


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
Atlas Cloud มอบโมเดลสร้างสรรค์ล่าสุดที่นำหน้าในอุตสาหกรรมให้กับคุณ
สำรวจโมดัลลิตีแต่ละแบบของ Vidu Q2 และเลือก Endpoint ที่เหมาะกับสื่อต้นทาง เวิร์กโฟลว์สร้างสรรค์ และผลลัพธ์วิดีโอที่ต้องการ
| รูปแบบการใช้งาน | คำอธิบาย |
|---|---|
| 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 ผสานการสร้างวิดีโอจากข้อความ ภาพ ภาพอ้างอิงหลายรายการ และเฟรมแรกถึงเฟรมสุดท้าย โดยรองรับเอาต์พุตสูงสุด 1080p คลิปยาวสูงสุด 10 วินาที เสียงที่เลือกเปิดใช้ได้ ระดับการเคลื่อนไหว 4 ระดับ และการใช้งานแบบจ่ายตามจริงที่โปร่งใสผ่าน API เดียวที่เข้ากันได้กับ OpenAI
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
Endpoint สำหรับการสร้างวิดีโอจากภาพอ้างอิงรองรับวัตถุ 1 ถึง 7 รายการ โดยใช้ภาพรวมทั้งหมด 1 ถึง 7 ภาพ แนบใบหน้า สินค้า อุปกรณ์ประกอบฉาก หรือภาพอ้างอิงของฉาก จากนั้นใช้พรอมต์เพื่ออธิบายว่าทั้งหมดควรปรากฏและเคลื่อนไหวร่วมกันอย่างไร เอาต์พุตรองรับสูงสุด 1080p และ 10 วินาที ทำให้เส้นทางนี้เหมาะกับซีเควนซ์ที่ขับเคลื่อนด้วยตัวละคร เรื่องราวของสินค้า และช็อตแบบกลุ่มที่ต้องอาศัยจุดอ้างอิงทางภาพที่ผู้ใช้จัดเตรียม
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
กำหนดลักษณะเอาต์พุตแต่ละชิ้นด้วยการควบคุมความละเอียด ระยะเวลา อัตราส่วนภาพ และสไตล์ ซึ่งจะแตกต่างกันไปตาม endpoint ผลิตภัณฑ์ตระกูลนี้รองรับสูงสุด 1080p เส้นทางที่ใช้ภาพเป็นอินพุตรองรับคลิปยาวสูงสุด 10 วินาที และการสร้างจากข้อความมีตัวเลือกการจัดเฟรม 5 แบบ ตั้งแต่ 16:9 ถึง 3:4 เลือกสไตล์ทั่วไปหรืออนิเมะสำหรับการสร้างวิดีโอจากข้อความ จากนั้นใช้การควบคุม seed เมื่อจำเป็นต้องทำซ้ำและปรับแก้หลายรอบ
ตั้งค่าขนาดการเคลื่อนไหวเป็นอัตโนมัติ เล็ก กลาง หรือใหญ่ได้ ช่วยให้นักพัฒนาควบคุมพลังของฉากได้โดยตรง หลาย endpoint ยังรองรับเสียงที่สร้างขึ้นและเพลงประกอบ ขณะที่เส้นทางภาพอ้างอิงสามารถเลือกขอเสียงทั้งหมด เฉพาะเสียงพูด หรือเฉพาะเอฟเฟกต์เสียงได้ ผสานการเคลื่อนไหวที่นุ่มนวลเข้ากับบทสนทนา หรือใช้การเคลื่อนไหวที่หนักแน่นขึ้นพร้อมเอฟเฟกต์ เพื่อเตรียมคลิปสำหรับภาพบุคคล โฆษณา และช่วงสั้น ๆ ของเรื่องเล่า
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
เปรียบเทียบวิธีที่ Vidu Q2 และโมเดลวิดีโอทางเลือกอีกสองรุ่นตีความพรอมต์เดียวกันในด้านแอ็กชันแบบภาพยนตร์ ความต่อเนื่องของการเคลื่อนไหว การควบคุมกล้อง สไตล์ภาพ และจังหวะการเล่าเรื่อง
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
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 รองรับการเปิดตัวผลิตภัณฑ์ สตอรีบอร์ด ช่วงเวลาของตัวละคร การเปลี่ยนผ่าน แคมเปญโซเชียล และวิดีโออธิบาย ด้วยการเปลี่ยนพรอมต์และอินพุตภาพให้เป็นวิดีโอสไตล์ภาพยนตร์ที่ลื่นไหลสำหรับเวิร์กโฟลว์การผลิต
ภาพนิ่งของผลิตภัณฑ์จะมีการเคลื่อนไหวที่ลื่นไหลและคุณภาพระดับภาพยนตร์สูงสุด 1080p ทีมการตลาดสามารถเปลี่ยนภาพจากแคตตาล็อกให้เป็นคลิปเปิดตัว วิดีโอเปิดเผยผลิตภัณฑ์ หรือวิดีโอหน้าร้านที่ดูเป็นมืออาชีพได้ โดยไม่ต้องสร้างแอสเซ็ตทุกชิ้นใหม่
เริ่มจากแนวคิดที่เขียนไว้ แล้วสร้างวิดีโอสไตล์ภาพยนตร์โดยตรงผ่านการสร้างวิดีโอจากข้อความของ Vidu Q2 ผู้กำกับและนักออกแบบสามารถสำรวจจังหวะของเรื่องราว นำเสนอภาพคอนเซ็ปต์ หรือพัฒนาแนวคิดฉากเบื้องต้นก่อนเริ่มการผลิต
เมื่อใช้ภาพอ้างอิงเป็นแนวทางในการสร้าง งานศิลป์ต้นฉบับจะยังคงเป็นองค์ประกอบหลักของแอนิเมชันที่ลื่นไหลซึ่งได้ผลลัพธ์ ทีมครีเอทีฟสามารถสร้างรูปแบบต่าง ๆ ของแคมเปญ คลิปตัวละครที่มีแบรนด์ หรือแอสเซ็ตโซเชียลที่ใช้ซ้ำได้จากงานศิลป์ที่มีอยู่แล้ว
ภาพต้นทางและปลายทางสองภาพสามารถกำหนดเส้นทางภาพที่ชัดเจนขึ้นได้หรือไม่ การสร้างจากจุดเริ่มต้นและจุดสิ้นสุดจะสร้างการเคลื่อนไหวระหว่างภาพทั้งสอง เหมาะสำหรับการเปลี่ยนผ่านสไตล์ภาพยนตร์ ลำดับก่อนและหลัง หรือการเปิดเผยเนื้อหาที่กำหนดจุดเริ่มต้นและจุดสิ้นสุดของเรื่องราวได้อย่างควบคุม
เปลี่ยนภาพพอร์ตเทรตหรือภาพประกอบให้เป็นช่วงเวลาที่มีการเคลื่อนไหวอย่างลื่นไหลด้วยการเปลี่ยนภาพเป็นวิดีโอของ Vidu Q2 ครีเอเตอร์สามารถสร้างฉากแนะนำตัวละคร ผลงานถ่ายทอดอารมณ์ หรือทีเซอร์สไตล์ภาพยนตร์ พร้อมเพิ่มเสียงเพื่อเสริมคลิปฉบับสมบูรณ์ได้ตามต้องการ
สำหรับวิดีโออธิบายและเรื่องราวเชิงการศึกษา นักพัฒนาสามารถผสานพรอมต์ ภาพ หรือเฟรมเริ่มต้นและสิ้นสุดที่เลือกไว้ได้ Vidu Q2 API จะเปลี่ยนอินพุตเหล่านี้ให้เป็นวิดีโอที่ลื่นไหลสำหรับแอป บทเรียน หรือเรื่องราวแบบมีผู้แนะนำ
เปรียบเทียบ endpoint ของ Vidu Q2 กับ MiniMax H3, Seedance 2.0 และ Veo 3.1 Lite ในด้านเวิร์กโฟลว์ ความละเอียดสูงสุด ความยาวคลิป และราคามาตรฐานต่อวินาที
| โมเดล | เวิร์กโฟลว์ | ความละเอียดสูงสุด | ความยาวคลิป | ราคามาตรฐาน |
|---|---|---|---|---|
| Vidu Q2-Turbo Image-to-video | ภาพเป็นวิดีโอ | 1080p | 1–10 sec | $0.03/sec |
| Vidu Q2-Pro Reference-to-video | ภาพอ้างอิงเป็นวิดีโอ | 1080p | 1–10 sec | $0.10/sec |
| Vidu Q2 Reference-to-video | ภาพอ้างอิงเป็นวิดีโอ | 1080p | 1–10 sec | $0.075/sec |
| Vidu Q2-Pro-Fast Start-end-to-video | เฟรมเริ่มต้นและสิ้นสุด | 1080p | 1–8 sec | $0.04/sec |
| Vidu Q2-Pro Start-end-to-video | เฟรมเริ่มต้นและสิ้นสุด | 1080p | 1–8 sec | $0.04/sec |
| Vidu Q2-Turbo Start-end-to-video | เฟรมเริ่มต้นและสิ้นสุด | 1080p | 1–8 sec | $0.03/sec |
| Vidu Q2-Pro-Fast Image-to-video | ภาพเป็นวิดีโอ | 1080p | 1–10 sec | $0.04/sec |
| Vidu Q2-Pro Image-to-video | ภาพเป็นวิดีโอ | 1080p | 1–10 sec | $0.04/sec |
| Vidu Q2 Text-to-video | ข้อความเป็นวิดีโอ | 1080p | 1–8 sec | $0.05/sec |
| MiniMax H3 Image-to-Video | ภาพเป็นวิดีโอ | 2K native, 4K ESR | 4–15 sec | $0.038/sec |
| Seedance 2.0 Image-to-Video | ภาพเป็นวิดีโอ | 4K native | 4–15 sec | $0.112/sec |
| Veo 3.1 Lite Image-to-video | ภาพเป็นวิดีโอ | 1080p | 4, 6, or 8 sec | $0.05/sec |
เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud
สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล
การรวมโมเดล Vidu Q2 ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้
เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์
API แบบรวมศูนย์:
รัน Vidu Q2, 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
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
คู่มือ บทแนะนำ และอัปเดตผลิตภัณฑ์ ที่ช่วยให้คุณใช้ Atlas Cloud ได้อย่างเต็มประสิทธิภาพ