Ltx 2.5 Audio Driven Video
Ltx 2.5 จากตระกูล LTX-2 ของ Lightricks เปลี่ยนข้อความหรือภาพเฟรมแรกให้เป็นวิดีโอสไตล์ภาพยนตร์พร้อมเสียงที่ซิงค์กัน ขณะที่ audio-to-video รองรับแทร็กบทสนทนา เพลง หรือเสียงบรรยากาศเป็นตัวขับเคลื่อน และให้เสียงนั้นกำหนดระยะเวลาได้ เลือก 24 หรือ 48 fps สร้างวิดีโอความยาวสูงสุด 20 วินาทีที่ความละเอียด 720p หรือ 1080p ในโหมด Fast และเข้าถึงรุ่นใหม่บน Atlas Cloud ได้ตั้งแต่ Day 0 เริ่มสร้างสรรค์ได้วันนี้
Atlas Cloud (ดำเนินการโดย Atlas Cloud AI LLC) ให้บริการเข้าถึงโมเดล AI ของบุคคลที่สาม ซึ่งพัฒนาและเป็นกรรมสิทธิ์ของผู้ให้บริการแต่ละราย Atlas Cloud ไม่ได้เป็นเจ้าของโมเดลเหล่านี้ และชื่อโมเดล ชื่อผลิตภัณฑ์ และเครื่องหมายการค้าทั้งหมดเป็นของเจ้าของที่เกี่ยวข้อง
สำรวจโมเดลชั้นนำ
Atlas Cloud มอบโมเดลสร้างสรรค์ล่าสุดที่นำหน้าในอุตสาหกรรมให้กับคุณ
เปรียบเทียบโหมดการสร้าง Ltx 2.5 Fast และ Pro
สำรวจ endpoint ของ Ltx 2.5 ทั้ง 6 รายการสำหรับอินพุตข้อความ รูปภาพ และเสียง พร้อมเสียงที่ซิงค์กับวิดีโอ เอาต์พุตสูงสุด 4K และตัวเลือกการผลิตแบบ Fast หรือ Pro
| รูปแบบสื่อ | คำอธิบาย |
|---|---|
| Ltx 2.5 Fast A2V API (Audio to Video) | เปลี่ยนแทร็กเสียงบทสนทนา เพลง หรือเสียงบรรยากาศให้เป็นวิดีโอที่ซิงค์กับเสียง โดยความยาวของเสียงต้นฉบับจะเป็นตัวกำหนดความยาวเอาต์พุต รองรับสูงสุด 4K ที่ 24 หรือ 48 fps endpoint แบบ Fast นี้เหมาะสำหรับมิวสิกวิดีโอ ฉากบทสนทนา และการผลิตที่ขับเคลื่อนด้วยเสียงอย่างรวดเร็ว ในราคาพื้นฐานมาตรฐาน $0.09 |
| Ltx 2.5 Pro A2V API (Audio to Video) | สำหรับการผลิตที่ขับเคลื่อนด้วยเสียงและต้องการคุณภาพสูงขึ้น ให้ป้อนบทสนทนา เพลง หรือเสียงบรรยากาศเพื่อสร้างวิดีโอที่ซิงค์กับแทร็กดังกล่าว endpoint แบบ Pro รองรับสูงสุด 4K ที่ 24 หรือ 48 fps จึงเหมาะสำหรับการแสดงคุณภาพสูง สื่อประชาสัมพันธ์ และลำดับฉากเชิงเรื่องราว ในราคาพื้นฐานมาตรฐาน $0.12 |
| Ltx 2.5 Fast T2V API (Text to Video) | อธิบายฉากด้วยข้อความ แล้ว endpoint แบบ Fast จะสร้างวิดีโอสไตล์ภาพยนตร์พร้อมเสียงที่ซิงค์กัน รองรับสูงสุด 4K ที่ 24 หรือ 48 fps และคลิปยาวสูงสุด 20 วินาทีที่ 720p หรือ 1080p เหมาะสำหรับสตอรีบอร์ด โฆษณา และการปรับแต่งงานสร้างสรรค์อย่างรวดเร็ว ในราคาพื้นฐานมาตรฐาน $0.09 |
| Ltx 2.5 Fast I2V API (Image to Video) | ทำให้ภาพเฟรมแรกเคลื่อนไหว หรือเพิ่มเฟรมสุดท้ายแบบเลือกได้เพื่อกำหนดแนวทางการจบของลำดับภาพ พร้อมสร้างเสียงที่ซิงค์กับวิดีโอ รองรับเอาต์พุตสูงสุด 4K ที่ 24 หรือ 48 fps และความยาวสูงสุด 20 วินาทีที่ 720p หรือ 1080p เหมาะสำหรับภาพสินค้า ช็อตตัวละคร และคอนเทนต์โซเชียล ในราคาพื้นฐานมาตรฐาน $0.09 |
| Ltx 2.5 Pro T2V API (Text to Video) | เลือก endpoint แบบ Pro สำหรับ text-to-video เมื่อพรอมต์ที่เขียนขึ้นต้องถูกแปลงเป็นคลิปภาพยนตร์คุณภาพสูงพร้อมเสียงที่ซิงค์กัน เอาต์พุตมีความยาวตั้งแต่ 6 ถึง 10 วินาที และรองรับสูงสุด 4K ที่ 24 หรือ 48 fps จึงเป็นตัวเลือกคุณภาพสูงสำหรับโฆษณา ตัวอย่างภาพยนตร์ และงานสร้างสรรค์ที่พร้อมใช้งาน ในราคาพื้นฐานมาตรฐาน $0.12 |
| Ltx 2.5 Pro I2V API (Image to Video) | เริ่มต้นจากภาพเฟรมแรก endpoint แบบ Pro นี้จะสร้างลำดับภาพเคลื่อนไหวคุณภาพสูง และสามารถอินเตอร์โพเลตไปยังเฟรมสุดท้ายที่เลือกเพิ่มได้ รองรับเสียงที่ซิงค์กัน ความยาว 6 ถึง 10 วินาที และเอาต์พุตสูงสุด 4K ที่ 24 หรือ 48 fps เหมาะสำหรับแอสเซ็ตแคมเปญระดับพรีเมียม ทรานซิชันสไตล์ภาพยนตร์ และช็อตที่พร้อมใช้ในการนำเสนอ ในราคาพื้นฐานมาตรฐาน $0.12 |
เสียงและวิดีโอที่สร้างขึ้นพร้อมกันด้วย Ltx-2.5 API
Ltx-2.5 API รองรับโหมดการสร้างจากข้อความ รูปภาพ และการต่อขยาย พร้อมเสียงที่ซิงค์กันมาในตัว จำนวนเฟรมที่ควบคุมได้ และพรีเซ็ตอัตราส่วนภาพ 6 แบบ ทั้งหมดเรียกใช้งานได้ผ่านคีย์เดียวที่เข้ากันได้กับ OpenAI พร้อมการคิดค่าบริการแบบจ่ายตามการใช้งานอย่างโปร่งใส
สร้างฉากสมบูรณ์จากข้อความด้วย Ltx-2.5 API
อธิบายฉากได้ยาวสูงสุด 2,000 อักขระ แล้ว Ltx-2.5 API จะเปลี่ยนข้อความล้วนให้เป็นคลิปที่มีทั้งภาพเคลื่อนไหวและเสียง โดยไม่ต้องใช้ไฟล์อ้างอิง พรอมต์ของคุณจะกำหนดตัวแบบ การเคลื่อนไหว แสง และพฤติกรรมของกล้อง ขณะที่ seed ที่ระบุได้จะช่วยล็อกผลลัพธ์เพื่อให้ปรับแก้ซ้ำได้อย่างสม่ำเสมอ เนื่องจากทุกอย่างเริ่มต้นจากภาษา จึงเหมาะกับการทำสตอรีบอร์ด การนำเสนอคอนเซปต์ และการสำรวจไอเดียเชิงสร้างสรรค์อย่างรวดเร็ว เมื่อคุณมีไอเดียแต่ยังไม่มีฟุตเทจ
เปลี่ยนภาพนิ่งใด ๆ ให้มีชีวิต
ป้อนภาพนิ่งไฟล์ jpg, png, webp, gif หรือ avif แล้วโมเดลจะสร้างภาพเคลื่อนไหวเป็นวิดีโอพร้อมเสียงที่เข้ากัน พรอมต์จะกำหนดวิธีการเคลื่อนไหวของเฟรม ตั้งแต่การดันกล้องเข้าอย่างช้า ๆ ไปจนถึงฉากแอ็กชันเต็มรูปแบบ โดยยังคงองค์ประกอบเดิมไว้ ช่างภาพ นักออกแบบ และทีมผลิตภัณฑ์ใช้ความสามารถนี้เปลี่ยนภาพหลักเพียงภาพเดียวให้เป็นโมชั่นที่พร้อมแชร์ โดยไม่ต้องถ่ายใหม่
ต่อคลิปอย่างไร้รอยต่อผ่าน Ltx-2.5 API
อัปโหลดคลิปที่มีอยู่ แล้ว Ltx-2.5 API จะต่อคลิปให้ไปข้างหน้าหรือย้อนกลับ โดยสร้างเฟรมเพิ่มเติมได้สูงสุด 481 เฟรม ซึ่งสืบทอดสไตล์และจังหวะจากต้นฉบับ ตัวเลือก match_input_fps จะทำให้ฟุตเทจใหม่คงอัตราเฟรมเดียวกับต้นทาง จึงต่อกันได้อย่างแนบเนียน นี่คือวิธีเปลี่ยนช็อตสั้นให้กลายเป็นซีเควนซ์ขนาดยาว และช่วยกู้ฉากที่จบเร็วไปเพียงหนึ่งจังหวะ
ควบคุมจำนวนเฟรมและอัตราส่วนภาพได้ตามต้องการ
ควบคุมจำนวนเฟรมได้อย่างเต็มที่ตั้งแต่ 25 ถึง 257 เฟรมในโหมดข้อความและรูปภาพ โดยกำหนดเป็นจำนวนที่เท่ากับผลคูณของแปดบวกหนึ่งเสมอ เพื่อการสุ่มตัวอย่างที่สะอาด พรีเซ็ตความละเอียด 6 แบบครอบคลุม HD สี่เหลี่ยมจัตุรัสที่ 1024 x 1024, ภาพสี่เหลี่ยมจัตุรัสขนาด 512, แนวตั้ง 3:4, แนวตั้ง 9:16, แนวนอน 4:3 และแนวนอน 16:9 ทำให้โมเดลเดียวรองรับทั้งงานภาพยนตร์ โซเชียล และฟีดแนวตั้ง เลือกรูปแบบก่อน แล้วให้คำขอเดียวส่งคืนครอปที่เหมาะสม
ใช้คีย์เดียวและรันซ้ำได้อย่างสม่ำเสมอบน Ltx-2.5 API
ทุกคำขอส่งผ่านคีย์เดียวที่เข้ากันได้กับ OpenAI บน Atlas Cloud พร้อมการคิดค่าบริการแบบจ่ายตามการใช้งานอย่างโปร่งใสและไม่มีค่าสมาชิก ส่ง seed เดิมพร้อมพรอมต์เดียวกัน แล้วโมเดลจะคืนคลิปเดิม ทำให้การสร้างที่เคยคาดเดาไม่ได้กลายเป็นขั้นตอนที่ควบคุมและจัดการเวอร์ชันได้ การเข้าถึงตั้งแต่วันแรกทำให้เรียกใช้รุ่นใหม่ของ Ltx-2.5 API ได้ทันทีที่เปิดตัว ช่วยให้ทีมสร้างมาตรฐานกระบวนการทำงานด้านวิดีโอและขยายระบบได้โดยไม่ต้องจัดการ GPU เอง
พรอมต์เดียว สามเครื่องยนต์: เปรียบเทียบ API ของ Ltx-2.5 แบบตัวต่อตัว
ส่งพรอมต์เดียวกันทุกประการไปยัง API ของ Ltx-2.5 และโมเดลวิดีโอยอดนิยมสองรุ่นบน Atlas Cloud จากนั้นเปรียบเทียบว่าแต่ละโมเดลจัดการกับการเคลื่อนไหว เสียงที่ซิงโครไนซ์ และรายละเอียดแบบภาพยนตร์จากคำสั่งเดียวกันได้อย่างไร
ลิงแสมแสนอยากรู้อยากเห็นพุ่งผ่านตลาดเครื่องเทศอันคึกคักในมาร์ราเกชยามแสงทอง ก่อนฉกหมวกเฟซสีแดงสดของพ่อค้าออกจากแผง มันกระโจนข้ามกระสอบหญ้าฝรั่นและปาปริกาแบบเปิด ก่อให้เกิดกลุ่มฝุ่นสีส้มที่หมุนวน จากนั้นหยุดนิ่งอยู่บนเสาค้ำกันสาดและหันกลับมาแอบมอง ขณะที่พ่อค้าซึ่งกำลังหัวเราะวิ่งไล่ตาม เปิดฉากด้วยภาพ tracking shot มุมต่ำที่เคลื่อนคดเคี้ยวตามหลังลิงผ่านฝูงชน แพนกล้องอย่างรวดเร็วไปยังใบหน้าตกใจของพ่อค้า แล้วไต่ระดับขึ้นเป็นภาพ crane shot กว้างไกลเหนือแผงค้าทั้งหมด ขณะที่ฝุ่นประกายระยิบระยับในแสงอุ่น สไตล์ภาพยนตร์สมจริง ระยะชัดตื้น การเกรดสีโทนดินเข้มข้น เสียง: เสียงพูดคุยจอแจในตลาด เสียงทองเหลืองกระทบกัน และเสียงกลองมือจังหวะเร้าใจที่ค่อย ๆ เร่งขึ้นสู่ฉากไล่ล่า อัตราส่วนภาพ 16:9
Generated with Ltx 2.5 Quality on Atlas Cloud
Generated with Veo3.1 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
คนส่งสารกลางเวหาอายุน้อยในเสื้อคลุมสีแดงเข้มพลิ้วไหวกระโดดออกจากขอบวิหารหินลอยฟ้า แล้วขี่นกกระเรียนกระดาษจักรกลฝ่าหมู่เมฆในหุบเขา ลัดเลาะผ่านโคมลอยเรืองแสงที่ลอยเอื่อยอยู่ เธอหักเลี้ยวอย่างแรงรอบยอดหินแหลมคม คว้าจดหมายระยิบระยับกลางอากาศ แล้วห่อตัวพุ่งดิ่งลง ขณะที่เครื่องร่อนของคู่แข่งทะยานฝ่าหมอกออกมาด้านหลังเธอ เริ่มด้วยภาพ POV บุคคลที่หนึ่งเหนือไหล่ของเธอขณะนกกระเรียนเริ่มทะยาน ตัดไปยังภาพ drone shot ที่เร่งความเร็วเคียงข้างการดิ่งลง จากนั้นลดระดับเป็นภาพมุมต่ำเงยขึ้น ขณะที่เธอดึงตัวขึ้นจากการดิ่งเข้าสู่แสงอาทิตย์จ้าที่ส่องแสบตา สไตล์อนิเมะสีสันสดใส ลงสีแบบ cel-shaded จานสีเรืองรองในช่วง magic hour เสียง: เสียงลมพุ่งผ่าน เสียงปีกกระดาษกระพือ และเสียงสายออร์เคสตราที่พุ่งทะยานขึ้นอย่างยิ่งใหญ่ โดยจับจังหวะให้สอดคล้องกับการดึงตัวขึ้น อัตราส่วนภาพ 16:9
Generated with Ltx 2.5 Quality on Atlas Cloud
Generated with Veo3.1 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
Ltx 2.5 จากเพลงประกอบสู่หน้าจอ
ไม่ว่าโจทย์จะเริ่มจากข้อความ ภาพนิ่ง หรือแทร็กเสียงหลัก Ltx 2.5 ก็สร้างเสียงและวิดีโอที่ซิงค์กันสำหรับคอนเซ็ปต์แคมเปญ โมชันของผลิตภัณฑ์ ภาพประกอบเพลง และไฟล์มาสเตอร์ความละเอียดสูงสุด 4K ผ่าน endpoint แบบ Fast และ Pro ของ Atlas Cloud
จากบรีฟแคมเปญสู่วิดีโอด้วย Ltx 2.5
เปลี่ยนบรีฟที่เขียนไว้ให้เป็นคลิปสไตล์ภาพยนตร์พร้อมเสียงที่ซิงค์กัน ความละเอียดสูงสุด 4K ที่ 24 หรือ 48 fps ทีมการตลาดสามารถสร้างคอนเซ็ปต์แคมเปญ โฆษณาบนโซเชียล และสตอรีบอร์ดได้จากคำขอเดียว
สร้างแอนิเมชันจากภาพนิ่งระหว่างคีย์เฟรม
เริ่มด้วยภาพเปิด จากนั้นสร้างแอนิเมชันพร้อมเสียงที่ซิงค์กัน และเลือกกำหนดตอนจบด้วยเฟรมสุดท้ายได้ ทีมผลิตภัณฑ์และนักวาดภาพประกอบจึงได้แอสเซ็ตโมชันคุณภาพสูงโดยไม่ต้องถ่ายหรือสร้างต้นฉบับใหม่
เรื่องราวที่ขับเคลื่อนด้วยเสียงด้วย Ltx 2.5
ป้อนบทสนทนา เพลง หรือเสียงบรรยากาศ แล้ว Ltx 2.5 จะสร้างวิดีโอที่ซิงค์กับแทร็กเสียงหลัก โดยให้เสียงเป็นตัวกำหนดความยาว ผู้สร้างสรรค์สามารถสร้างภาพประกอบเพลง ฉากบทพูด และลำดับภาพที่เต็มไปด้วยบรรยากาศ
ทำซ้ำได้รวดเร็ว ส่งมอบด้วย Pro
เลือก Fast เพื่อสร้างผลงานจากข้อความ ภาพ หรือเสียงได้อย่างรวดเร็ว แล้วเปลี่ยนไปใช้ Pro เมื่อคุณภาพเอาต์พุตขั้นสุดท้ายสำคัญที่สุด ทีมสร้างสรรค์จึงสามารถทดลองแนวทางได้มากขึ้นก่อนเลือกคอนเซ็ปต์ไปผลิตจริง
ไฟล์มาสเตอร์แคมเปญสูงสุด 4K
เมื่อคอนเซ็ปต์ได้รับอนุมัติ ให้เรนเดอร์ความละเอียดสูงสุด 4K ที่ 24 หรือ 48 fps เพื่อการส่งมอบคุณภาพสูง เอเจนซีสามารถเตรียมโฆษณา ภาพยนตร์เปิดตัว และคลิปแบรนด์ที่มีคุณภาพสำหรับหน้าจอความละเอียดสูงในทุกช่องทาง
ขยายการผลิตด้วย Ltx 2.5
ส่งงานสร้างวิดีโอจากข้อความ ภาพ และเสียงผ่านคีย์เดียวที่รองรับ OpenAI พร้อมราคาแบบจ่ายตามการใช้งานอย่างโปร่งใส นักพัฒนาสามารถขยายไปป์ไลน์การผลิตแบบผสมได้โดยไม่ต้องดูแลการเชื่อมต่อโมเดลแยกกัน พร้อมเลือก Fast หรือ Pro ให้เหมาะกับแต่ละเวิร์กโหลด
Ltx 2.5 กับโมเดลวิดีโอชั้นนำที่ซิงโครไนซ์
เปรียบเทียบ Ltx 2.5 กับโมเดลวิดีโออื่น ๆ ที่พร้อมใช้งานบน Atlas Cloud ตามความละเอียด ระยะเวลา อัตราเฟรม เสียงที่ซิงโครไนซ์ และราคาพื้นฐานมาตรฐาน
| โมเดล | ความละเอียดสูงสุด | ระยะเวลาผลลัพธ์ | อัตราเฟรม | เสียงที่ซิงโครไนซ์ | ราคาพื้นฐานมาตรฐาน |
|---|---|---|---|---|---|
| LTX-2.5 Fast Text-to-Video | สูงสุด 4K | 6–20 วินาทีที่ 720p หรือ 1080p; 6–10 วินาทีที่ 4K | 24 หรือ 48 fps | √ | $0.09 |
| LTX-2.5 Pro Text-to-Video | สูงสุด 4K | 6–10 วินาที | 24 หรือ 48 fps | √ | $0.12 |
| Seedance 2.0 Text-to-Video | - | สูงสุด 15 วินาที | - | √ | $0.112 |
| Veo 3.1 Lite Text-to-video | สูงสุด 1080p | 4, 6 หรือ 8 วินาที | 24 fps | √ | $0.05 |
วิธีใช้ Ltx 2.3 บน Atlas Cloud
เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud
สร้างบัญชี Atlas Cloud
สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล
ทำไมต้องใช้ Ltx 2.3 บน Atlas Cloud
การรวมโมเดล Ltx 2.3 ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้
ประสิทธิภาพและความยืดหยุ่น
เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์
API แบบรวมศูนย์:
รัน Ltx 2.3, 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
คำถามเกี่ยวกับเวิร์กโฟลว์วิดีโอแบบซิงโครไนซ์ด้วย Ltx 2.5
LTX-2.5 คือกลุ่มโมเดลแบบเปิดน้ำหนักของ Lightricks สำหรับสร้างวิดีโอและเสียงที่ซิงโครไนซ์กัน Atlas Cloud มี endpoint แบบ Fast และ Pro สำหรับเวิร์กโฟลว์ text-to-video, image-to-video และ audio-to-video
เปลี่ยนพรอมต์ข้อความให้เป็นคลิปสไตล์ภาพยนตร์ ทำให้ภาพเฟรมแรกเคลื่อนไหว หรือสร้างภาพที่ซิงโครไนซ์กับบทสนทนา เพลง หรือแทร็กเสียงบรรยากาศที่มีอยู่แล้ว คำขอแบบ image-to-video ยังรองรับการระบุเฟรมสุดท้ายเพิ่มเติมเพื่อกำหนดจุดสิ้นสุดของลำดับภาพได้ด้วย
เลือก endpoint แบบ Fast หรือ Pro บน Atlas Cloud จากนั้นส่งพรอมต์ รูปภาพ หรืออินพุตเสียงที่จำเป็น พร้อมพารามิเตอร์ตามที่กำหนดไว้ใน schema ของ endpoint นั้น คีย์แบบ OpenAI-compatible เพียงหนึ่งคีย์ช่วยให้เข้าถึงโมเดลที่มีอยู่ทั้งหมดได้ โดยไม่ต้องจัดเตรียมฮาร์ดแวร์สำหรับ inference เอง
มี endpoint ทั้งหมด 6 รายการสำหรับการสร้างแบบ text-to-video, image-to-video และ audio-to-video ในรูปแบบ Fast และ Pro ทำให้คุณเลือกเวิร์กโฟลว์ได้ตามวัสดุต้นทาง รวมถึงความสมดุลระหว่างความเร็ว ระยะเวลา คุณภาพ และราคาที่โปรเจกต์ต้องการ
endpoint แบบ text-to-video และ image-to-video สามารถสร้างเสียงที่ซิงโครไนซ์ไปพร้อมกับภาพได้ สำหรับการสร้างแบบ audio-to-video บทสนทนา เพลง หรือแทร็กเสียงบรรยากาศที่ป้อนเข้ามาจะกำหนดจังหวะของภาพและความยาวของเอาต์พุต
endpoint ที่ผ่านการตรวจสอบของ Atlas Cloud รองรับเอาต์พุตสูงสุดระดับ 4K ที่ 24 หรือ 48 fps ส่วน text-to-video และ image-to-video แบบ Fast สามารถสร้างวิดีโอความยาวสูงสุด 20 วินาทีที่ 720p หรือ 1080p ขณะที่ text-to-video และ image-to-video แบบ Pro รองรับคลิปความยาว 6 ถึง 10 วินาที
Fast เป็นตัวเลือกที่มีต้นทุนต่ำกว่า และรองรับคลิปแบบ text-to-video และ image-to-video ที่ยาวกว่าในความละเอียด 720p หรือ 1080p เลือก Pro เมื่อคุณภาพเอาต์พุตระดับสูงสำคัญกว่าต้นทุนพื้นฐานที่เพิ่มขึ้น และช่วงระยะเวลา 6 ถึง 10 วินาที
Atlas Cloud กำหนดราคาพื้นฐานมาตรฐานไว้ที่ $0.09 ต่อ endpoint แบบ Fast และ $0.12 ต่อ endpoint แบบ Pro การใช้งานคิดราคาแบบจ่ายตามการใช้งานอย่างโปร่งใส คุณจึงเลือก variant ที่เหมาะสมสำหรับแต่ละคำขอได้ เริ่มสร้างผลงานได้วันนี้
โฟกัสแต่ละฉากให้ชัดเจน อธิบายการกระทำตามลำดับเวลา และระบุตัวแบบ แสง การเคลื่อนกล้อง และสัญญาณเสียงด้วยภาษาที่เป็นรูปธรรม สำหรับช็อตที่เชื่อมต่อกัน ให้ระบุการเปลี่ยนผ่านแต่ละจุดและย้ำรายละเอียดที่ใช้ระบุตัวละครหรือวัตถุที่ปรากฏซ้ำ ข้อความบนหน้าจอที่ต้องตรงทุกตัวอักษรและการเคลื่อนไหวที่วุ่นวายมากอาจยังไม่สม่ำเสมอ ดังนั้นควรตรวจสอบตัวอักษรสำคัญและลำดับภาพที่ซับซ้อนก่อนส่งมอบ
สำรวจกลุ่มเพิ่มเติม
Kling 4.0
Kling V4 ซึ่งพัฒนาโดย Kuaishou เป็นโมเดลวิดีโอ 4K HDR ที่สร้างขึ้นสำหรับการผลิตระดับมืออาชีพ ผสมผสานการเคลื่อนไหวที่ซับซ้อนและเสถียรเข้ากับรูปแบบอัลตราไวด์ 21:9 และการแก้ไขที่ตรงจุดสำหรับสีหน้า มุมกล้อง พื้นหลัง สไตล์ภาพ และบทสนทนา Atlas Cloud ให้บริการนี้ผ่านคีย์ที่เข้ากันได้กับ OpenAI พร้อมโครงสร้างราคาแบบจ่ายตามการใช้งาน (pay-as-you-go) ที่โปร่งใส เริ่มต้นสร้างสรรค์ได้แล้ววันนี้
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
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
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
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
Kling V3 API family จาก Kuaishou รองรับเวิร์กโฟลว์ทั้งข้อความ รูปภาพ และวิดีโออ้างอิง ถ่ายทอดการเคลื่อนไหวโดยคงเอกลักษณ์ของตัวละครไว้ ใช้ภาพอ้างอิงเพื่อกำกับการสร้าง และตัดต่อวิดีโอด้วยคำสั่งภาษาธรรมชาติ Atlas Cloud มี endpoint แบบ Standard และ Pro สำหรับความต้องการในการผลิตที่แตกต่างกัน เริ่มสร้างสรรค์ด้วย Kling 3.0 อยู่แล้วใช่ไหม? ตอนนี้ Kling V4 พร้อมใช้งานบน Atlas Cloud แล้ว สำรวจได้ที่หน้ารวมโมเดล [Kling V4](https://www.atlascloud.ai/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
