เพื่อกำหนดแนวทางให้กับบุคคล วัตถุ และสไตล์ด้วยภาพหลายภาพ

สร้างคีย์ Atlas Cloud API แล้วส่งคำขอที่ผ่านการยืนยันตัวตนไปยัง endpoint สร้างวิดีโอ พร้อมระบุ model ID ที่เหมาะสม ใช้ task ID ที่ได้รับกลับมาเพื่อตรวจสอบสถานะการสร้างและดึง URL ของวิดีโอที่เสร็จสมบูรณ์แล้ว

text-to-video ต้องใช้พรอมต์ภาษาธรรมชาติ ส่วน image-to-video จะเพิ่มภาพเฟรมเริ่มต้น 1 ภาพ reference-to-video รับพรอมต์และภาพอ้างอิงตั้งแต่ 1 ถึง 7 ภาพ พร้อมรองรับ voice ID แบบพรีเซ็ตสำหรับบทสนทนาที่สร้างขึ้น

สคีมา Atlas Cloud ที่มีอยู่รองรับคลิปความยาวตั้งแต่ 1 ถึง 15 วินาที text-to-video และ image-to-video รองรับเอาต์พุต 480p, 720p หรือ 1080p ส่วน reference-to-video รองรับ 480p หรือ 720p

รองรับ โดย text-to-video จะสร้างเสียงซิงโครไนซ์ในตัวจากพรอมต์ และ reference-to-video สามารถผสานเสียงที่สร้างขึ้นกับเสียงพรีเซ็ตที่เลือกใช้สำหรับบทสนทนาได้

Atlas Cloud ระบุราคาพื้นฐานมาตรฐานที่ $0.08 สำหรับแต่ละ endpoint ที่อยู่ในหน้านี้ โปรดตรวจสอบรายละเอียดการเรียกเก็บเงินปัจจุบันของ endpoint ที่เลือกก่อนนำไปใช้งานจริง เนื่องจากข้อมูลราคาที่ให้มาไม่ได้ระบุหน่วยการเรียกเก็บเงิน

ส่งภาพจำนวน 1 ถึง 7 ภาพผ่าน endpoint reference-to-video ระบุแอสเซ็ตแต่ละรายการในพรอมต์ด้วยแท็ก เช่น <IMAGE_0> และ <IMAGE_1> เพื่อให้โมเดลเชื่อมโยงภาพอ้างอิงแต่ละภาพกับบุคคลหรือองค์ประกอบฉากที่ต้องการได้

สคีมา Atlas Cloud ที่มีอยู่ไม่มีพารามิเตอร์เฉพาะสำหรับเฟรมสุดท้าย image-to-video ใช้ภาพ 1 ภาพเป็นเฟรมเริ่มต้น ส่วน reference-to-video ใช้ภาพ 1 ถึง 7 ภาพเป็นแนวทางด้านภาพ โดยไม่ได้รับประกันว่าจะเป็นเฟรมแรกและเฟรมสุดท้าย

เลือก reference-to-video เมื่อจำเป็นต้องใช้ภาพหลายภาพเพื่อกำหนดแนวทางให้กับบุคคล วัตถุ หรือสไตล์ภาพในฉากใหม่ ใช้ image-to-video เมื่อควรใช้ภาพที่มีอยู่ 1 ภาพเป็นเฟรมเปิด และต้องการให้การเคลื่อนไหวเป็นไปตามพรอมต์ภาษาธรรมชาติ

สำรวจกลุ่มเพิ่มเติม

Seedance 2.5

Seedance 2.5 API พร้อมใช้งานแล้วบน Atlas Cloud! มอบโมเดลวิดีโอใหม่ล่าสุดของ ByteDance ให้กับนักพัฒนา สร้างวิดีโอเนทีฟได้นานถึง 30 วินาทีในการประมวลผลเพียงครั้งเดียวจากข้อความ รูปภาพเดียว หรือการอ้างอิงหลายรูปแบบสูงสุด 50 รายการ พร้อมเสียงที่ซิงโครไนซ์และข้อความหลายภาษาในเฟรม บน Atlas Cloud คุณสามารถเข้าถึงได้ผ่านคีย์เดียว โดยมีความสอดคล้องของวัตถุและระบบฟิสิกส์ที่ได้รับการปรับปรุงซึ่งช่วยให้ภาพระยะยาวมีความต่อเนื่อง

ดูกลุ่ม

Wan 3.0

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

ดูกลุ่ม

MiniMax H3

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

ดูกลุ่ม

Seedream 5.0 Pro

Seedream 5.0 Pro API มอบโมเดลการแก้ไขภาพที่ควบคุมได้ของ ByteDance บน Atlas Cloud ให้กับนักพัฒนา โดยจะวางการแก้ไขอย่างแม่นยำด้วยจุดยึดและพิกัด แยกภาพออกเป็นเลเยอร์ที่แก้ไขได้ ผสานข้อมูลอ้างอิงหลายรายการ และจับคู่สีและวัสดุที่แน่นอน พร้อมข้อความหลายภาษาที่ความละเอียด 2K และ 3K บน Atlas Cloud คุณสามารถเข้าถึงได้ผ่านคีย์เดียว!

ดูกลุ่ม

Seedance 2.0

Seedance 2.0 คือโมเดลวิดีโอสำหรับการใช้งานจริงของ ByteDance ที่ออกแบบมาเพื่อสร้างช็อตได้อย่างแม่นยำ เปลี่ยนพรอมป์ต์เป็นวิดีโอ ทำให้ภาพเฟรมแรกเคลื่อนไหวโดยมีตัวเลือกให้ใช้คำแนะนำจากเฟรมสุดท้าย หรือปรับแต่งผลลัพธ์ด้วยสื่ออ้างอิงและการค้นหาเว็บแบบเลือกใช้ได้ Atlas Cloud รวมเวิร์กโฟลว์เหล่านี้ไว้ใน API เดียว พร้อมการคิดค่าบริการตามการใช้งานจริงอย่างโปร่งใสและคีย์เดียวที่เข้ากันได้กับ OpenAI เริ่มสร้างสรรค์ได้วันนี้

ดูกลุ่ม

GPT Image 2.5

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

ดูกลุ่ม

GPT Image 2

GPT Image 2 API ช่วยให้นักพัฒนาสามารถเข้าถึงโมเดลรูปภาพล่าสุดของ OpenAI ซึ่งเป็นรุ่นสืบทอดจาก GPT Image 1.5 โดยสามารถสร้างและแก้ไขรูปภาพพร้อมกับการเรนเดอร์ข้อความที่แม่นยำทั้งในอักษรละตินและ CJK รวมถึงการจัดวางองค์ประกอบที่ยอดเยี่ยมสำหรับโปสเตอร์ ม็อกอัป และอินโฟกราฟิก บน Atlas Cloud คุณสามารถเข้าถึงโมเดลนี้ผ่าน API ที่เป็นหนึ่งเดียวร่วมกับโมเดลอื่นๆ อีกกว่า 300 รุ่น พร้อมเครดิตฟรี เวลาทำงาน 99.99% และไม่จำเป็นต้องมีการตรวจสอบยืนยันองค์กรจาก OpenAI

ดูกลุ่ม

Gemini Omni Flash

API ของ gemini omni นำตระกูล Gemini Omni Flash แบบมัลติโมดัลโดยกำเนิดจาก Google DeepMind ซึ่งรวมถึง Gemini Omni 1.1 Flash มาสู่นักพัฒนา สร้างวิดีโอสไตล์ภาพยนตร์พร้อมเสียงเนทีฟที่ซิงโครไนซ์กัน ทำให้ภาพนิ่งเคลื่อนไหวได้ด้วยการควบคุมเฟรมเริ่มต้นและเฟรมสิ้นสุดอย่างแม่นยำ หรือปรับแก้ฟุตเทจที่มีอยู่ผ่านการแก้ไขด้วยคำสั่งข้อความ โดยยังคงรักษาเนื้อหาที่ไม่ได้แก้ไขไว้ Atlas Cloud มอบคีย์เดียวที่เข้ากันได้กับ OpenAI การเข้าถึงแบบรวมศูนย์ และราคาที่โปร่งใสโดยคิดค่าบริการตามการใช้งาน เริ่มพัฒนาได้วันนี้

ดูกลุ่ม

Grok Imagine

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 หรือเพิ่มบรรยายเสียงในภาษา 20 ภาษา Atlas Cloud รันทุกโหมดบนเอนด์พอยต์เดียว มีราคาแบบจ่ายตามการใช้งาน ตั้งแต่ $0.02 ต่อรูปภาพและ $0.05 ต่อวินาที เริ่มสร้างวันนี้

ดูกลุ่ม

Google

โมเดลเชิงสร้างสรรค์ที่ทรงพลังที่สุดของ Google พร้อมใช้งานแล้วบน Atlas Cloud โดย Veo 3.1 นำเสนอการสร้างวิดีโอระดับภาพยนตร์ Nano Banana 2 ขับเคลื่อนการสร้างภาพที่มีความเที่ยงตรงสูง และ Gemini นำความชาญฉลาดแบบมัลติโมดัลมาสู่ทุกเวิร์กโฟลว์ เข้าถึงชุดโมเดลของ Google เต็มรูปแบบผ่าน API key เดียวพร้อมความพร้อมใช้งานระดับ Day-0 และการกำหนดราคาแบบจ่ายตามการใช้งาน (pay-as-you-go)

ดูกลุ่ม

Seedance 2.0 Mini

Seedance 2.0 Mini นำเสนอการสร้างวิดีโอแบบมัลติโมดัลของ ByteDance สู่เวิร์กโฟลว์ที่ความเร็วและต้นทุนมีความสำคัญสูงสุด โดยมอบความสามารถหลักของ Seedance 2.0 ในรูปแบบที่ใช้ทรัพยากรน้อยลง — สร้างได้เร็วกว่า ต้นทุนต่อวิดีโอต่ำกว่า และใช้การผสานรวม API เดิมที่คุณใช้อยู่แล้ว สำหรับทีมที่จัดการไปป์ไลน์ปริมาณมากหรือสร้างต้นแบบในสเกลขนาดใหญ่ Mini คือตัวเลือกเริ่มต้นที่ใช้งานได้จริง

ดูกลุ่ม

ByteDance

ตั้งแต่การสร้างวิดีโอระดับภาพยนตร์ไปจนถึงการสร้างภาพที่มีความละเอียดสูง โมเดลที่ทรงพลังที่สุดของ ByteDance พร้อมใช้งานแล้วบน Atlas Cloud รัน Seedance และ Seedream ในสเกลขนาดใหญ่ด้วยราคาการอนุมานที่ต่ำที่สุด และไม่มีค่าใช้จ่ายแฝงด้านโครงสร้างพื้นฐาน

ดูกลุ่ม

API เดียวสำหรับ AI สื่อทุกประเภท

สำรวจโมเดลทั้งหมด