Atlas Cloud เป็นผู้ขายต่อที่ได้รับอนุญาตในสหรัฐฯ ของ Dreamina Seedance 2.5 และ Seedream 5.0 Pro แล้ว
Hero background 1Hero background 2Hero background 3

Vidu Q2 Smooth Cinematic Motion

Vidu Q2 คือกลุ่มโมเดลสร้างวิดีโอที่ออกแบบมาสำหรับเวิร์กโฟลว์การผลิตที่ควบคุมได้ กำหนดเฟรมเริ่มต้นและเฟรมสิ้นสุดเพื่อกำหนดรูปแบบของลำดับภาพ ทำให้ภาพนิ่งเคลื่อนไหวด้วยการเคลื่อนไหวที่ลื่นไหล และเลือกใช้รุ่น Turbo, Pro หรือ Pro Fast ให้เหมาะกับความต้องการของแต่ละเวิร์กโฟลว์ Atlas Cloud ให้คุณเข้าถึงบริการผ่าน API key เดียวที่รองรับ OpenAI พร้อมราคาที่โปร่งใสแบบจ่ายตามการใช้งานและการผสานรวมที่ไม่ซับซ้อน เริ่มพัฒนาได้วันนี้

Vidu Q2 พัฒนาโดย ShengShu Technology โดย Atlas Cloud (ดำเนินการโดย Atlas Cloud AI LLC) เป็นผู้ให้บริการเข้าถึงโมเดลนี้ แต่ไม่ได้เป็นเจ้าของโมเดล เครื่องหมายการค้าทั้งหมดเป็นของเจ้าของที่เกี่ยวข้อง

สำรวจโมเดลชั้นนำ

Atlas Cloud มอบโมเดลสร้างสรรค์ล่าสุดที่นำหน้าในอุตสาหกรรมให้กับคุณ

เปรียบเทียบ Endpoint สำหรับการสร้างวิดีโอด้วย Vidu Q2

สำรวจโมดัลลิตีแต่ละแบบของ Vidu Q2 และเลือก Endpoint ที่เหมาะกับสื่อต้นทาง เวิร์กโฟลว์สร้างสรรค์ และผลลัพธ์วิดีโอที่ต้องการ

รูปแบบการใช้งานคำอธิบาย
Vidu Q2-Turbo I2V API (Image To Video)ทำให้ภาพอ้างอิงเคลื่อนไหวด้วยการอธิบายการเคลื่อนไหวที่ต้องการสร้าง รองรับแอนิเมชันที่ลื่นไหล เสียงประกอบที่เลือกเพิ่มได้ และเอาต์พุตสไตล์ภาพยนตร์สูงสุด 1080p เหมาะสำหรับทีเซอร์สินค้า คลิปโซเชียล และการเล่าเรื่องด้วยภาพ
Vidu Q2-Pro RTV API (Reference To Video)Endpoint นี้ออกแบบมาสำหรับการสร้างวิดีโอจากภาพอ้างอิง โดยแปลงภาพที่อัปโหลดและคำสั่งการเคลื่อนไหวให้เป็นวิดีโอคุณภาพสูง รองรับเสียงประกอบที่เลือกเพิ่มได้และเอาต์พุตสูงสุด 1080p เหมาะสำหรับฉากตัวละคร ภาพลักษณ์แบรนด์ และลำดับภาพสไตล์ภาพยนตร์
Vidu Q2 RTV API (Reference To Video)เปลี่ยนภาพอ้างอิงและคำบรรยายทิศทางการเคลื่อนไหวให้เป็นวิดีโอแอนิเมชันที่ลื่นไหลด้วย Vidu Q2 API สร้างเสียงประกอบเพิ่มเติมได้ พร้อมเอาต์พุตสไตล์ภาพยนตร์สูงสุด 1080p สำหรับการทำภาพแนวคิดให้เห็นเป็นรูปธรรม คอนเทนต์โปรโมต หรือฉากเล่าเรื่อง
Vidu Q2-Pro-Fast S2V API (Start End To Video)ระบุภาพเปิดและภาพปิดเพื่อกำหนดจุดเริ่มต้นและจุดสิ้นสุดด้านภาพของลำดับวิดีโอ โมเดลจะสร้างแอนิเมชันที่ลื่นไหลระหว่างภาพทั้งสอง พร้อมเสียงประกอบที่เลือกเพิ่มได้และคุณภาพสูงสุด 1080p เหมาะสำหรับทรานซิชัน การเปิดเผยภาพ และการเปลี่ยนฉาก
Vidu Q2-Pro S2V API (Start End To Video)เมื่อวิดีโอต้องเริ่มต้นและจบลงด้วยภาพที่กำหนดไว้ล่วงหน้า ให้ใช้ภาพเริ่มต้นและภาพสิ้นสุดเพื่อกำกับลำดับวิดีโอ การเคลื่อนไหวที่ลื่นไหล เสียงประกอบที่เลือกเพิ่มได้ และเอาต์พุตสูงสุด 1080p ทำให้เหมาะสำหรับการเล่าเรื่องที่ควบคุมลำดับได้
Vidu Q2-Turbo S2V API (Start End To Video)ใช้ภาพเริ่มต้นและภาพสิ้นสุดที่กำหนดไว้เพื่อกำหนดทิศทางของวิดีโอแอนิเมชัน Endpoint ของ Vidu Q2 นี้รองรับทรานซิชันที่ลื่นไหล เสียงประกอบที่เลือกเพิ่มได้ และคุณภาพสไตล์ภาพยนตร์สูงสุด 1080p เหมาะสำหรับฉากก่อนและหลัง หรือการแปรเปลี่ยนรูปภาพ
Vidu Q2-Pro-Fast I2V API (Image To Video)Endpoint นี้ออกแบบมาสำหรับการสร้างวิดีโอโดยมีภาพเป็นแกนหลัก โดยเพิ่มการเคลื่อนไหวตามคำอธิบายให้กับภาพอ้างอิงที่อัปโหลด สร้างแอนิเมชันที่ลื่นไหล พร้อมเสียงประกอบที่เลือกเพิ่มได้และเอาต์พุตสูงสุด 1080p สำหรับสื่อแคมเปญ พรีวิว และวิดีโอสั้น
Vidu Q2-Pro I2V API (Image To Video)เลือกภาพและระบุว่าตัวแบบหรือฉากควรเคลื่อนไหวอย่างไร Vidu Q2-Pro จะสร้างวิดีโอสไตล์ภาพยนตร์ที่มีแอนิเมชันลื่นไหล เสียงประกอบที่เลือกเพิ่มได้ และคุณภาพสูงสุด 1080p สำหรับการเล่าเรื่อง โฆษณา หรือการผลิตคอนเทนต์สร้างสรรค์
Vidu Q2 T2V API (Text To Video)เริ่มต้นจากพรอมต์ที่เขียนขึ้นและสร้างวิดีโอได้ครบถ้วนโดยไม่ต้องใช้ภาพต้นทาง แอนิเมชันที่ลื่นไหล เสียงประกอบที่เลือกเพิ่มได้ และเอาต์พุตสไตล์ภาพยนตร์สูงสุด 1080p รองรับพรีวิวแนวคิด การผลิตคอนเทนต์สำหรับโซเชียลมีเดีย และเรื่องเล่าด้วยภาพรูปแบบใหม่

Vidu Q2: สี่วิธีในการกำกับการเคลื่อนไหว

Vidu Q2 ผสานการสร้างวิดีโอจากข้อความ ภาพ ภาพอ้างอิงหลายรายการ และเฟรมแรกถึงเฟรมสุดท้าย โดยรองรับเอาต์พุตสูงสุด 1080p คลิปยาวสูงสุด 10 วินาที เสียงที่เลือกเปิดใช้ได้ ระดับการเคลื่อนไหว 4 ระดับ และการใช้งานแบบจ่ายตามจริงที่โปร่งใสผ่าน API เดียวที่เข้ากันได้กับ OpenAI

เส้นทางการสร้างด้วย Vidu Q2

Vidu Q2 รองรับการสร้างวิดีโอจากข้อความ จากภาพ จากภาพอ้างอิง และจากเฟรมเริ่มต้นกับเฟรมสิ้นสุด ครอบคลุม endpoint 9 รายการของ Atlas Cloud เลือกใช้เส้นทาง Turbo, Pro Fast, Pro หรือมาตรฐานได้โดยไม่ต้องสร้างการเชื่อมต่อใหม่ คีย์ API เดียวที่เข้ากันได้กับ OpenAI ช่วยให้ทีมผลิตภัณฑ์เลือกสมดุลที่เหมาะสมระหว่างการควบคุมอินพุต คุณภาพเอาต์พุต และราคามาตรฐานสำหรับแต่ละคำขอ

การกำกับด้วยภาพอ้างอิงสูงสุด 7 ภาพ

Endpoint สำหรับการสร้างวิดีโอจากภาพอ้างอิงรองรับวัตถุ 1 ถึง 7 รายการ โดยใช้ภาพรวมทั้งหมด 1 ถึง 7 ภาพ แนบใบหน้า สินค้า อุปกรณ์ประกอบฉาก หรือภาพอ้างอิงของฉาก จากนั้นใช้พรอมต์เพื่ออธิบายว่าทั้งหมดควรปรากฏและเคลื่อนไหวร่วมกันอย่างไร เอาต์พุตรองรับสูงสุด 1080p และ 10 วินาที ทำให้เส้นทางนี้เหมาะกับซีเควนซ์ที่ขับเคลื่อนด้วยตัวละคร เรื่องราวของสินค้า และช็อตแบบกลุ่มที่ต้องอาศัยจุดอ้างอิงทางภาพที่ผู้ใช้จัดเตรียม

การควบคุมเฟรมแรกและเฟรมสุดท้ายของ Vidu Q2

เส้นทางเฟรมเริ่มต้นและเฟรมสิ้นสุดของ Vidu Q2 ใช้ภาพเปิด 1 ภาพและภาพปิด 1 ภาพเพื่อกำหนดกรอบให้ทรานซิชันที่สร้างขึ้น กำกับการเคลื่อนไหวระหว่างภาพทั้งสองด้วยพรอมต์เชิงบวก การตั้งค่าขนาดการเคลื่อนไหว 4 ระดับ และ seed ที่ทำซ้ำผลลัพธ์ได้ ทั้งนี้ขึ้นอยู่กับ endpoint คลิปมีความยาวตั้งแต่ 1 ถึง 8 วินาที และเรนเดอร์ที่ 720p หรือ 1080p โดย Pro และ Turbo รุ่นต่าง ๆ ยังรองรับ 540p ด้วย

ความละเอียด ระยะเวลา และการจัดเฟรม

กำหนดลักษณะเอาต์พุตแต่ละชิ้นด้วยการควบคุมความละเอียด ระยะเวลา อัตราส่วนภาพ และสไตล์ ซึ่งจะแตกต่างกันไปตาม endpoint ผลิตภัณฑ์ตระกูลนี้รองรับสูงสุด 1080p เส้นทางที่ใช้ภาพเป็นอินพุตรองรับคลิปยาวสูงสุด 10 วินาที และการสร้างจากข้อความมีตัวเลือกการจัดเฟรม 5 แบบ ตั้งแต่ 16:9 ถึง 3:4 เลือกสไตล์ทั่วไปหรืออนิเมะสำหรับการสร้างวิดีโอจากข้อความ จากนั้นใช้การควบคุม seed เมื่อจำเป็นต้องทำซ้ำและปรับแก้หลายรอบ

การกำกับการเคลื่อนไหวพร้อมเสียงเสริม

ตั้งค่าขนาดการเคลื่อนไหวเป็นอัตโนมัติ เล็ก กลาง หรือใหญ่ได้ ช่วยให้นักพัฒนาควบคุมพลังของฉากได้โดยตรง หลาย endpoint ยังรองรับเสียงที่สร้างขึ้นและเพลงประกอบ ขณะที่เส้นทางภาพอ้างอิงสามารถเลือกขอเสียงทั้งหมด เฉพาะเสียงพูด หรือเฉพาะเอฟเฟกต์เสียงได้ ผสานการเคลื่อนไหวที่นุ่มนวลเข้ากับบทสนทนา หรือใช้การเคลื่อนไหวที่หนักแน่นขึ้นพร้อมเอฟเฟกต์ เพื่อเตรียมคลิปสำหรับภาพบุคคล โฆษณา และช่วงสั้น ๆ ของเรื่องเล่า

ราคา Vidu Q2 ผ่าน API เดียว

ราคามาตรฐานของ Vidu Q2 เริ่มต้นที่ $0.03 ต่อวินาทีสำหรับ endpoint วิดีโอจากภาพและวิดีโอจากเฟรมเริ่มต้นกับเฟรมสิ้นสุดของ Turbo เส้นทางจากภาพหรือเส้นทางทรานซิชันของ Pro และ Pro Fast มีราคา $0.04 ต่อวินาที ส่วนตัวเลือกจากข้อความและภาพอ้างอิงใช้อัตรามาตรฐานที่ประกาศแยกกัน ด้วยการเรียกเก็บเงินแบบจ่ายตามจริงที่โปร่งใสและคีย์เดียวที่เข้ากันได้กับ OpenAI นักพัฒนาจึงสามารถสร้างต้นแบบ เปรียบเทียบรูปแบบต่าง ๆ และขยายการใช้งานได้โดยไม่ต้องเชื่อมต่อกับผู้ให้บริการหลายราย

Vidu Q2 ภายใต้พรอมต์เดียว: ศึกประชันสามโมเดล

เปรียบเทียบวิธีที่ Vidu Q2 และโมเดลวิดีโอทางเลือกอีกสองรุ่นตีความพรอมต์เดียวกันในด้านแอ็กชันแบบภาพยนตร์ ความต่อเนื่องของการเคลื่อนไหว การควบคุมกล้อง สไตล์ภาพ และจังหวะการเล่าเรื่อง

พรอมต์

ลำดับภาพยนตร์ต่อเนื่องความยาว 8–10 วินาทีในชื่อ “การฝึกม้ากระจกบนทะเลสาบเกลือแห่งคราส”: ใต้คราสจันทราขนาดมหึมาเหนือทะเลสาบเกลือกว้างใหญ่ราวกระจก หญิงสาวในชุดคลุมสีครามอินดิโกพลิ้วไสวควบม้าดำทรงพลังด้วยความเร็วเต็มกำลัง กีบม้าทุบเปลือกเกลือบางจนแตกกระจาย พ่นเศษผลึกและหมอกสีเงินขึ้นมา เริ่มด้วยช็อตติดตามระดับพื้นแบบใกล้สุดข้างกีบที่กระแทกลงอย่างหนัก เคลื่อนผ่านระเบิดผลึกเกลือแหลมคมและเงาสะท้อนที่สั่นระริก จากนั้นแพนกล้องฉับไวเข้าสู่ช็อตติดตามด้านข้างความเร็วสูง ขณะที่เงาสะท้อนของม้าหลุดออกจากผิวน้ำและแปรสภาพเป็นม้าผีสีเงินขาวเรืองแสง พุ่งทะลุผิวกระจกขึ้นมาและควบเคียงข้างม้าตัวจริง โดยคงกายวิภาค จังหวะก้าว และความต่อเนื่องของผู้ขี่ให้ตรงกันอย่างสมบูรณ์ ยกกล้องขึ้นอย่างรวดเร็วสู่มุมมองทางอากาศ จากนั้นเคลื่อนกล้องดิ่งโคจรรอบม้าทั้งสอง ขณะที่พวกมันสอดประสานตัดผ่านกันโดยไม่ชน ร่างสีดำและสีเงินลากเส้นโค้งสะท้อนผ่านม่านหมอกหลายชั้นสีครามอินดิโก สีเงินขาว และไวโอเลตเข้ม เมื่อถึงจุดไคลแมกซ์ ทั้งคู่เข้าสู่ใจกลางมืดของเงาสะท้อนดวงจันทร์แล้วกระโจนขึ้นพร้อมกัน ก่อเป็นองค์ประกอบสมมาตรแบบกระจกแนวตั้งอย่างแม่นยำเหนือและใต้เส้นขอบฟ้า เมื่อลงถึงพื้น ม้าสีเงินเรืองแสงพับกลับเข้าไปเป็นเงาสะท้อนของม้าดำ และทั้งสองกลับรวมเป็นหนึ่งเดียว ขณะที่ผู้ขี่ยังคงควบต่อไป การเคลื่อนไหวของสัตว์ความเร็วสูงต้องลื่นไหลตลอดทั้งฉาก แรงกระแทกของกีบต้องสมจริงตามหลักฟิสิกส์ วิถีของเศษเกลือ ระลอกน้ำ การเคลื่อนไหวของชุดคลุมและแผงค้าม้าต้องสอดคล้องกัน รักษาอัตลักษณ์ตัวละครให้คงที่ รักษาสัดส่วนม้าให้สม่ำเสมอ ไม่มีภาพสโลว์โมชัน ไม่มีช่วงภาพนิ่งที่ไม่จำเป็น แสงย้อนจากดวงจันทร์โทนเย็นเน้นขอบผืนผ้า แผงค้าที่ปลิวไสว แนวกล้ามเนื้อ และหมอกเกลือของผู้ขี่อย่างคมชัด บรรยากาศเหนือจริงแบบภาพหมึกจีนผสาน CG เกมแฟนตาซีระดับพรีเมียมที่มีรายละเอียดสูง รอยหมึกบานอย่างประณีต คอนทราสต์แบบภาพยนตร์ แสงจันทร์เชิงปริมาตร และพื้นผิวสมจริงที่ขัดเกลา เสียง: เสียงกีบม้ากระหึ่มสอดประสาน เสียงเกลือแตกร้าวคมชัด เสียงผลึกกระจาย เสียงลมพุ่งผ่าน เสียงแรงพุ่งของสายน้ำกังวานเมื่อม้าผีปรากฏตัว และเพอร์คัสชันเสียงต่ำตึงเครียดที่ไต่ระดับสู่เสียงเน้นจากวงออร์เคสตราอันเปล่งประกายในจังหวะกระโจนครั้งสุดท้าย ไม่มีหน้าจอ อินเทอร์เฟซซอฟต์แวร์ แดชบอร์ด แถบความคืบหน้า แผนภูมิ แคปชัน คำบรรยาย โลโก้ ลายน้ำ หรือข้อความอธิบายใด ๆ อัตราส่วนภาพ 16:9

Generated with Vidu Q2-Pro Reference-to-Video on Atlas Cloud

Generated with Seedance 2.5 Reference-to-Video on Atlas Cloud

Generated with Vidu Q2 Reference-to-Video on Atlas Cloud

พรอมต์

สร้างการผจญภัยสต็อปโมชันดินปั้นทำมือความยาว 8 วินาทีภายในร้านเบเกอรี่จิ๋วยามพระอาทิตย์ขึ้น จิ้งจอกเชฟตัวจิ๋วนวดแป้ง โยนแป้งขึ้นเหนือศีรษะ และวิ่งไล่ตามมันไปบนเคาน์เตอร์เมื่อแป้งกลิ้งหนีไปโดยไม่คาดคิด เปิดด้วยช็อตติดตามระยะใกล้ที่ติดตามก้อนแป้ง จากนั้นดึงกล้องออกเมื่อจิ้งจอกกระโดดข้ามชามผสม และเปลี่ยนเป็นมุมมองจากด้านบนเมื่อแป้งตกลงในถาดอบอย่างพอดี จบด้วยเตาอบเปิดออกและขนมปังรูปจิ้งจอกยิ้มโผล่ออกมาพร้อมกลุ่มแป้งฟุ้ง รักษาการเคลื่อนไหวของตัวละครที่สื่ออารมณ์ พื้นผิวดินปั้นที่สัมผัสได้ ปฏิสัมพันธ์กับวัตถุที่มีชีวิตชีวา แสงอุ่นจากหน้าต่าง จังหวะสต็อปโมชันที่สนุกสนาน และอัตราส่วนภาพ 16:9

Generated with Vidu Q2-Pro Reference-to-Video on Atlas Cloud

Generated with Seedance 2.5 Reference-to-Video on Atlas Cloud

Generated with Vidu Q2 Reference-to-Video on Atlas Cloud

Vidu Q2 ตลอดกระบวนการสร้างสรรค์

Vidu Q2 รองรับการเปิดตัวผลิตภัณฑ์ สตอรีบอร์ด ช่วงเวลาของตัวละคร การเปลี่ยนผ่าน แคมเปญโซเชียล และวิดีโออธิบาย ด้วยการเปลี่ยนพรอมต์และอินพุตภาพให้เป็นวิดีโอสไตล์ภาพยนตร์ที่ลื่นไหลสำหรับเวิร์กโฟลว์การผลิต

วิดีโอโปรโมตผลิตภัณฑ์ด้วย Vidu Q2

ภาพนิ่งของผลิตภัณฑ์จะมีการเคลื่อนไหวที่ลื่นไหลและคุณภาพระดับภาพยนตร์สูงสุด 1080p ทีมการตลาดสามารถเปลี่ยนภาพจากแคตตาล็อกให้เป็นคลิปเปิดตัว วิดีโอเปิดเผยผลิตภัณฑ์ หรือวิดีโอหน้าร้านที่ดูเป็นมืออาชีพได้ โดยไม่ต้องสร้างแอสเซ็ตทุกชิ้นใหม่

แนวคิดสตอรีบอร์ดด้วย Vidu Q2

เริ่มจากแนวคิดที่เขียนไว้ แล้วสร้างวิดีโอสไตล์ภาพยนตร์โดยตรงผ่านการสร้างวิดีโอจากข้อความของ Vidu Q2 ผู้กำกับและนักออกแบบสามารถสำรวจจังหวะของเรื่องราว นำเสนอภาพคอนเซ็ปต์ หรือพัฒนาแนวคิดฉากเบื้องต้นก่อนเริ่มการผลิต

เรื่องราวแบรนด์ที่ขับเคลื่อนด้วยภาพอ้างอิง

เมื่อใช้ภาพอ้างอิงเป็นแนวทางในการสร้าง งานศิลป์ต้นฉบับจะยังคงเป็นองค์ประกอบหลักของแอนิเมชันที่ลื่นไหลซึ่งได้ผลลัพธ์ ทีมครีเอทีฟสามารถสร้างรูปแบบต่าง ๆ ของแคมเปญ คลิปตัวละครที่มีแบรนด์ หรือแอสเซ็ตโซเชียลที่ใช้ซ้ำได้จากงานศิลป์ที่มีอยู่แล้ว

การเปลี่ยนผ่านระหว่างเฟรมที่ควบคุมได้

ภาพต้นทางและปลายทางสองภาพสามารถกำหนดเส้นทางภาพที่ชัดเจนขึ้นได้หรือไม่ การสร้างจากจุดเริ่มต้นและจุดสิ้นสุดจะสร้างการเคลื่อนไหวระหว่างภาพทั้งสอง เหมาะสำหรับการเปลี่ยนผ่านสไตล์ภาพยนตร์ ลำดับก่อนและหลัง หรือการเปิดเผยเนื้อหาที่กำหนดจุดเริ่มต้นและจุดสิ้นสุดของเรื่องราวได้อย่างควบคุม

ช่วงเวลาของตัวละครด้วย Vidu Q2

เปลี่ยนภาพพอร์ตเทรตหรือภาพประกอบให้เป็นช่วงเวลาที่มีการเคลื่อนไหวอย่างลื่นไหลด้วยการเปลี่ยนภาพเป็นวิดีโอของ Vidu Q2 ครีเอเตอร์สามารถสร้างฉากแนะนำตัวละคร ผลงานถ่ายทอดอารมณ์ หรือทีเซอร์สไตล์ภาพยนตร์ พร้อมเพิ่มเสียงเพื่อเสริมคลิปฉบับสมบูรณ์ได้ตามต้องการ

วิดีโออธิบายด้วยภาพสำหรับทุกผลิตภัณฑ์

สำหรับวิดีโออธิบายและเรื่องราวเชิงการศึกษา นักพัฒนาสามารถผสานพรอมต์ ภาพ หรือเฟรมเริ่มต้นและสิ้นสุดที่เลือกไว้ได้ Vidu Q2 API จะเปลี่ยนอินพุตเหล่านี้ให้เป็นวิดีโอที่ลื่นไหลสำหรับแอป บทเรียน หรือเรื่องราวแบบมีผู้แนะนำ

Vidu Q2 เปรียบเทียบกับ Video API ชั้นนำ

เปรียบเทียบ endpoint ของ Vidu Q2 กับ MiniMax H3, Seedance 2.0 และ Veo 3.1 Lite ในด้านเวิร์กโฟลว์ ความละเอียดสูงสุด ความยาวคลิป และราคามาตรฐานต่อวินาที

โมเดลเวิร์กโฟลว์ความละเอียดสูงสุดความยาวคลิปราคามาตรฐาน
Vidu Q2-Turbo Image-to-videoภาพเป็นวิดีโอ1080p1–10 sec$0.03/sec
Vidu Q2-Pro Reference-to-videoภาพอ้างอิงเป็นวิดีโอ1080p1–10 sec$0.10/sec
Vidu Q2 Reference-to-videoภาพอ้างอิงเป็นวิดีโอ1080p1–10 sec$0.075/sec
Vidu Q2-Pro-Fast Start-end-to-videoเฟรมเริ่มต้นและสิ้นสุด1080p1–8 sec$0.04/sec
Vidu Q2-Pro Start-end-to-videoเฟรมเริ่มต้นและสิ้นสุด1080p1–8 sec$0.04/sec
Vidu Q2-Turbo Start-end-to-videoเฟรมเริ่มต้นและสิ้นสุด1080p1–8 sec$0.03/sec
Vidu Q2-Pro-Fast Image-to-videoภาพเป็นวิดีโอ1080p1–10 sec$0.04/sec
Vidu Q2-Pro Image-to-videoภาพเป็นวิดีโอ1080p1–10 sec$0.04/sec
Vidu Q2 Text-to-videoข้อความเป็นวิดีโอ1080p1–8 sec$0.05/sec
MiniMax H3 Image-to-Videoภาพเป็นวิดีโอ2K native, 4K ESR4–15 sec$0.038/sec
Seedance 2.0 Image-to-Videoภาพเป็นวิดีโอ4K native4–15 sec$0.112/sec
Veo 3.1 Lite Image-to-videoภาพเป็นวิดีโอ1080p4, 6, or 8 sec$0.05/sec

วิธีใช้ Vidu Q2 บน Atlas Cloud

เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud

สร้างบัญชี Atlas Cloud

สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล

ทำไมต้องใช้ Vidu Q2 บน Atlas Cloud

การรวมโมเดล Vidu Q2 ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้

ประสิทธิภาพและความยืดหยุ่น

เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์

API แบบรวมศูนย์:
รัน Vidu Q2, 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 Vidu Q2 API

Vidu Q2 คือชุดโมเดลสร้างวิดีโอด้วย AI ที่พร้อมใช้งานผ่าน Atlas Cloud รองรับเวิร์กโฟลว์ text-to-video, image-to-video, reference-to-video และ start-end-to-video พร้อมตัวเลือกสร้างเสียงและความละเอียดเอาต์พุตสูงสุด 1080p

คุณสามารถสร้างวิดีโอจากพรอมต์ข้อความ ทำให้ภาพนิ่งเคลื่อนไหว ควบคุมอัตลักษณ์ของวัตถุหรือบุคคลด้วยภาพอ้างอิง หรือควบคุมการเปลี่ยนฉากโดยกำหนดเฟรมแรกและเฟรมสุดท้าย เส้นทางเหล่านี้รองรับเวิร์กโฟลว์ต่าง ๆ เช่น คลิปคอนเซปต์ ฉากตัวละคร แอนิเมชันสินค้า และการเล่าเรื่องด้วยภาพ

สร้างคีย์ Atlas Cloud API จากนั้นส่งคำขอ POST ที่ผ่านการยืนยันตัวตนไปยัง /api/v1/model/generateVideo พร้อม model ID และอินพุตที่จำเป็น ควรบันทึก task ID ที่ได้รับกลับมา เนื่องจากการสร้างวิดีโอทำงานแบบอะซิงโครนัส

ใช้ text-to-video สำหรับการสร้างจากพรอมต์เพียงอย่างเดียว ใช้ image-to-video เพื่อทำให้ภาพหนึ่งภาพเคลื่อนไหว ใช้ reference-to-video สำหรับฉากที่อ้างอิงตัวแบบ และใช้ start-end-to-video เมื่อเฟรมขอบเขตทั้งสองมีความสำคัญ ภายในเวิร์กโฟลว์นั้น ให้เลือก model ID ที่ตรงกับ Turbo, Pro หรือ Pro Fast และประเมินผลตามเป้าหมายด้านคุณภาพและเวลาแฝงของแอปพลิเคชัน

การควบคุมที่ใช้ได้จะแตกต่างกันไปตาม endpoint แต่อาจรวมถึงพรอมต์ ระยะเวลา ความละเอียด อัตราส่วนภาพ แอมพลิจูดการเคลื่อนไหว seed เพลงประกอบ และการสร้างเสียง reference-to-video รองรับตัวแบบ 1 ถึง 7 รายการ โดยใช้ภาพรวม 1 ถึง 7 ภาพ ส่วนเส้นทาง start-end-to-video ต้องระบุอินพุตสำหรับเฟรมแรกและเฟรมสุดท้ายแยกกัน

Atlas Cloud ระบุเอาต์พุตความละเอียด 540p, 720p และ 1080p สำหรับเส้นทางวิดีโอที่ตรวจสอบแล้ว text-to-video และ start-end-to-video รองรับระยะเวลา 1 ถึง 8 วินาที ขณะที่เส้นทาง image-to-video และ reference-to-video ที่ระบุไว้รองรับสูงสุด 10 วินาที

ได้ โมเดลที่ระบุไว้รองรับการสร้างเสียงแบบเลือกได้ ขึ้นอยู่กับเส้นทาง การควบคุมอาจรวมถึงเสียงที่สร้างขึ้น เพลงประกอบ หรือประเภทเสียง เช่น เสียงพูดเท่านั้น เอฟเฟกต์เสียงเท่านั้น และเสียงแบบผสม

ราคาพื้นฐานมาตรฐานอยู่ที่ $0.03 สำหรับ Turbo image-to-video และ start-end-to-video, $0.04 สำหรับ Pro และ Pro Fast image-to-video และ start-end-to-video, $0.05 สำหรับ text-to-video, $0.075 สำหรับ reference-to-video และ $0.10 สำหรับ Pro reference-to-video Atlas Cloud ใช้การเรียกเก็บเงินแบบจ่ายตามการใช้งาน ดังนั้นควรตรวจสอบ endpoint ที่เลือกและราคาคำขอที่แสดงก่อนส่งคำขอ

ส่งคำขอแบบ polling ไปยัง /api/v1/model/prediction/{prediction_id} หรือระบุ URL webhook สาธารณะที่ใช้ HTTPS จากนั้นอ่านฟิลด์ outputs เมื่อ task เสร็จสมบูรณ์ หากคำขอล้มเหลว ให้ตรวจสอบ status และ error response ยืนยัน Bearer key, model ID, content type และอินพุตเฉพาะของ endpoint พร้อมเก็บ X-Request-ID ไว้สำหรับให้ฝ่ายสนับสนุนติดตามปัญหา

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

Gemini Omni คือชุดโมเดลวิดีโอแบบมัลติโมดัลโดยกำเนิดจาก Google DeepMind สำหรับการสร้างและตัดต่อวิดีโอตามพรอมต์ สร้างวิดีโอจากข้อความ ทำให้ภาพนิ่งเคลื่อนไหว หรือปรับแก้ฟุตเทจเดิมด้วยภาพอ้างอิงเสริมได้ โดยคงเนื้อหาที่ไม่ได้เลือกแก้ไขไว้ตามเดิม การควบคุมความละเอียด อัตราส่วนภาพ และระยะเวลาอย่างยืดหยุ่นรองรับเวิร์กโฟลว์การผลิตที่หลากหลาย Atlas Cloud รวมการเข้าถึงไว้ในที่เดียว พร้อมการคิดค่าบริการแบบจ่ายตามการใช้งานอย่างโปร่งใส เริ่มสร้างสรรค์ได้แล้ววันนี้

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