
Grok Imagine Video 1.5 Lite เป็นโมเดลต้นทุนต่ำที่สุดของ xAI ในตระกูลวิดีโอ Grok Imagine ออกแบบมาสำหรับการสร้างภาพและเสียงแบบผสานรวมจากพรอมป์ต์หรือภาพต้นฉบับ รองรับเสียงพูดที่สอดคล้องกับการขยับปาก และเลือกคุณภาพเอาต์พุตได้ รวมถึง 1080p ที่อัปสเกลจาก 720p เข้าถึงโหมดการสร้างทั้งสองแบบบน Atlas Cloud ด้วยการคิดค่าบริการตามการใช้งานที่ $0.02 ต่อวินาที และใช้คีย์เดียวที่รองรับ OpenAI-compatible เริ่มสร้างสรรค์ได้วันนี้
Grok Imagine Video 1.5 Lite พัฒนาโดย xAI โดย Atlas Cloud (ดำเนินการโดย Atlas Cloud AI LLC) เป็นผู้ให้บริการเข้าถึงโมเดลนี้ แต่ไม่ได้เป็นเจ้าของโมเดล เครื่องหมายการค้าทั้งหมดเป็นของเจ้าของที่เกี่ยวข้อง
เลือกเวิร์กโฟลว์ของ Grok Imagine Video 1.5 Lite ที่เหมาะกับสื่อต้นทาง ความต้องการของเอาต์พุต และกระบวนการผลิตของคุณ
| รูปแบบการทำงาน | คำอธิบาย |
|---|---|
| Grok Imagine Video 1.5 Lite I2V API (Image To Video) | เปลี่ยนภาพเริ่มต้นให้เป็นวิดีโอความยาว 1 ถึง 15 วินาทีที่ความละเอียด 480p, 720p หรือ 1080p โดย 1080p จะอัปสเกลจาก 720p พร้อมเสียงในตัวและการขยับริมฝีปากที่ซิงค์กัน ทำให้ endpoint นี้เหมาะสำหรับแอนิเมชันตัวละคร ภาพนำเสนอผลิตภัณฑ์ และคลิปสำหรับโซเชียลมีเดีย ในราคา $0.02 ต่อวินาที |
| Grok Imagine Video 1.5 Lite T2V API (Text To Video) | เปลี่ยนพรอมต์ข้อความให้เป็นคลิปความยาว 1 ถึง 15 วินาที พร้อมเสียงในตัวและเสียงพูดที่ซิงค์กับการขยับริมฝีปาก เลือกเอาต์พุตที่ความละเอียด 480p, 720p หรือ 1080p โดย 1080p จะอัปสเกลจาก 720p เหมาะสำหรับวิดีโอคอนเซปต์ เรื่องเล่าสั้น และคอนเทนต์ประชาสัมพันธ์ ในราคา $0.02 ต่อวินาที |
Grok Imagine Video 1.5 Lite เปลี่ยนพรอมต์หรือภาพเริ่มต้นให้เป็นคลิปความยาว 1 ถึง 15 วินาที พร้อมเสียงในตัว บทพูดที่ซิงค์กับการขยับริมฝีปาก อัตราส่วนภาพสำหรับการสร้างวิดีโอจากข้อความ 7 แบบ ความละเอียด 3 ระดับ สูงสุดถึง 1080p ที่ผ่านการอัปสเกล และการเข้าถึง Atlas Cloud ที่มีค่าใช้จ่ายโปร่งใสเพียง $0.02 ต่อวินาทีที่สร้างผ่าน API เดียว
Grok Imagine Video 1.5 Lite รองรับทั้งการสร้างวิดีโอจากข้อความและจากภาพ เริ่มจากฉากที่เขียนขึ้นหรือระบุภาพ 1 ภาพเป็นเฟรมเปิด จากนั้นกำกับการเคลื่อนไหวด้วยพรอมต์ ทั้ง 2 วิธีสร้างคลิปภายในตระกูลโมเดลเดียวกัน ความยืดหยุ่นนี้เหมาะกับทีมที่ต้องการเปลี่ยนจากการสร้างคอนเซ็ปต์อย่างรวดเร็วไปเป็นภาพนิ่งผลิตภัณฑ์แบบมีแอนิเมชันโดยไม่ต้องเปลี่ยนผู้ให้บริการวิดีโอ
เลือกความยาวคลิปได้ทุกค่าตั้งแต่ 1 ถึง 15 วินาที แทนการต้องจำกัดอยู่กับระยะเวลาคงที่เพียงค่าเดียว การสร้างคลิปสั้นช่วยทดสอบไอเดียได้อย่างประหยัด ขณะที่การสร้างคลิปที่ยาวขึ้นเปิดพื้นที่ให้การเคลื่อนไหวหรือช่วงบทพูดพัฒนาได้เต็มที่มากขึ้น ช่วงเวลาที่ปรับได้ช่วยให้นักพัฒนากำหนดความยาวเอาต์พุตให้เหมาะกับโพสต์โซเชียล ช่วงนำเสนอผลิตภัณฑ์ และฉากเล่าเรื่องขนาดกะทัดรัดได้แม่นยำยิ่งขึ้น
เลือกเอาต์พุตความละเอียด 480p, 720p หรือ 1080p สำหรับการสร้างแต่ละครั้ง โดย 1080p จะได้จากการอัปสเกลจาก 720p ใช้ระดับความละเอียดต่ำสำหรับการปรับแก้ซ้ำอย่างรวดเร็ว และสงวนขนาดเฟรมที่ใหญ่ที่สุดไว้สำหรับพรีวิวที่ขัดเกลาแล้วหรือการส่งมอบขั้นสุดท้าย ตัวเลือกความละเอียดที่ชัดเจนช่วยให้การผลิตจัดสมดุลระหว่างรายละเอียดภาพ แบนด์วิดท์ปลายทาง และต้นทุนได้ตามตำแหน่งที่คลิปแต่ละรายการจะถูกนำไปใช้งานจริง
ทุกคลิปที่สร้างขึ้นมาพร้อมเสียงในตัว และบทพูดสามารถซิงค์กับการขยับริมฝีปากที่มองเห็นได้ ระบุบทสนทนา เสียงบรรยากาศ ดนตรี หรือเอฟเฟกต์ไปพร้อมกับฉาก เพื่อให้ภาพและเสียงถูกสร้างขึ้นด้วยกัน สำหรับบทสนทนาระหว่างตัวละคร การตัดต่อที่ขับเคลื่อนด้วยดนตรี และการเล่าเรื่องที่เต็มไปด้วยบรรยากาศ เอาต์พุตแบบผสานนี้ช่วยลดความจำเป็นในการทำงานเสียงแยกต่างหาก
คำขอสร้างวิดีโอจากข้อความสามารถเรนเดอร์ได้ 7 อัตราส่วนภาพ ได้แก่ 16:9, 4:3, 3:2, 1:1, 2:3, 3:4 และ 9:16 กำหนดรูปแบบก่อนสร้างเพื่อให้ตรงกับการนำเสนอแนวนอน สี่เหลี่ยมจัตุรัส หรือแนวตั้ง ส่วนการสร้างวิดีโอจากภาพจะยึดตามเฟรมเริ่มต้นที่ระบุ เพื่อช่วยให้การเคลื่อนไหวยังคงรักษาองค์ประกอบที่เลือกไว้สำหรับภาพต้นฉบับในเวิร์กโฟลว์การเผยแพร่ดิจิทัลทั่วไป
ด้วยราคามาตรฐาน $0.02 ต่อวินาทีที่สร้าง Grok Imagine Video 1.5 Lite จึงเหมาะสำหรับเวิร์กโฟลว์วิดีโอที่คำนึงถึงต้นทุน การใช้งานคิดค่าบริการแบบโปร่งใสตามจำนวนวินาที ทำให้คาดการณ์ค่าใช้จ่ายได้ง่ายทั้งการทดสอบสั้น ๆ และการเรนเดอร์ที่ยาวขึ้น Atlas Cloud รวมการสร้างวิดีโอจากข้อความและภาพไว้เบื้องหลัง API เดียว ช่วยให้การผสานระบบสำหรับผลิตภัณฑ์ที่ต้องสร้างคลิปซ้ำ ๆ ทำได้ง่ายขึ้น
ดูว่า Grok Imagine Video 1.5 Lite และทางเลือกอีกสองแบบจาก Atlas Cloud ตีความพรอมป์ภาพยนตร์เดียวกันอย่างไร ทั้งฉากแอ็กชันสมจริงและแฟนตาซีสไตล์จัดจ้าน
เรื่องราวแอ็กชันขนาดจิ๋วยาว 8–10 วินาที ซึ่งเกิดขึ้นหลังเวทีการแสดงบัลเลต์รอบปฐมทัศน์: นักบัลเลต์สาวก้มลงผูกริบบิ้นรองเท้าเต้นปลายเท้า ทันใดนั้นริบบิ้นผ้าซาตินสีแดงเข้มก็มีชีวิตขึ้นและพุ่งหนีไป เริ่มด้วยภาพมาโครระยะใกล้สุดของปลายรองเท้า เชือกที่ขึงตึง และเส้นใยไหมระยิบระยับ จากนั้นเร่งกล้องพุ่งไปข้างหน้าเมื่อริบบิ้นหลุดเป็นอิสระ แล้วลดระดับสู่ภาพติดตามจากระดับพื้น วิ่งเคียงข้างริบบิ้นขณะมันพันรอบราวแขวนเครื่องแต่งกาย ลอดผ่านล้อฉากที่กำลังหมุน สะบัดผ่านใต้ม่าน และเหวี่ยงขนนกหลวมให้กลายเป็นกระแสวนหมุนวน นักเต้นไล่ตามโดยไม่เสียฟอร์มบัลเลต์—หมุน chaîné อย่างรวดเร็ว ก้าวไขว้ยาว กระโดดข้ามอุปกรณ์ประกอบฉากที่กำลังกลิ้งอย่างแม่นยำ แล้วไถลต่ำระดับเข่าใต้ชุดที่แขวนอยู่อย่างต่อเนื่อง—ขณะที่กล้องรักษาการติดตามผ่านสิ่งบดบังระหว่างราวแขวนและเครื่องจักรเวทีได้อย่างน่าเชื่อถือ ตวัดกล้องเข้าสู่ทางเดินด้านข้างสีเทาอมฟ้าเย็นเฉียบสำหรับภาพกว้างด้านข้างของช่วงเร่งความเร็วสุดท้าย หนึ่งวินาทีก่อนม่านเปิด เธอกระโดดและกดริบบิ้นไว้ใต้รองเท้าเต้นปลายเท้า จุดหักมุม: ริบบิ้นขดเป็นเกลียวขึ้นตามแขนของเธอทันทีราวกับคู่เต้นที่มีชีวิต ติดตามอย่างใกล้ชิดจากด้านหลังขณะที่เธอพุ่งผ่านม่านเปิดสู่เวทีสีทองอำพัน ซึ่งริบบิ้นคลี่ออกเป็นคู่เต้นเสมือนโปร่งแสงอันสง่างามและเข้าร่วมการหมุนครั้งแรกของเธอ เปลี่ยนแสงอย่างดรามาติกจากเงาหลังเวทีสีฟ้าไซแอนอมเทาเย็น ไปสู่ไฟส่องเท้าสีทองอำพันที่เปล่งประกาย โดยมีสีแดงเข้มของริบบิ้นคอยนำสายตาในองค์ประกอบภาพตลอดเวลา แอนิเมชันสีน้ำกวอชที่วาดด้วยมือ ผสานพื้นผิวไหมแบบเสมือนจริง ลายพู่กันที่สื่ออารมณ์ ฟิสิกส์ร่างกายที่ลื่นไหลและยืดหยุ่น การเคลื่อนไหวต่อเนื่องอย่างสง่างาม การออกแบบตัวละครที่คงที่ การปะทะกันของผ้าที่ละเอียด ไม่มีภาพสโลว์โมชัน ไม่มีภาพนิ่งเติมช่องว่าง เสียง: เสียงเคาะรองเท้าเต้นปลายเท้าอย่างเร่งด่วน เสียงซาตินเสียดสี เสียงล้อฉากสั่นกระทบ ขนนกพลิ้วไหว เสียงเครื่องสายออร์เคสตราที่ค่อย ๆ เร่งขึ้น จากนั้นเป็นจังหวะดนตรีสดใสเมื่อม่านเปิด ไม่มีบทสนทนา ไม่มีคำบรรยาย ไม่มีข้อความ ไม่มีองค์ประกอบอินเทอร์เฟซ อัตราส่วนภาพ 16:9
Generated with Grok Imagine Video V1.5 Lite 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
ลำดับภาพมาโครเชิงภาพยนตร์แบบสมจริงสูงยาว 8–10 วินาที ภายในเวิร์กช็อปเป่าแก้วเวนิสแบบดั้งเดิมยามรุ่งเช้า: ช่างเป่าแก้วหญิงที่มีเหงื่อเคลือบผิวหมุนท่อเป่าแก้วยาวอย่างต่อเนื่องข้างเตาหลอมที่คำราม ขณะพองแก้วหลอมเหลวสีส้มแดงให้กลายเป็นนกไฟโปร่งใส มีปีกสีอำพันอันละเอียดอ่อนและแต้มสีโคบอลต์บลู เริ่มด้วยภาพมาโครระยะใกล้สุดของแก้วหนืดที่เหมือนกำลังหายใจ ยืดตัว และหักเหเปลวไฟ จากนั้นดอลลี่กล้องถอยออกอย่างรวดเร็วสู่ภาพติดตามเหนือไหล่ ขณะที่นกแก้วมีชีวิตหลุดเป็นอิสระกะทันหัน กระพือปีกผ่านม่านไอความร้อนระยิบระยับ เฉียดผ่านแก้วน้ำที่แขวนอยู่ และชนสายลูกปัดแก้วจิ๋วให้ร่วงกระจาย เด้ง หมุน และส่งเสียงกริ๊งด้วยการชนที่สมจริงตามหลักฟิสิกส์ เธอตอบสนองทันที ยกคีมเหล็กยาวขึ้นและไล่ตามเส้นทางของมัน ตวัดกล้องเข้าสู่วงโคจรรอบเตาหลอมอย่างรวดเร็วและต่อเนื่อง ขณะที่นกไฟบินครบรอบอย่างลื่นไหล ร่างกายโปร่งใสของมันบิดเบือนเงาสะท้อนและแสงอุ่นโดยไม่เปลี่ยนรูปแบบ ปิดท้ายด้วยมุมกล้องต่ำอันดรามาติก เมื่อนกค่อย ๆ ลงบนปลายคีมด้วยความสมัครใจ พับปีก และตกผลึกกลายเป็นเครื่องประดับจิ๋วอันประณีต ขณะที่เธอประคองมันไว้ทั้งหอบเหนื่อยและยิ้มแย้ม ใช้แสงไฟจากเตาหลอมอุ่นเป็นแสงหลัก แสงขอบสีครามยามรุ่งเช้าส่องผ่านหน้าต่าง ควบคุมไฮไลต์สีอำพัน โคบอลต์บลู และใสกระจ่าง ให้มีการบิดเบือนจากความร้อน การเสียรูปของแก้วหลอมเหลว เงาสะท้อน การหักเห ประกายไฟ เหงื่อ และเอกลักษณ์ของตัวแบบที่ต่อเนื่อง การเคลื่อนไหวคมชัดความเร็วสูงพร้อมโมชั่นเบลออย่างเป็นธรรมชาติ ไม่มีภาพสโลว์โมชัน ไม่มีภาพนิ่งเติมช่องว่าง ไม่มีการตัดภาพที่ทำลายความต่อเนื่อง เสียงประสานสมจริง: เสียงเตาหลอมคำราม ลมหายใจเป็นจังหวะของช่างเป่าแก้ว เสียงกังวานคริสตัลคล้ายปีก แก้วน้ำที่แกว่งไกว เสียงลูกปัดกระทบกันร่วงกราว เสียงคีมโลหะกระทบ และประกายเสียงดนตรีสั้น ๆ ในช่วงการแปรสภาพสุดท้าย ไม่มีหน้าจอ อินเทอร์เฟซซอฟต์แวร์ แดชบอร์ด แถบความคืบหน้า แผนภูมิ คำบรรยาย ซับไตเติล โลโก้ ลายน้ำ แขนขาเกินจริง มือบิดเบี้ยว เครื่องมือซ้ำซ้อน กายวิภาคของนกไม่สอดคล้องกัน แก้วทึบแสง พื้นผิวที่ดูเหมือนพลาสติก วัตถุลอยโดยไม่มีปฏิสัมพันธ์ทางกายภาพ หรือเอกลักษณ์ที่กะพริบเปลี่ยนไป อัตราส่วนภาพ 16:9
Generated with Grok Imagine Video V1.5 Lite 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 Lite เปลี่ยนพรอมป์ข้อความหรือภาพเริ่มต้นให้เป็นคลิปความยาว 1 ถึง 15 วินาที พร้อมเปิดแนวทางใช้งานจริงสำหรับคอนเซ็ปต์โซเชียล แอนิเมชันผลิตภัณฑ์ บทสนทนาที่ซิงก์ริมฝีปาก โฆษณาหลากหลายรูปแบบ พรีวิว และสตอรีบอร์ดแบบมีเสียงบรรยายพร้อมเสียงในตัว
เปลี่ยนคอนเซ็ปต์ที่เขียนไว้ให้เป็นคลิปความยาว 1 ถึง 15 วินาที พร้อมเสียงในตัวสำหรับทดลองคอนเทนต์โซเชียล ครีเอเตอร์สามารถพัฒนาไอเดียแคมเปญที่กระชับ ทีเซอร์สำหรับแพลตฟอร์ม หรือโพสต์ภาพที่เผยแพร่เป็นประจำได้จากข้อความเพียงอย่างเดียว
เริ่มจากภาพผลิตภัณฑ์แล้วกำหนดลำดับการเคลื่อนไหวความยาว 1 ถึง 15 วินาที พร้อมเสียงในตัว ผลลัพธ์นี้รองรับการเปิดตัวผลิตภัณฑ์ พรีวิวหน้าร้าน หรือสื่อประชาสัมพันธ์ โดยไม่จำเป็นต้องเริ่มจากข้อความเพียงอย่างเดียว
ฉากบทสนทนาจะจับคู่วิดีโอที่สร้างขึ้นกับเสียงในตัวและคำพูดที่ซิงก์ริมฝีปากไว้ในเอาต์พุตเดียว ใช้สำหรับบทโต้ตอบระหว่างตัวละคร ปฏิกิริยาแบบมีเสียงบรรยาย หรือจังหวะสั้น ๆ ของเรื่องที่ต้องการให้การขยับปากสอดคล้องกับคำพูดอย่างเห็นได้ชัด
ด้วยราคา $0.02 ต่อวินาที โมเดลจะเปลี่ยนพรอมป์หรือภาพเริ่มต้นให้เป็นวิดีโอสั้นพร้อมเสียงในตัว ทีมการตลาดสามารถทดสอบคอนเซ็ปต์ ฮุก และทิศทางภาพได้หลายรูปแบบ โดยยังควบคุมต้นทุนการสร้างให้คาดการณ์ได้
เลือกเอาต์พุต 480p, 720p หรือ 1080p โดย 1080p จะอัปสเกลจาก 720p เพื่อให้เหมาะกับความต้องการด้านการรีวิวและการส่งมอบ นักพัฒนาสามารถสร้างต้นแบบขนาดเล็ก คลิปสำหรับการนำเสนอ หรือพรีวิวความละเอียดสูงขึ้นได้ผ่านตระกูลโมเดลเดียว
เปลี่ยนคำอธิบายฉากให้เป็นร่างวิดีโอที่กำหนดจังหวะเวลาไว้ พร้อมเสียงในตัวและคำพูดที่ซิงก์ริมฝีปาก ผู้สร้างภาพยนตร์และทีมครีเอทีฟสามารถเห็นภาพจังหวะบทสนทนา อารมณ์ และจังหวะการเล่าเรื่องได้ก่อนตัดสินใจเข้าสู่การผลิตระยะยาว
เปรียบเทียบ Grok Imagine Video 1.5 Lite กับโมเดลวิดีโอสามรุ่นของ Atlas Cloud ตามเวิร์กโฟลว์อินพุต ความยาวคลิป ความละเอียด เสียงในตัว และราคาการสร้างมาตรฐาน
| โมเดล | เวิร์กโฟลว์อินพุต | ความยาวคลิป | ความละเอียดเอาต์พุต | เสียงในตัว | ราคามาตรฐาน |
|---|---|---|---|---|---|
| Grok Imagine Video 1.5 Lite | ข้อความ, รูปภาพ | 1 ถึง 15 วินาที | 480p, 720p, 1080p ที่อัปสเกลจาก 720p | √ | $0.02/วินาที |
| MiniMax H3 Text-to-Video | ข้อความ | 4 ถึง 15 วินาที | 480P, 768P, 2K | √ | $0.038/วินาที |
| Seedance 2.0 Mini Text-to-Video | ข้อความ | 4 ถึง 15 วินาที หรืออัตโนมัติ | 480p, 720p, 720p-SR, 1080p-SR, 1440p-SR | √ | $0.056/วินาที |
| Veo 3.1 Lite Text-to-video | ข้อความ | 4, 6 หรือ 8 วินาที | 720p, 1080p สำหรับเอาต์พุตความยาว 8 วินาที | √ | $0.05/วินาที |
เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud
สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล
การรวมโมเดล Grok Imagine Video 1.5 Lite ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้
เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์
API แบบรวมศูนย์:
รัน Grok Imagine Video 1.5 Lite, 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
Grok Imagine Video 1.5 Lite เป็นโมเดลราคาประหยัดที่สุดของ xAI ในตระกูล Video 1.5 สำหรับสร้างคลิปสั้นจากข้อความหรือภาพเริ่มต้น โมเดลสร้างวิดีโอความยาว 1 ถึง 15 วินาที พร้อมเสียงในตัวและเสียงพูดที่ซิงค์กับริมฝีปาก
เปลี่ยน prompt ที่เขียนไว้ให้เป็นวิดีโอสมบูรณ์ หรือทำให้ภาพที่มีอยู่เคลื่อนไหวโดยใช้เป็นเฟรมเปิดของฉากใหม่ ทั้งสองโหมดสามารถสร้างบทสนทนา เสียงบรรยากาศ และเอฟเฟกต์ที่ซิงค์กันได้ภายในการประมวลผลครั้งเดียว
เลือก text-to-video endpoint สำหรับการสร้างจาก prompt เพียงอย่างเดียว หรือเลือก image-to-video endpoint เมื่อคุณมีเฟรมเริ่มต้น ป้อน prompt เลือกระยะเวลาและความละเอียด จากนั้นส่งคำขอ หากเป็นการทำให้ภาพเคลื่อนไหว ต้องระบุภาพต้นฉบับที่จำเป็นด้วย
ได้ โมเดลสร้างเสียงควบคู่กับภาพได้โดยตรง และรองรับเสียงพูดที่ซิงค์กับริมฝีปาก โปรดอธิบายบทสนทนา บรรยากาศ และเอฟเฟกต์เสียงที่ต้องการไว้ใน prompt เพื่อให้สิ่งเหล่านี้ถูกรวมเข้าไปในฉาก
คลิปมีความยาวตั้งแต่ 1 ถึง 15 วินาที และใช้เอาต์พุตความละเอียด 480p, 720p หรือ 1080p ตัวเลือก 1080p เป็นการขยายขนาดจาก 720p ไม่ใช่การเรนเดอร์ที่ความละเอียด 1080p โดยตรง
ภาพที่คุณระบุจะกลายเป็นเฟรมแรก ส่วน prompt จะกำหนดการเคลื่อนไหวที่เกิดขึ้นต่อจากนั้น พฤติกรรมของกล้อง และเสียง คลิปที่สร้างขึ้นจะใช้สัดส่วนภาพเดียวกับภาพต้นฉบับ
Atlas Cloud แสดงราคามาตรฐานที่ $0.02 ต่อวินาทีของวิดีโอที่สร้างขึ้น สำหรับทั้ง text-to-video endpoint และ image-to-video endpoint การเรียกเก็บเงินจะคิดตามระยะเวลาเอาต์พุตที่ร้องขอภายใต้รูปแบบจ่ายตามการใช้งาน
Lite ให้ความสำคัญกับการสร้างวิดีโอจากข้อความและภาพในต้นทุนที่ต่ำกว่า เหมาะสำหรับความต้องการด้านการผลิตที่ไม่ซับซ้อน โมเดล Video 1.5 รุ่นเต็มออกแบบมาสำหรับเวิร์กโฟลว์ที่ต้องใช้ภาพอ้างอิง เสียงอ้างอิง เฟรมที่ปักหมุดไว้ หรือเอาต์พุต native 1080p เลือก Lite เมื่อการทดลองปรับแต่งอย่างคุ้มค่าด้านต้นทุนสำคัญกว่าการควบคุมขั้นสูงเหล่านั้น
คู่มือ บทแนะนำ และอัปเดตผลิตภัณฑ์ ที่ช่วยให้คุณใช้ Atlas Cloud ได้อย่างเต็มประสิทธิภาพ