HeyGen Avatar V Digital Twin Background Removal
HeyGen Avatar V Digital Twin ซึ่งสร้างขึ้นบนเทคโนโลยีอวตารของ HeyGen ช่วยสร้างวิดีโอผู้บรรยายพร้อมตัวเลือกพื้นหลังที่ยืดหยุ่น จะเลือกใส่พื้นหลังให้ผู้บรรยาย หรือเอาพื้นหลังออกเพื่อเตรียมฟุตเทจสำหรับนำไปจัดองค์ประกอบแบบเลเยอร์ก็ได้ ใช้ API ของ Atlas Cloud เพื่อนำการควบคุมเหล่านี้ไปใช้ในเวิร์กโฟลว์วิดีโอ เช่น วิดีโอแนะนำผลิตภัณฑ์ หน้าจอเริ่มต้นใช้งาน และงานนำเสนอที่มีแบรนด์ของคุณ เริ่มสร้างได้เลยวันนี้
Atlas Cloud (ดำเนินการโดย Atlas Cloud AI LLC) ให้บริการเข้าถึงโมเดล AI ของบุคคลที่สาม ซึ่งพัฒนาและเป็นกรรมสิทธิ์ของผู้ให้บริการแต่ละราย Atlas Cloud ไม่ได้เป็นเจ้าของโมเดลเหล่านี้ และชื่อโมเดล ชื่อผลิตภัณฑ์ และเครื่องหมายการค้าทั้งหมดเป็นของเจ้าของที่เกี่ยวข้อง
เปลี่ยนสคริปต์หรือเสียงเป็นวิดีโอ: HeyGen Avatar V Digital Twin
ดูอินพุตที่รองรับ ตัวเลือกพื้นหลัง และรูปแบบวิดีโอผู้บรรยาย
| รูปแบบข้อมูล | คำอธิบาย |
|---|---|
| HeyGen Avatar V Digital Twin | เปลี่ยนสคริปต์หรือแทร็กเสียงให้เป็นวิดีโอผู้บรรยายที่ซิงก์ริมฝีปากได้อย่างเป็นธรรมชาติ โดยใช้อวตารสำเร็จรูป เลือกเอาต์พุตได้ทั้งการใส่พื้นหลัง การลบพื้นหลัง วิดีโอ WebM แบบโปร่งใส และวิดีโอความละเอียดสูงสุด 4K ใช้สร้างวิดีโออธิบายผลิตภัณฑ์โดยมีผู้บรรยาย วิดีโอฝึกอบรม หรืออัปเดตข่าวสารของบริษัท |
HeyGen Avatar V Digital Twin: พรีเซนเตอร์ปรากฏโฉม
ป้อนสคริปต์หรือเสียงเพื่อกำหนดเสียงพูดให้ HeyGen Avatar V Digital Twin พร้อมรองรับเอาต์พุตสูงสุด 4K พื้นหลังเสริม WebM แบบโปร่งใส และ unified API ของ Atlas Cloud ที่คิดค่าบริการตามการใช้งาน เพื่อรองรับเวิร์กโฟลว์การสร้างวิดีโอพรีเซนเตอร์ที่ยืดหยุ่น
พรีเซนเตอร์จาก HeyGen Avatar V Digital Twin
เลือกอวตารสำเร็จรูป แล้วเปลี่ยนสคริปต์ที่เขียนไว้ให้เป็นวิดีโอพรีเซนเตอร์พูดได้ HeyGen Avatar V Digital Twin นำพรีเซนเตอร์ที่เลือกมาจับคู่กับการซิงก์ริมฝีปากอย่างเป็นธรรมชาติ ให้ข้อความของคุณถ่ายทอดผ่านการพูดหน้ากล้อง เพียงป้อนข้อความที่ต้องการให้พูด แทนการถ่ายวิดีโอประกาศแต่ละครั้งด้วยตัวเอง เวิร์กโฟลว์นี้เหมาะกับการแนะนำผลิตภัณฑ์ อัปเดตข่าวสารให้พนักงาน และวิดีโออธิบายเนื้อหาเพื่อการเรียนรู้ที่ต้องการบุคคลจริงที่จดจำได้
ใช้เสียงพูดจากไฟล์เสียงของคุณ
มีแทร็กเสียงพูดอยู่แล้วใช่ไหม ป้อนไฟล์บันทึกเสียงเพื่อให้เสียงนั้นขับเคลื่อนการพูดของอวตารสำเร็จรูป พร้อมซิงก์ริมฝีปากอย่างเป็นธรรมชาติ ไฟล์เสียงของคุณจะเป็นผู้ถ่ายทอดข้อความ พรีเซนเตอร์จึงพูดตามเสียงบรรยายที่มีอยู่ได้โดยไม่ต้องเริ่มจากสคริปต์ที่เขียนไว้ จับคู่อวตารที่เลือกกับแทร็กเสียงที่เหมาะสมสำหรับแต่ละเวอร์ชัน เหมาะสำหรับบทเรียนที่มีเสียงบรรยาย คลิปโฆษก และประกาศที่บันทึกเสียงไว้แล้ว
HeyGen Avatar V Digital Twin ในความละเอียด 4K
สร้างวิดีโอพรีเซนเตอร์ได้ที่ความละเอียดสูงสุด 4K เมื่อเตรียมคำขอ HeyGen Avatar V Digital Twin ให้เลือกระดับความละเอียดเอาต์พุตที่รองรับ จากนั้นป้อนสคริปต์หรือแทร็กเสียงและเลือกอวตาร ความละเอียดที่สูงขึ้นช่วยให้ผู้ตัดต่อมีพิกเซลมากขึ้นสำหรับเตรียมวิดีโอฉบับสมบูรณ์ เลือกตัวเลือกนี้สำหรับฟุตเทจนำเสนอ ภาพระยะใกล้ที่ต้องการรายละเอียดสูง หรือเนื้อหาที่จะแสดงบนจอขนาดใหญ่
พื้นหลังที่สอดคล้องกับเนื้อหา
วางพรีเซนเตอร์สำเร็จรูปบนพื้นหลังเสริมที่เข้ากับวิดีโอ การปรับแต่งพื้นหลังช่วยให้ฉากสนับสนุนข้อความที่พูด แทนที่จะเป็นตัวกำหนดว่าพรีเซนเตอร์ต้องปรากฏที่ไหน เลือกบริบทภาพพร้อมกับอวตารและสคริปต์หรือเสียงที่ป้อนเข้ามาเมื่อตั้งค่าการสร้างวิดีโอ ฉากที่ออกแบบให้สอดคล้องกันเหมาะกับวิดีโออธิบายที่มีแบรนด์ บทนำหลักสูตร และประกาศที่ต้องการเอกลักษณ์ทางภาพอย่างสม่ำเสมอ
WebM แบบโปร่งใสสำหรับนำไปประกอบภาพ
ต้องการพรีเซนเตอร์ที่นำไปวางในเลย์เอาต์วิดีโอที่มีอยู่ได้ใช่ไหม การลบพื้นหลังและเอาต์พุต WebM แบบโปร่งใสช่วยให้ได้เลเยอร์อวตารสำหรับนำไปประกอบภาพ สร้างวิดีโอการพูดด้วยอวตารสำเร็จรูปที่รองรับ แล้วนำผลลัพธ์แบบโปร่งใสไปใช้ในเวิร์กโฟลว์ตัดต่อ วิธีนี้ช่วยแยกพรีเซนเตอร์ออกจากฉากสุดท้าย จึงเหมาะกับงานประกอบภาพที่มีแบรนด์ วิดีโอบทเรียน และงานตัดต่อโปรโมตที่ออกแบบเอง
เข้าถึงผ่าน API เดียว คิดค่าบริการตามการใช้งาน
Atlas Cloud รวมเวิร์กโฟลว์การสร้างวิดีโอพรีเซนเตอร์นี้ไว้ใน unified API พร้อมราคาจ่ายตามการใช้งานที่โปร่งใส เลือกโมเดล HeyGen เลือกอวตารสำเร็จรูป แล้วป้อนสคริปต์หรือแทร็กเสียงผ่านเวิร์กโฟลว์สร้างวิดีโอของแพลตฟอร์ม จัดการการผลิตวิดีโออวตารควบคู่กับโมเดลอื่นที่รองรับได้ภายใต้ API key และบัญชีเรียกเก็บเงินเดียว เหมาะสำหรับนักพัฒนาที่ต้องการเพิ่มวิดีโอพรีเซนเตอร์ลงในแอปพลิเคชันหรือไปป์ไลน์คอนเทนต์ที่มีอยู่
บรีฟด้านประสิทธิภาพชุดเดียว สามโมเดล: HeyGen Avatar V Digital Twin
เปรียบเทียบ HeyGen Avatar V Digital Twin กับโมเดลอวตารอีกสองรุ่น โดยใช้บรีฟสร้างสรรค์ชุดเดียวกัน เพื่อประเมินการซิงก์ริมฝีปาก การแสดงสีหน้า และความต่อเนื่องของท่าทาง
สร้างฉากตลกสไตล์ภาพยนตร์ความยาว 10 วินาที นำเสนอนักเล่าเรื่องที่เป็นมนุษย์และแสดงอารมณ์ได้ชัดเจน สวมแจ็กเก็ตสีแดงเบอร์กันดี โดยมีฉากหลังเป็นโรงละครที่มีแสงนุ่มนวล เริ่มด้วยนักแสดงโน้มตัวไปข้างหน้า เลิกคิ้ว และใช้มือทั้งสองข้างวาดเส้นทางหลบหนีในจินตนาการ พร้อมพูดว่า "ฉันหนีจากพวกยาม ข้ามสะพาน แล้วก็ช่วยสมบัติมาได้" ค่อย ๆ เคลื่อนกล้องจากภาพระยะปานกลางเข้าไปยังใบหน้า ขณะที่น้ำเสียงยิ่งฟังดูฮึกเหิมขึ้นเรื่อย ๆ เปลี่ยนเป็นภาพใกล้สามส่วนขณะนักแสดงดึงมือทั้งสองเข้าหาอก แล้วแบฝ่ามือออกด้วยความไม่อยากเชื่ออย่างฉับพลัน กลับมาที่ภาพระยะใกล้ปานกลางจากด้านหน้า เพื่อพูดประโยคหักมุมด้วยเสียงกระซิบว่า "แล้วนาฬิกาปลุกก็ดังขึ้น" ปิดท้ายด้วยการยักไหล่เล็กน้อยและยิ้มเขิน ๆ โดยให้การเคลื่อนไหวเป็นธรรมชาติและต่อเนื่องตลอดฉาก ขยับปากให้ตรงกับเสียงพูดที่ให้มา รวมถึงจังหวะหยุดและการเน้นเสียงที่เปลี่ยนไป ใช้แสงสีเหลืองอำพันโทนอุ่น พื้นผิวผิวหนังสมจริง และสไตล์ภาพยนตร์คอมเมดี้ที่ประณีต ภายในเฟรมต้องไม่มีคำบรรยาย อินเทอร์เฟซ หรือกราฟิก อัตราส่วนภาพ 16:9
Generated with HeyGen Avatar V Digital Twin on Atlas Cloud
Generated with Avatar Omni Human 2.0 on Atlas Cloud
Generated with Avatar Omni Human 1.5 on Atlas Cloud
สร้างฉากสั้นแนววิทยาศาสตร์และแฟนตาซีความยาว 10 วินาที นำแสดงโดยผู้บัญชาการคณะสำรวจที่เป็นมนุษย์ สวมชุดบินสีเงิน โดยมีฉากหลังเป็นหอดูดาวมืดที่ประดับด้วยแสงสีน้ำเงินนุ่มนวล ผู้บัญชาการเริ่มส่งสัญญาณเร่งด่วน พร้อมนับถอยหลังด้วยนิ้วขณะพูดว่า "สาม สอง หนึ่ง ติดต่อครั้งแรก ใจเย็นไว้" เคลื่อนกล้องด้านข้างอย่างนุ่มนวลจากภาพระยะปานกลางด้านหน้าไปยังมุมสามส่วน ขณะที่สีหน้ามั่นใจเปลี่ยนเป็นตกตะลึง ค่อย ๆ เคลื่อนกล้องเข้าใกล้เมื่อผู้บัญชาการหันไปทางผู้มาเยือนที่อยู่นอกเฟรม ยกมือข้างหนึ่งทักทาย แล้วหยุดหายใจชั่วขณะ ถอยกล้องออกอย่างนุ่มนวลเป็นภาพระยะใกล้ปานกลาง ขณะที่ผู้บัญชาการมองเข้ากล้อง ยิ้มกว้างด้วยความดีใจ แล้วพูดว่า "พวกเขาเอาพิซซ่ามาด้วย" ให้ศีรษะ ไหล่ และมือเคลื่อนไหวอย่างเป็นธรรมชาติไปตามอารมณ์ที่เปลี่ยนแปลง ซิงก์การแสดงให้ตรงกับบทพูดที่ให้มาและจังหวะหยุดด้วยความประหลาดใจ ใช้แสงขอบโทนเย็นและสไตล์ภาพยนตร์วิทยาศาสตร์และแฟนตาซีที่สมจริง ไม่มีคำบรรยาย อินเทอร์เฟซ หรือกราฟิก อัตราส่วนภาพ 16:9
Generated with HeyGen Avatar V Digital Twin on Atlas Cloud
Generated with Avatar Omni Human 2.0 on Atlas Cloud
Generated with Avatar Omni Human 1.5 on Atlas Cloud
HeyGen Avatar V Digital Twin: เพิ่มผู้บรรยายในคอนเทนต์ของคุณ
นำ HeyGen Avatar V Digital Twin มาใช้กับการแนะนำการใช้งานผลิตภัณฑ์ การฝึกอบรมพนักงาน วิดีโอโปรโมต ข่าวสารบริษัท วิดีโออธิบายพร้อมเสียงบรรยาย และโปรเจกต์วิดีโอคอมโพสิต โดยใช้อวาตาร์สำเร็จรูปที่ขับเคลื่อนด้วยสคริปต์หรือเสียง
แนะนำการใช้งานผลิตภัณฑ์ด้วย HeyGen Avatar V Digital Twin
เปลี่ยนสคริปต์แนะนำการใช้งานผลิตภัณฑ์ให้เป็นวิดีโอที่มีผู้บรรยาย โดยใช้อวาตาร์สำเร็จรูปพร้อมการขยับริมฝีปากอย่างเป็นธรรมชาติ นำคลิปเหล่านี้ไปใช้คู่กับภาพบันทึกหน้าจออินเทอร์เฟซ เพื่อแนะนำลูกค้าใหม่ในการตั้งค่าและการใช้งานผลิตภัณฑ์ในแต่ละวัน
HeyGen Avatar V Digital Twin สำหรับการฝึกอบรม
สำหรับการฝึกอบรมพนักงาน ให้อวาตาร์สำเร็จรูปที่เลือกไว้บรรยายบทเรียนตามสคริปต์พร้อมการขยับริมฝีปากอย่างเป็นธรรมชาติ สร้างโมดูลวิดีโอเพื่อแนะนำขั้นตอนการทำงานในองค์กร และใช้ผู้บรรยายคนเดิมอย่างสม่ำเสมอในสื่อการเรียนรู้ของพนักงานใหม่
วิดีโอพรีเซนเตอร์สำหรับโปรโมต
เพิ่มพรีเซนเตอร์ที่มองเห็นได้ให้กับสคริปต์แคมเปญ ด้วยการจับคู่อวาตาร์สำเร็จรูปกับพื้นหลังที่เลือกใช้ได้ ทีมการตลาดสามารถนำคลิปที่มีผู้บรรยายเหล่านี้ไปใช้ในประกาศผลิตภัณฑ์ วิดีโอโปรโมต และหน้าแลนดิ้งเพจของแคมเปญ
นำเสนอข่าวสารบริษัทผ่านวิดีโอ
เมื่อข่าวสารบริษัทต้องมีผู้บรรยาย ให้เปลี่ยนสคริปต์ประกาศเป็นวิดีโออวาตาร์ที่ขยับริมฝีปากอย่างเป็นธรรมชาติ แล้วแชร์ผ่านช่องทางภายในองค์กรสำหรับข้อความจากผู้บริหาร การย้ำเตือนนโยบาย หรืออัปเดตของทีม
เปลี่ยนเสียงบรรยายที่บันทึกไว้ให้ปรากฏบนหน้าจอ
ใช้แทร็กเสียงที่มีอยู่ขับเคลื่อนอวาตาร์สำเร็จรูป เพื่อสร้างวิดีโอที่มีผู้บรรยายพร้อมการขยับริมฝีปากอย่างเป็นธรรมชาติ นำคำอธิบายที่บันทึกไว้มาใช้ซ้ำเป็นช่วงพรีเซนเตอร์สำหรับวิดีโอสอน บทนำหลักสูตร หรือสื่อให้ความรู้ลูกค้า
ซ้อนผู้บรรยายสำหรับงานตัดต่อวิดีโอ
เอาต์พุต WebM แบบโปร่งใสช่วยให้อวาตาร์ที่รองรับปรากฏบนวิดีโอได้โดยไม่มีพื้นหลัง พร้อมนำไปคอมโพสิตในโปรเจกต์วิดีโอ บรรณาธิการสามารถวางผู้บรรยายเหล่านี้ซ้อนบนสไลด์ ภาพบันทึกหน้าจอ หรือฟุตเทจที่มีแบรนด์ ระหว่างขั้นตอนโพสต์โปรดักชัน
เปรียบเทียบ HeyGen Avatar V Digital Twin กับโมเดลแอนิเมชันจากภาพถ่าย
เปรียบเทียบ HeyGen Avatar V Digital Twin กับทางเลือกที่ขับเคลื่อนด้วยภาพ โดยพิจารณาจากแหล่งที่มาของอวาตาร์ อินพุตเสียงพูด ความละเอียด และการควบคุมงานสร้างสรรค์
| โมเดล | แหล่งที่มาของอวาตาร์ | อินพุตเสียงพูด | ความละเอียดสูงสุด | การควบคุมงานสร้างสรรค์ |
|---|---|---|---|---|
| HeyGen Avatar V Digital Twin | เลือกอวาตาร์สำเร็จรูป | สคริปต์ข้อความหรือแทร็กเสียง | 4K | เลือกพื้นหลังได้ ลบพื้นหลังได้ และส่งออก WebM แบบโปร่งใสได้ |
| Avatar Omni Human 2.0 | ภาพอ้างอิงภาพเดียว | แทร็กเสียง | - | ระบุพรอมป์ต์เพิ่มเติมสำหรับองค์ประกอบในฉาก การกระทำ และการเคลื่อนกล้องได้ |
| Avatar Omni Human 1.5 | ภาพตัวละครที่อัปโหลด | เสียงที่บันทึกไว้ | 1080p | คำแนะนำเป็นข้อความสำหรับการจัดเฟรม การเคลื่อนไหวของตัวละคร และการเคลื่อนกล้อง |
วิธีใช้ HeyGen Avatar V Digital Twin บน Atlas Cloud
เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud
สร้างบัญชี Atlas Cloud
สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล
ทำไมต้องใช้ HeyGen Avatar V Digital Twin บน Atlas Cloud
การรวมโมเดล HeyGen Avatar V Digital Twin ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้
ประสิทธิภาพและความยืดหยุ่น
เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์
API แบบรวมศูนย์:
รัน HeyGen Avatar V Digital Twin, 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
HeyGen Avatar V Digital Twin: อินพุต เอาต์พุต และคำถามเกี่ยวกับ API
HeyGen Avatar V Digital Twin สร้างวิดีโอผู้บรรยายจากอวาตาร์สำเร็จรูปที่เลือกและสคริปต์หรือแทร็กเสียง ใช้งานได้ผ่าน Atlas Cloud โดยรองรับการซิงก์ริมฝีปากอย่างเป็นธรรมชาติ การใส่พื้นหลังหรือไม่ใส่ก็ได้ การลบพื้นหลัง และเอาต์พุต WebM แบบโปร่งใส
สร้างวิดีโอผู้บรรยายสำหรับแนะนำผลิตภัณฑ์ สื่อการฝึกอบรม และวิดีโออธิบายเนื้อหาเพื่อการศึกษา โดยใช้สคริปต์หรือเสียงบรรยายที่เตรียมไว้ อวาตาร์สำเร็จรูปจะนำเสนอข้อความของคุณ โดยไม่ต้องบันทึกวิดีโอผู้บรรยายคนใหม่สำหรับแต่ละชิ้นงาน
เลือกโมเดล heygen/avatar-5/digital-twin บน Atlas Cloud แล้วเลือกอวาตาร์สำเร็จรูปที่มีให้ใช้งาน ระบุสคริปต์หรือแทร็กเสียง จากนั้นกำหนดค่าพื้นหลังและตัวเลือกเอาต์พุตที่รองรับ
ได้ โมเดลรองรับแทร็กเสียงแทนสคริปต์ที่เขียนไว้ ใช้เสียงบรรยายที่มีอยู่เพื่อกำหนดการแสดงของอวาตาร์ที่เลือกให้ซิงก์ริมฝีปากตามเสียง
รองรับทั้งการใส่พื้นหลังหรือไม่ใส่ก็ได้ และการลบพื้นหลัง เลือกพื้นหลังเพื่อจัดฉากผู้บรรยาย หรือเอาพื้นหลังออกเมื่อต้องการนำฟุตเทจอวาตาร์ไปตัดต่อเพิ่มเติม
มีเอาต์พุต WebM แบบโปร่งใสสำหรับเวิร์กโฟลว์ที่ต้องแยกผู้บรรยายออกจากพื้นหลัง เลือกตัวเลือกนี้เมื่อต้องการนำอวาตาร์ไปคอมโพสิตซ้อนบนฟุตเทจอื่นหรือเลย์เอาต์ที่กำหนดเอง
ส่งคำขอที่ต้องการไปยัง endpoint /api/v1/model/calculate ของ Atlas Cloud ก่อนสร้างวิดีโอ ฟิลด์ origin_price จะแสดงราคามาตรฐานสำหรับคำขอนั้น
โมเดลรองรับเอาต์พุตสูงสุด 4K โดย HeyGen ระบุว่าอวาตาร์ Avatar V API เรนเดอร์ที่ 1080p แล้วอัปสเกลสำหรับการส่งออก 4K ดังนั้นขนาดเอาต์พุตที่ใหญ่ขึ้นจึงไม่ได้เพิ่มรายละเอียดดั้งเดิมของอวาตาร์
สำรวจกลุ่มเพิ่มเติม
Kling 4.0
Kling 4 API ให้บริการ Kling 4.0 ซึ่งเป็นโมเดลวิดีโอที่ Kuaishou เปิดตัวเมื่อวันที่ 15 ตุลาคม 2026 สามารถสร้างวิดีโอได้สูงสุด 30 วินาทีในครั้งเดียว รองรับคีย์เฟรมสูงสุด 10 เฟรม ผสมผสานรูปภาพ วิดีโอ และวัตถุ 15 รายการผ่าน Omni Reference และเพิ่มระบบเสียงสเตอริโอพร้อมการลิปซิงค์ Atlas Cloud ให้บริการปลายทางทั้งสี่แห่ง รวมถึงการตัดต่อวิดีโอ บนคีย์ที่เข้ากันได้กับ OpenAI เพียงคีย์เดียวในราคาเริ่มต้นที่ 0.11 ดอลลาร์ต่อวินาที เริ่มสร้างได้แล้ววันนี้
Seedance 2.5
Seedance 2.5 API มอบโมเดลเสียงและวิดีโอร่วมของ ByteDance Seed ให้กับนักพัฒนา โดยสามารถสร้างเนื้อหา 4 ถึง 30 วินาทีในขั้นตอนเดียวจากข้อความ เฟรมแรก หรือข้อมูลอ้างอิงสูงสุด 50 รายการทั้งภาพ วิดีโอ และเสียง สามารถแก้ไขพื้นที่ที่เลือก ขยายความยาวคลิป และทำตามอินพุตโมเดลสีขาวและหน้าจอสีเขียว Atlas Cloud ซึ่งเป็นผู้ค้าปลีกที่ได้รับอนุญาตในสหรัฐอเมริกา ได้เพิ่มโหมดร่าง 480p, ผลงานขั้นสุดท้าย 1080p แบบเนทีฟ และการส่งมอบ 4K ที่ได้รับการปรับปรุง พร้อมการกำหนดราคาแบบจ่ายตามการใช้งาน
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
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
GPT Image 2.5
GPT Image 2.5 คือโมเดลสำหรับสร้างและแก้ไขรูปภาพของ OpenAI ซึ่งเปิดตัวเมื่อวันที่ 8 กันยายน 2026 ในสองเวอร์ชัน API โดย Flare เป็นเวอร์ชันเริ่มต้นที่มีความหน่วงต่ำกว่า GPT Image 2 ถึง 50% ในขณะที่ Sunburst ใช้เวลาประมวลผลนานกว่าเพื่อให้สามารถควบคุมการแก้ไขรายละเอียดได้อย่างแม่นยำยิ่งขึ้น ทั้งสองรองรับภาพอ้างอิงสูงสุด 16 ภาพ, คุณภาพ 5 ระดับ, พื้นหลังโปร่งใส และขนาดที่กำหนดเองได้สูงสุด 3840px ทั้งนี้ Atlas Cloud ให้บริการ GPT Image 2.5 API ในราคาตามอัตรา Token ของ OpenAI หรือราคาคงที่ต่อรูปภาพตามระดับ 1K, 2K หรือ 4K
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!
Seedance 2.0
Seedance 2.0 คือโมเดลวิดีโอสำหรับการใช้งานจริงของ ByteDance ที่ออกแบบมาเพื่อสร้างช็อตได้อย่างแม่นยำ เปลี่ยนพรอมป์ต์เป็นวิดีโอ ทำให้ภาพเฟรมแรกเคลื่อนไหวโดยมีตัวเลือกให้ใช้คำแนะนำจากเฟรมสุดท้าย หรือปรับแต่งผลลัพธ์ด้วยสื่ออ้างอิงและการค้นหาเว็บแบบเลือกใช้ได้ Atlas Cloud รวมเวิร์กโฟลว์เหล่านี้ไว้ใน API เดียว พร้อมการคิดค่าบริการตามการใช้งานจริงอย่างโปร่งใสและคีย์เดียวที่เข้ากันได้กับ OpenAI เริ่มสร้างสรรค์ได้วันนี้
Kling V3.0
จาก Kuaishou ตระกูล API Kling V3 รองรับเวิร์กโฟลว์ข้อความ รูปภาพ และวิดีโออ้างอิง ถ่ายทอดการเคลื่อนไหวโดยคงเอกลักษณ์ของตัวละครไว้ ใช้ภาพอ้างอิงเป็นแนวทางในการสร้าง และตัดต่อวิดีโอด้วยคำสั่งภาษาธรรมชาติ Atlas Cloud มี endpoint แบบ Standard และ Pro ให้เลือกตามความต้องการในการผลิต อัปเดต: ตอนนี้ Kling V4 พร้อมใช้งานบน Atlas Cloud แล้ว ดูรายละเอียดได้ที่หน้า [Kling V4](https://www.atlascloud.ai/zh/models/kling-v4)
Grok Imagine Video
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 Preview
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
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
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
บทความแนะนำ
คู่มือ บทแนะนำ และอัปเดตผลิตภัณฑ์ ที่ช่วยให้คุณใช้ Atlas Cloud ได้อย่างเต็มประสิทธิภาพ
