


Vidu Q3 คือชุดโมเดลของ Vidu สำหรับการสร้างวิดีโอคุณภาพประณีตและการเล่าเรื่องด้วยภาพ ตัวเลือก Pro, Turbo, Q3 และ Q3-Mix มอบการเคลื่อนไหวที่ราบรื่น รายละเอียดสมจริงหลากหลายสไตล์ภาพ การสลับกล้องอัจฉริยะ และการเปลี่ยนฉากที่ลื่นไหล เข้าถึงชุดโมเดลนี้ผ่าน Atlas Cloud ด้วยคีย์เดียวที่รองรับ OpenAI พร้อมราคาแบบจ่ายตามการใช้งานที่โปร่งใส ความพร้อมใช้งานที่เชื่อถือได้ และให้บริการตั้งแต่ Day-0 เริ่มสร้างสรรค์ผลงานได้วันนี้
Vidu Q3 พัฒนาโดย ShengShu Technology โดย Atlas Cloud (ดำเนินการโดย Atlas Cloud AI LLC) เป็นผู้ให้บริการเข้าถึงโมเดลนี้ แต่ไม่ได้เป็นเจ้าของโมเดล เครื่องหมายการค้าทั้งหมดเป็นของเจ้าของที่เกี่ยวข้อง
Atlas Cloud มอบโมเดลสร้างสรรค์ล่าสุดที่นำหน้าในอุตสาหกรรมให้กับคุณ
เปรียบเทียบโหมดอินพุต จุดเด่นด้านภาพ การรองรับเสียง และการใช้งานในโปรดักชันของตระกูล Vidu Q3
| ประเภทข้อมูล | คำอธิบาย |
|---|---|
| Vidu Q3 Mix API (Reference to Video) | รวมภาพอ้างอิง 1 ถึง 4 ภาพเป็นวิดีโอที่รักษาความสอดคล้องของตัวแบบข้ามฉากได้อย่างต่อเนื่อง พร้อมการเปลี่ยนฉากอัจฉริยะ เอฟเฟกต์ไดนามิกที่ลื่นไหล รองรับเสียง และเอาต์พุตสูงสุด 1080p เหมาะสำหรับเรื่องราวของตัวละครและลำดับภาพผลิตภัณฑ์ |
| Vidu Q3 API (Reference to Video) | ออกแบบมาสำหรับการสร้างสรรค์งานจากข้อมูลอ้างอิงหลายรายการ Endpoint นี้แปลงภาพ 1 ถึง 4 ภาพเป็นวิดีโอโดยรักษาความสอดคล้องของตัวแบบไว้ การสลับกล้องอัจฉริยะช่วยให้ความต่อเนื่องระหว่างตำแหน่งกล้องดีขึ้น พร้อมรองรับเสียงและเอาต์พุตสูงสุด 1080p สำหรับเรื่องเล่าหลายมุมมอง |
| Vidu Q3 Pro API (Start and End to Video) | เปลี่ยนภาพนิ่งและคำอธิบายการเคลื่อนไหวให้เป็นวิดีโอแอนิเมชันที่ลื่นไหล พร้อมคุณภาพภาพระดับภาพยนตร์ รองรับเสียงและเอาต์พุตสูงสุด 1080p จึงเหมาะสำหรับทรานซิชันที่ผ่านการขัดเกลา แอสเซ็ตโมชั่นสำหรับแบรนด์ และการเล่าเรื่องด้วยภาพ |
| Vidu Q3 Turbo API (Image to Video) | ทำให้ภาพอ้างอิงเคลื่อนไหวด้วยการอธิบายการเคลื่อนไหวที่ต้องการ แล้วรับวิดีโอรายละเอียดสูงพร้อมการเคลื่อนไหวที่ลื่นไหล รองรับเสียงและความละเอียดสูงสุด 1080p เหมาะสำหรับคลิปโซเชียลที่ผลิตได้รวดเร็ว โมชั่นของผลิตภัณฑ์ และพรีวิวคอนเซ็ปต์ |
| Vidu Q3 Turbo API (Start and End to Video) | ใช้ภาพนิ่งและคำอธิบายการเคลื่อนไหวเพื่อสร้างลำดับวิดีโอที่ลื่นไหลด้วยคุณภาพระดับภาพยนตร์ เอาต์พุตสูงสุด 1080p พร้อมรองรับเสียง ทำให้ Turbo endpoint นี้เหมาะสำหรับการทดลองทรานซิชันและเรื่องเล่าด้วยภาพขนาดสั้น |
| Vidu Q3 Turbo API (Text to Video) | เริ่มจากคำอธิบายแบบข้อความ แล้วให้ Vidu Q3 Turbo สร้างวิดีโอรายละเอียดสูงในสไตล์ภาพที่หลากหลาย การเคลื่อนไหวที่ลื่นไหล การรองรับเสียง และความละเอียดสูงสุด 1080p ช่วยสนับสนุนการทำสตอรีบอร์ดอย่างรวดเร็ว คอนเซ็ปต์แคมเปญ และคอนเทนต์โซเชียล |
| Vidu Q3 Pro API (Image to Video) | เหมาะสำหรับโปรเจกต์ที่ขับเคลื่อนด้วยภาพ เพียงอัปโหลดภาพอ้างอิงและระบุการเคลื่อนไหวที่ต้องการเพื่อสร้างวิดีโอคุณภาพสูง แอนิเมชันที่ลื่นไหล คุณภาพระดับภาพยนตร์ การรองรับเสียง และเอาต์พุตสูงสุด 1080p เหมาะสำหรับภาพผลิตภัณฑ์ที่ผ่านการขัดเกลาและช็อตตัวละคร |
| Vidu Q3 Pro API (Text to Video) | อธิบายฉากด้วยข้อความ แล้วให้ Vidu Q3 Pro สร้างวิดีโอคุณภาพสูงที่มีรายละเอียดสมจริง รองรับสไตล์ที่หลากหลาย การเคลื่อนไหวที่ลื่นไหล เสียง และความละเอียดสูงสุด 1080p เหมาะสำหรับคอนเซ็ปต์ภาพยนตร์ งานโฆษณา และการผลิตเรื่องเล่า |
Vidu Q3 รวมการสร้างวิดีโอจากข้อความ รูปภาพ start-end และหลายข้อมูลอ้างอิงไว้ในระบบเดียว พร้อมระดับการเคลื่อนไหว 4 ระดับ เสียงเสริม ดนตรีประกอบพื้นหลัง เอาต์พุตสูงสุด 16 วินาทีที่ 1080p และการใช้งานแบบจ่ายตามจริงที่โปร่งใสผ่าน Atlas Cloud
Vidu Q3 Reference-to-Video รองรับรูปภาพอ้างอิง 1–4 รูป และรักษาความสม่ำเสมอของตัวแบบตลอดคลิปที่สร้างขึ้น เส้นทางมาตรฐานเพิ่มการสลับกล้องอัจฉริยะเพื่อให้ความต่อเนื่องระหว่างมุมมองต่าง ๆ ดีขึ้น เลือก Q3 Mix เมื่อโปรเจกต์ต้องการเอฟเฟกต์ไดนามิกที่ลื่นไหลและการเปลี่ยนฉากอัจฉริยะ ด้วยเอาต์พุตสูงสุด 1080p เวิร์กโฟลว์นี้จึงเหมาะกับเรื่องราวที่มีตัวละครเป็นศูนย์กลาง ลำดับการนำเสนอผลิตภัณฑ์ และตัวแบบแบรนด์ที่ต้องปรากฏซ้ำ
เริ่มจากพรอมต์ที่เขียนขึ้น รูปภาพเดียว เฟรมเปิดและเฟรมปิดเป็นคู่ หรือข้อมูลอ้างอิงสูงสุด 4 รายการ endpoint Pro และ Turbo รองรับการสร้างแบบ text-to-video, image-to-video และ start-end ขณะที่ Q3 และ Q3 Mix จัดการฉากที่ขับเคลื่อนด้วยข้อมูลอ้างอิง เส้นทางจากข้อความยังมีสไตล์เอาต์พุตแบบทั่วไปและอนิเมะ ครอบครัวโมเดลนี้เปลี่ยนสินทรัพย์ต้นทางที่หลากหลายให้เป็นวิดีโอที่ลื่นไหลและมีรายละเอียดผ่านการผสานระบบเพียงครั้งเดียว เหมาะกับไปป์ไลน์ที่ต้องการจุดเริ่มต้นเชิงสร้างสรรค์หลายรูปแบบโดยไม่ต้องเปลี่ยนผู้ให้บริการ
สร้างคลิปความยาว 1–16 วินาทีด้วย endpoint Pro, Turbo และ Q3 Mix ขณะที่เส้นทางอ้างอิงมาตรฐานรองรับ 3–16 วินาที ตัวเลือกแบบ Native รองรับสูงสุด 1080p และมีอัตราส่วนภาพ 5 แบบสำหรับเวิร์กโฟลว์จากข้อมูลอ้างอิงและข้อความ ช่วงความยาวนี้ช่วยให้ฉากมีเวลาเพียงพอสำหรับการปูพื้น การเคลื่อนไหว และจังหวะสรุป ใช้สร้างช่วงเนื้อหาบนโซเชียลที่สมบูรณ์ ช็อตเล่าเรื่องสั้น ๆ และโมเมนต์นำเสนอผลิตภัณฑ์ที่ผ่านการขัดเกลาแล้ว
สร้างภาพและเสียงในคำขอเดียวกัน พร้อมการควบคุมเสียงเสริมสำหรับครอบครัว Vidu Q3 endpoint Pro และ Turbo ยังเปิดให้ตั้งค่าดนตรีประกอบพื้นหลังแยกต่างหาก จึงปรับเสียงให้เข้ากับจังหวะที่ต้องการได้โดยไม่ต้องใช้บริการสร้างเสียงเพิ่มเติม ปิดการควบคุมอย่างใดอย่างหนึ่งเมื่อเหมาะกับฟุตเทจแบบไม่มีเสียง ฟีเจอร์นี้มีประโยชน์เป็นพิเศษสำหรับฉากสร้างบรรยากาศ ฉากแอ็กชันที่มีพลัง และคลิปโซเชียลที่พร้อมนำไปตัดต่อ
ตั้งค่าแอมพลิจูดการเคลื่อนไหวเป็น auto, small, medium หรือ large เพื่อกำหนดระดับการเคลื่อนที่ของตัวแบบภายในเฟรม endpoint start-end จับคู่การควบคุมนี้กับภาพเปิดและภาพปิดที่กำหนดไว้ เพื่อสร้างแอนิเมชันที่ลื่นไหลระหว่างสถานะภาพ 2 แบบ โมเดลอ้างอิงเพิ่มการสลับอัจฉริยะหรือการเปลี่ยนฉากในเวอร์ชันที่รองรับ Seed input ช่วยให้ทำซ้ำโดยควบคุมผลลัพธ์ได้ ผลลัพธ์คือจังหวะที่ตั้งใจได้มากขึ้นสำหรับการแปลงสภาพ ลำดับแอ็กชัน และทรานซิชันแบบภาพยนตร์
เข้าถึง endpoint ของ Vidu Q3 ทั้ง 8 รายการผ่าน Atlas Cloud ด้วยราคาแบบจ่ายตามจริงที่โปร่งใสและ API แบบรวมเป็นหนึ่งเดียว อัตรามาตรฐานเริ่มต้นที่ $0.04 ต่อวินาทีสำหรับ Turbo, $0.05 สำหรับ Pro และ Q3 Reference-to-Video และ $0.125 สำหรับ Q3 Mix Reference-to-Video เลือกเวิร์กโฟลว์และระดับที่เหมาะกับแต่ละช็อตได้โดยไม่ต้องติดตั้งระบบแยกกัน การตั้งค่านี้รองรับการทดลองซ้ำอย่างคุ้มค่า ตั้งแต่การทดสอบคอนเซปต์ไปจนถึงสินทรัพย์สำหรับการผลิตจริง
ดูว่า Vidu Q3 และโมเดลวิดีโออีกสองรุ่นที่เทียบเคียงกันตีความพรอมป์ต์เดียวกันอย่างไร ทั้งในฉากไลฟ์แอ็กชันจังหวะเร็วและฉากแฟนตาซีสไตล์จัดจ้าน
ไมโครฟิล์มความยาว 8–10 วินาทีชื่อ “การถ่ายโอนเงาเวลา 03:00 น.”: นักไวโอลินเดียวดายในเสื้อโค้ตสีดำตัดพอดีตัว บรรเลงไวโอลินอย่างต่อเนื่องขณะเดินถอยหลังผ่านตู้รถไฟใต้ดินที่ว่างเปล่า ใบหน้า เสื้อผ้า ไวโอลิน และการเคลื่อนไหวคงความต่อเนื่องอย่างสมบูรณ์แบบ เปิดด้วยภาพมาโครระยะใกล้สุดของขนคันชักที่สั่นสะเทือนและเสียดสีกับสาย จากนั้นแพนกล้องอย่างรวดเร็วเข้าสู่ช็อตติดตามแนวขวางไปตามเงาสะท้อนบนหน้าต่าง แสงอำพันจากอุโมงค์ที่ผ่านไปแต่ละดวงเปลี่ยนเฉพาะเงาที่ทอดลงของเขาให้กลายเป็นนักเต้นจากยุคต่าง ๆ—เริ่มจากนักเต้นแท็ปยุค 1920 ที่ก้าวส้นเท้าสลับปลายเท้าอย่างคมชัด ต่อด้วยนักเต้นแทงโกยุค 1940 ที่กวาดตัวผ่านการหมุนอย่างดรามาติก และนักเต้นหุ่นยนต์ยุค 1980 ที่ขยับกระตุกเป็นจังหวะอย่างเฉียบคม—การเปลี่ยนแปลงแต่ละครั้งเกิดขึ้นอย่างไร้รอยต่อไปตามจังหวะ ขณะที่นักไวโอลินตัวจริงไม่เปลี่ยนแปลง เข้าสู่การดันกล้องแบบสเตดิแคมเพียงครั้งเดียวอย่างลื่นไหลไปตามความยาวเต็มตู้โดยสารสีไซแอนเย็น ขณะที่เขายังคงบรรเลงและเคลื่อนไหวสวนทางกับทิศทางรถไฟ เมื่อถึงจุดไคลแมกซ์ รถไฟเข้าโค้งอย่างรุนแรง ห่วงจับเหนือศีรษะแกว่งตามธรรมชาติ และกล่องไวโอลินที่เปิดอยู่ไถลออกไปอย่างรวดเร็ว เขายันเท้าข้างหนึ่งกับเสาจับแนวตั้ง หมุนรอบเสาโดยไม่ทำให้ท่วงทำนองขาดตอน ลงพื้นแล้วใช้ส้นเท้ารับกล่องไว้ ปิดท้ายด้วยการดอลลี่เอาต์อย่างรวดเร็วฉับพลันผ่านประตูเชื่อมระหว่างตู้ นักไวโอลินเดินออกไปยังตู้ถัดไป แต่เงาทั้งสามจากช่วงเวลาที่แตกต่างกันยังคงอยู่ในตู้สุดท้าย เต้นผสมผสานแท็ป–แทงโก–หุ่นยนต์อย่างพร้อมเพรียงขณะที่ประตูปิดลง ภาพนัวร์สีคอนทราสต์สูงผสานโอเวอร์เลย์ถ่านวาดมือแบบแอนิเมชัน ลายเส้นถ่านแสดงอารมณ์ผลิบานและป้ายเลอะระหว่างการแปรสภาพของเงาแต่ละครั้ง ภายในตู้โดยสารโลหะสีทีลเย็น แสงอำพันจากอุโมงค์กะพริบเป็นจังหวะ สีดำเข้ม กระจกเปียกสะท้อนแสง การสะท้อน เงา พารัลแลกซ์ จุดสัมผัส และฟิสิกส์ของรถไฟถูกต้องตามตรรกะ การเคลื่อนไหวรวดเร็ว สง่างาม และต่อเนื่อง ไม่มีสโลว์โมชันหรือช่วงว่างไร้เนื้อหา เสียง: ไวโอลินเดี่ยวเร่งเร้าที่ล็อกจังหวะเข้ากับเสียงล้อกระทบราง เสียงกระทบพื้นของแท็ป สำเนียงแทงโก เครื่องเคาะแบบหุ่นยนต์ เสียงรางเสียดสีระหว่างเข้าโค้ง และเสียงกริ่งประตูสุดท้ายตรงกับจังหวะตัดพอดี ไม่มีหน้าจอ อินเทอร์เฟซ แดชบอร์ด แถบความคืบหน้า กราฟ คำบรรยาย ซับไตเติล โลโก้ ลายน้ำ หรือข้อความอธิบาย ห้ามมีการทำซ้ำตัวละคร อัตลักษณ์เลื่อนไหล เสื้อผ้าเปลี่ยน มือผิดรูป เรขาคณิตของไวโอลินผิดเพี้ยน การสะท้อนที่เป็นไปไม่ได้ เงาที่หลุดจากต้นกำเนิด การกะพริบ ภาพตัดกระโดด หรือความไม่ต่อเนื่องของกล้อง อัตราส่วนภาพ 16:9
Generated with Vidu Q3-Pro Text-to-Video on Atlas Cloud
Generated with Seedance 2.5 Text-to-Video on Atlas Cloud
Generated with Vidu Q3-Turbo Text-to-Video on Atlas Cloud
ฉากแอ็กชันต่อเนื่องเพียงฉากเดียวความยาว 8–10 วินาที ภายในโรงพิมพ์เลตเตอร์เพรสอายุกว่าศตวรรษในคืนที่พายุโหมกระหน่ำ: ช่างเรียงพิมพ์หญิงที่มือเปื้อนหมึกออกแรงควบคุมแท่นพิมพ์เหล็กขนาดมหึมา ขณะที่ถาดตัวเรียงโลหะหลุดจากรางและเอียง ส่งตัวอักษรโลหะแต่ละชิ้นนับพันทะลักออกมาเหมือนโดมิโนสีดำที่พุ่งไหลลงไปตามโต๊ะเรียงพิมพ์ไม้ยาว เริ่มด้วยช็อตมาโครระยะใกล้สุดภายในเฟืองที่ขบกันและเคลือบด้วยน้ำมัน จากนั้นดอลลี่ซูมถอยหลังอย่างรวดเร็วเข้าสู่มุมมองจากด้านบนที่เอียง ขณะที่แท่นพิมพ์สั่นสะเทือนและคลื่นตัวเรียงปะทุขึ้น เธอกระโดดขึ้นไปบนม้วนกระดาษที่กำลังเลื่อนไหลและขี่ไปตามโต๊ะ ย่อตัวลงเพื่อจัดแนวบล็อกตัวอักษรสำคัญหนึ่งชิ้นด้วยปลายนิ้ว จากนั้นบิดตัวอย่างลื่นไหลลอดใต้คันโยกแท่นพิมพ์ที่แกว่งอย่างรุนแรงโดยไม่เสียแรงส่ง ลดกล้องลงสู่ช็อตติดตามมุมต่ำระดับโต๊ะ วิ่งแข่งไปข้างตัวอักษรที่ไหลทะลัก: การชนกันของวัตถุแข็งหนาแน่นและถูกต้องตามฟิสิกส์ บล็อกตัวอักษรหมุนและกระเด้ง กระดาษย่นตัว หมึกกระเซ็น เฟืองและชุดข้อต่อเคลื่อนที่สอดประสานกัน ในจังหวะประทับพิมพ์พอดี แพนกล้องอย่างรวดเร็วไปยังงานพิมพ์สด เมื่อปลาหมึกที่วาดไว้พองตัวออกจากหมึกดำเปียกอย่างฉับพลัน หนวดมันวาวชูขึ้นจากกระดาษและพันรอบตัวอักษรที่กระจัดกระจาย กวาดพวกมันกลับเข้าไปในถาด ปิดท้ายด้วยการเคลื่อนกล้องโคจรรอบอย่างรวดเร็ว แล้วหยุดภาพที่ช่างเรียงพิมพ์ผู้หอบหายใจและสิ่งมีชีวิตจากกระดาษกับหมึกที่มีชีวิตจ้องมองกัน ขณะที่แสงฟ้าแลบจากสายฝนส่องผ่านหน้าต่าง พื้นผิวไม้แกะพิมพ์ขาวดำคอนทราสต์สูงผสานรายละเอียดภาพยนตร์เสมือนจริง เงาลึกจากร่องแกะสลัก คงไว้เฉพาะแสงโคมไฟสีทองเหลืองอุ่นและแสงฝนสีน้ำเงินอุลตรามารีน แสงแบบมีทิศทางอันดรามาติก ความต่อเนื่องของตัวแบบที่คมชัด รอยพับกระดาษสมจริง การไหลของหมึกหนืด การเคลื่อนไหวเชิงกลที่สอดคล้องกัน ไม่มีสโลว์โมชัน เสียง: ฝนกระหน่ำ เสียงฟ้าร้องแตกเปรี้ยง เสียงเฟืองกระทบเป็นจังหวะ เสียงตัวเรียงโลหะสั่นกระทบกันราวกับการรัวสแนร์อย่างรวดเร็ว เสียงกระดาษฉีกและสะบัด เสียงแท่นพิมพ์กระแทกหนัก จากนั้นเป็นระลอกหมึกเหนือธรรมชาติที่เปียกชื้นและเสียงดนตรีกระแทกฉับพลัน ไม่มีหน้าจอ อินเทอร์เฟซซอฟต์แวร์ แดชบอร์ด แถบความคืบหน้า กราฟ คำบรรยาย ซับไตเติล ข้อความอธิบาย โลโก้ หรือลายน้ำ อัตราส่วนภาพ 16:9
Generated with Vidu Q3-Pro Text-to-Video on Atlas Cloud
Generated with Seedance 2.5 Text-to-Video on Atlas Cloud
Generated with Vidu Q3-Turbo Text-to-Video on Atlas Cloud
Vidu Q3 เปลี่ยนข้อความ ภาพนิ่ง ชุดภาพอ้างอิง และคีย์เฟรมคู่ให้เป็นวิดีโอสำหรับการเล่าเรื่องแบรนด์ การเปิดตัวผลิตภัณฑ์ การพัฒนาแนวคิด เครื่องมือสำหรับครีเอเตอร์ และแคมเปญที่มีหลายตัวละคร พร้อมเสียงเสริมและเอาต์พุตสูงสุด 1080p
ตัวละครที่ปรากฏซ้ำยังคงมีรูปลักษณ์เป็นที่จดจำในเรื่องราวแบรนด์แบบหลายมุมกล้อง เมื่อกำกับด้วยภาพอ้างอิง 1 ถึง 4 ภาพ Vidu Q3 รองรับซีรีส์แคมเปญ คอนเทนต์มาสคอต และวิดีโอสั้นแบบตอนที่ต้องการให้ตัวละครมีความสม่ำเสมอ พร้อมเสียงเสริม
ภาพผลิตภัณฑ์แบบนิ่งได้รับการเติมการเคลื่อนไหวที่ลื่นไหลและคุณภาพระดับภาพยนตร์สูงสุด 1080p ทีมการตลาดสามารถเปลี่ยนภาพถ่ายที่ผ่านการอนุมัติให้เป็นคลิปเปิดตัว หน้าผลิตภัณฑ์ และสื่อแสดงสินค้าในร้าน โดยไม่ต้องเปลี่ยนองค์ประกอบภาพหลักเดิม
กำหนดเฟรมเริ่มต้นและเฟรมสิ้นสุด แล้วให้ Vidu Q3 Pro หรือ Turbo สร้างภาพเคลื่อนไหวระหว่างจุดทั้งสอง เวิร์กโฟลว์นี้เหมาะกับไตเติลซีเควนซ์ การเปลี่ยนผ่านของอินเทอร์เฟซ และการเปิดเผยภาพที่ต้องกำหนดจุดเริ่มต้นและจุดสิ้นสุดอย่างชัดเจน
เริ่มต้นจากบรีฟที่เขียนไว้ Vidu Q3 สร้างวิดีโอที่มีสไตล์ การเคลื่อนไหวลื่นไหล รายละเอียดสมจริง และเสียงเสริม ผู้กำกับและทีมครีเอทีฟสามารถทำให้ข้อเสนองาน ไอเดียแคมเปญ หรือแนวคิดฉากเป็นภาพก่อนเริ่มการผลิต
เมื่อฉากหนึ่งมีตัวละครหลายตัว ให้รวมภาพอ้างอิงสูงสุด 4 ภาพเพื่อคงเอกลักษณ์ของแต่ละตัว ผลลัพธ์เหมาะกับเรื่องราวแบบกลุ่ม โปรโมชันความร่วมมือ และเรื่องราวลูกค้าที่ต้องอาศัยผู้เข้าร่วมซึ่งเป็นที่จดจำได้
ผสานการสร้างวิดีโอด้วย Vidu Q3 เข้ากับเครื่องมือครีเอเตอร์ที่รับข้อความหรือภาพนิ่ง และส่งคืนวิดีโอพร้อมเสียงเสริม นักพัฒนาสามารถให้บริการสตูดิโอคอนเทนต์ แพลตฟอร์มการตลาด หรือไปป์ไลน์การผลิตอัตโนมัติด้วยโมเดลในตระกูลเดียวกัน
ดูการเปรียบเทียบ endpoint ของ Vidu Q3 แต่ละรายการกับโมเดลวิดีโอคู่แข่งที่คัดเลือกมา โดยพิจารณาจากอินพุตที่รองรับ ความละเอียดสูงสุด การสร้างเสียง และราคามาตรฐานต่อวินาที
| โมเดล | ประเภทอินพุต | ความละเอียดสูงสุด | การสร้างเสียง | ราคามาตรฐาน |
|---|---|---|---|---|
| Vidu Q3-Mix Reference to Video | ข้อความ + ภาพอ้างอิง 1 ถึง 4 ภาพ | 1080p | √ | $0.125/second |
| Vidu Q3 Reference to Video | ข้อความ + ภาพอ้างอิง 1 ถึง 4 ภาพ | 1080p | √ | $0.05/second |
| Vidu Q3-Pro Start-end-to-video | ข้อความ + ภาพเริ่มต้นและภาพสิ้นสุด | 1080p | √ | $0.05/second |
| Vidu Q3-Turbo Image-to-video | ข้อความ + ภาพ | 1080p | √ | $0.04/second |
| Vidu Q3-Turbo Start-end-to-video | ข้อความ + ภาพเริ่มต้นและภาพสิ้นสุด | 1080p | √ | $0.04/second |
| Vidu Q3-Turbo Text-to-video | ข้อความ | 1080p | √ | $0.04/second |
| Vidu Q3-Pro Image-to-video | ข้อความ + ภาพ | 1080p | √ | $0.05/second |
| Vidu Q3-Pro Text-to-video | ข้อความ | 1080p | √ | $0.05/second |
| Wan-3.0 Reference-to-video | ข้อความ + ภาพ วิดีโอ เสียง ไฟล์ หรือเว็บเพจอ้างอิง | 1080p | √ | $0.05/second |
| Kling V3.0 Turbo Image-to-Video | ภาพ + ข้อความเสริมที่ไม่บังคับ | 1080p | √ | $0.112/second |
เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud
สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล
การรวมโมเดล Vidu Q3 ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้
เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์
API แบบรวมศูนย์:
รัน Vidu Q3, 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 Q3 คือกลุ่มโมเดลสร้างวิดีโอที่พัฒนาโดย ShengShu Technology โดย Atlas Cloud มี endpoint สำหรับ text-to-video, image-to-video, start-end-to-video และ reference-to-video เส้นทางที่รองรับสามารถสร้างวิดีโอได้สูงสุดถึง 1080p พร้อมตัวเลือกเสียง
สร้างวิดีโอได้โดยตรงจาก text prompt หรือทำให้รูปภาพต้นฉบับ 1 รูปมีการเคลื่อนไหวตามที่ควบคุมได้ เส้นทาง start และ end frame สามารถสร้างทรานซิชันระหว่างสถานะภาพ 2 แบบ ส่วนเส้นทาง reference ใช้รูปภาพ 1 ถึง 4 รูปเพื่อคงองค์ประกอบของตัวแบบไว้ในฉากใหม่
เริ่มจากเลือกเส้นทางตามประเภทอินพุต ได้แก่ text, รูปภาพ 1 รูป, เฟรมขอบเขต 2 เฟรม หรือรูปภาพอ้างอิงหลายรูป Turbo มีอัตรามาตรฐานที่ระบุไว้ต่ำที่สุด ขณะที่ Q3 Reference เพิ่มความสามารถในการสลับกล้องอัจฉริยะ และ Q3 Mix เน้นคุณภาพภาพ การเปลี่ยนฉาก และเอฟเฟกต์ไดนามิก ควรตรวจสอบ endpoint schema ก่อนเริ่มใช้งาน เนื่องจากตัวเลือกที่รองรับอาจแตกต่างกัน
สร้าง API key ในแดชบอร์ด Atlas Cloud แล้วเลือก endpoint ที่ตรงกับเวิร์กโฟลว์อินพุตของคุณ ส่งคำขอ POST ที่มี bearer authentication ไปยัง /api/v1/model/generateVideo พร้อม model ID, prompt และฟิลด์สื่อที่จำเป็น เก็บ API key ไว้บนเซิร์ฟเวอร์ของคุณ และใช้ฟิลด์สถานะกับผลลัพธ์ที่ส่งกลับมาเพื่อจัดการการสร้างวิดีโอ
อินพุตจะแตกต่างกันไปตาม endpoint และอาจประกอบด้วย text prompt, รูปภาพต้นฉบับ 1 รูป, รูปภาพเริ่มต้นและสิ้นสุด หรือรูปภาพอ้างอิง 1 ถึง 4 รูป ตัวควบคุมอาจมี duration, resolution, audio generation, background music, aspect ratio, movement amplitude และ seed ทั้งนี้ขึ้นอยู่กับเส้นทาง ให้ถือ endpoint schema ที่เลือกเป็นแหล่งข้อมูลอ้างอิงหลัก
ได้ เส้นทางของ Atlas Cloud ที่ระบุไว้รองรับเสียงหรือการสร้างเสียงแบบเลือกได้ ตรวจสอบ schema ของเส้นทางที่เลือกเพื่อดู generate_audio control และค่าเริ่มต้นก่อนส่งคำขอสำหรับการใช้งานจริง
สำหรับ Q3 Mix Reference-to-Video สามารถส่งรูปภาพเป็น URL ที่เข้าถึงได้หรือสตริง Base64 ในรูปแบบ PNG, JPEG, JPG หรือ WebP รูปภาพแต่ละรูปต้องมีขนาดอย่างน้อย 128 x 128 พิกเซล มีอัตราส่วนภาพอยู่ระหว่าง 1:4 ถึง 4:1 และมีขนาดไม่เกินขีดจำกัดที่ระบุไว้ 50 MB
ราคามาตรฐานคือ $0.04 ต่อวินาทีสำหรับเส้นทาง Turbo ที่ระบุไว้, $0.05 ต่อวินาทีสำหรับเส้นทาง Pro ที่ระบุไว้และ Q3 Reference-to-Video และ $0.125 ต่อวินาทีสำหรับ Q3 Mix Reference-to-Video Atlas Cloud ใช้การเรียกเก็บเงินแบบจ่ายตามการใช้งาน ดังนั้นค่าใช้จ่ายจะขึ้นอยู่กับเส้นทางที่เลือกและระยะเวลาวิดีโอที่สร้าง
เริ่มจากตรวจสอบว่า model ID, bearer authentication, prompt ที่จำเป็น และฟิลด์สื่อตรงกับ endpoint schema ที่เลือก สำหรับงานที่ใช้รูปภาพอ้างอิง ให้ส่งรูปภาพที่เข้าถึงได้ 1 ถึง 4 รูป ซึ่งเป็นไปตามข้อกำหนดด้านรูปแบบและขนาดที่ระบุไว้ หากผลลัพธ์ไม่ตรงตามต้องการ ให้ปรับปรุง prompt หรือปรับ movement amplitude, seed, resolution และการตั้งค่าเสียง หากเส้นทางนั้นรองรับ
คู่มือ บทแนะนำ และอัปเดตผลิตภัณฑ์ ที่ช่วยให้คุณใช้ Atlas Cloud ได้อย่างเต็มประสิทธิภาพ