Wan 3.0 API is Now Live on Atlas Cloud!
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
Wan 3.0 พัฒนาโดย Alibaba โดย Atlas Cloud (ดำเนินการโดย Atlas Cloud AI LLC) เป็นผู้ให้บริการเข้าถึงโมเดลนี้ แต่ไม่ได้เป็นเจ้าของโมเดล เครื่องหมายการค้าทั้งหมดเป็นของเจ้าของที่เกี่ยวข้อง
สำรวจโมเดลชั้นนำ
Atlas Cloud มอบโมเดลสร้างสรรค์ล่าสุดที่นำหน้าในอุตสาหกรรมให้กับคุณ
ข้อความ ภาพ หรือข้อมูลอ้างอิง: ปลายสาย API Wan 3.0 ใดที่เหมาะกับคุณ
ปลายสาย API Wan 3.0 ทั้งสามใช้คีย์ Atlas Cloud เดียวกัน ดังนั้นคำถามสำคัญจึงอยู่ที่ว่าคุณมีอะไรอยู่แล้วเพื่อป้อนให้โมเดล
| รูปแบบ | คำอธิบาย |
|---|---|
| Wan 3.0 T2V API (Text to Video) | ข้อความที่เขียนขึ้นยาวสูงสุด 20000 ตัวอักษร จะกลายเป็นคลิปที่สมบูรณ์พร้อมเสียงต้นฉบับ เสร็จสิ้นที่ความละเอียด 480P, 720P, หรือ 1080P และมีความยาวตั้งแต่ 2 ถึง 30 วินาที ตั้งอัตราส่วนภาพเป็น 16:9, 9:16, 4:3, 3:4, หรือ 1:1 หรือปล่อยให้ทั้งอัตราส่วนและความยาวปรับได้ตามโมเดล โดยให้โมเดลเลือกการจัดเฟรมและจังหวะเอง เหมาะสำหรับภาพยนตร์คอนเซปต์ โฆษณา และสปีดโซเชียลที่เริ่มต้นจากสคริปต์เพียงอย่างเดียว |
| Wan 3.0 I2V API (Image to Video) | ป้อนเฟรมแรกและคลิปจะถูก-animate-ออกมาจากมัน; เพิ่มเฟรมสุดท้ายแบบตัวเลือกและการเคลื่อนไหวระหว่างทั้งสองจะถูกอินเทอร์โพลสำหรับคุณ ภาพนิ่งต้นทางรองรับ jpeg, jpg, png, bmp, และ webp ระหว่าง 240 ถึง 8000 พิกเซล และไม่เกิน 20MB ในขณะที่เอาท์พุตถึงความละเอียด 1080P พร้อมเสียงต้นฉบับเปิดโดยค่าเริ่มต้น เลือกใช้ปลายสายนี้เมื่อภาพถ่ายผลิตภัณฑ์ โปสเตอร์ หรือคู่สตอรี่บอร์ดกำหนดวิธีการเปิดและปิดฉากไว้แล้ว |
| Wan 3.0 R2V API (Reference to Video) | ข้อมูลอ้างอิงสูงสุด 20 รายการจะเดินทางพร้อมกับคำขอ: 10 ภาพ, 5 วิดีโอรวม 15 วินาที, และ 5 คลิปเสียงรวม 15 วินาที จัดเรียงในระดับพิกเซลสำหรับอัตลักษณ์ เสียง และพื้นที่ โหมดการคิดลึกเปิดประตูที่สอง ให้เอกสารขนาดสูงสุด 100MB และ 50 หน้า (pdf, docx, pptx, xlsx, txt, md, และอื่นๆ) หรือเว็บเพจสดทำหน้าที่เป็นแหล่งข้อมูล เก็บไว้สำหรับงานที่ตัวละครที่ปรากฏซ้ำ ทรัพย์สินแบรนด์ที่แม่นยำ หรือรายงานเต็มรูปแบบต้องคงอยู่อย่างสมบูรณ์ในวิดีโอ |
Wan 3.0 ในการทำงาน
6 ความสามารถหลักที่แสดงให้เห็นว่าคำขอ Wan 3.0 เพียงครั้งเดียวสามารถสร้างอะไรได้บ้าง ตั้งแต่ภาพยนตร์แบรนด์แบบอ้างอิงหลายรายการไปจนถึงการถ่ายทำแบบรวดเดียวจบ 30 วินาที
ภาพยนตร์แบรนด์แบบอ้างอิงหลายแหล่ง
โหมด Omni สามารถนำเข้าข้อมูลวัสดุอ้างอิงได้สูงสุด 20 รายการ, รูปภาพ 10 รูป, คลิป 5 คลิป และแทร็กเสียง 5 แทร็ก รวมถึงเอกสารแหล่งที่มาหรือหน้าเว็บอีกหนึ่งรายการ เพื่อให้ชุดเครื่องมือแบรนด์ทั้งหมดกลายเป็นวิดีโอที่ตรงตามอัตลักษณ์ของแบรนด์เพียงหนึ่งเดียวในการประมวลผลแค่ครั้งเดียว
เรื่องราวแบบเทคเดียวความยาว 30 วินาที
เอาต์พุตดั้งเดิมความยาว 30 วินาทีมอบพื้นที่ให้การเล่าเรื่องได้ดำเนินไปอย่างเป็นธรรมชาติ รองรับการเคลื่อนไหวของกล้องที่ต่อเนื่องและฉากที่ถ่ายทำแบบลองเทคซึ่งคลิปที่สั้นกว่าไม่สามารถทำได้ ระบบควบคุมความยาวอัจฉริยะช่วยให้โมเดลสามารถกำหนดจังหวะของแต่ละฉากได้ด้วยตัวเอง
ความสอดคล้องของการอ้างอิงระดับพิกเซล
ใบหน้า ผลิตภัณฑ์ และรายละเอียดที่ละเอียดอ่อนจะถูกจำลองขึ้นใหม่ด้วยความเที่ยงตรงระดับพิกเซลในทุกเฟรม ทีมผู้ผลิตจะได้รับความแน่นอนในการส่งมอบงานตามที่ตัวละครที่ปรากฏซ้ำและสินทรัพย์ของแบรนด์ที่ต้องการความแม่นยำเรียกร้อง
เสียงที่ดื่มด่ำและความสมจริง
ความสมจริง พื้นผิวของภาพ และเสียงต้นฉบับได้รับการยกระดับไปพร้อมกัน ดังนั้นฉากที่สร้างขึ้นจึงมาพร้อมกับเสียงที่เข้ากันแทนที่จะเป็นภาพเคลื่อนไหวที่ไม่มีเสียง ผลลัพธ์ที่ได้จึงสร้างผลกระทบทางภาพและเสียงได้อย่างแท้จริง
การแก้ไขคำสั่งและข้อมูลอ้างอิง
การตัดต่อที่แม่นยำจะปรับปรุงฟุตเทจที่มีอยู่ตามคำสั่งที่เป็นลายลักษณ์อักษรหรือคลิปอ้างอิง โดยเปลี่ยนวัตถุ สไตล์ หรือช่วงเวลาโดยไม่ต้องสร้างวิดีโอใหม่ทั้งหมด
เอกสารและหน้าเว็บเป็นวิดีโอ
นอกเหนือจากข้อความ รูปภาพ เสียง และวิดีโอแล้ว Wan 3.0 ยังสามารถอ่านไฟล์ doc, xls, ppt, pdf และ md รวมถึงหน้าเว็บแบบเรียลไทม์ โดยเปลี่ยนรายงานหรือชุดสไลด์ให้เป็นคลิปที่เสร็จสมบูรณ์ได้โดยตรง
เปรียบเทียบวิดีโอในคำสั่งเดียวกัน
ดูวิธีที่วิดีโอที่สร้างโดยโมเดล Wan 3.0, Seedance 2.5 และ Wan 2.7
กำลังสร้างภาพยนตร์สั้นอนิเมชันแนวไซไฟสงครามสำหรับผู้ใหญ่ ความยาว 30 วินาที อัตราส่วน 16:9 widescreen สไตล์ภาพ: CGI สมจริงระดับอัลตรา โครงสร้างไบโอเมคานิคัล การผสานระหว่างกระดูกสีเทาขาวกับโลหะสีดำ ข้อต่อคล้ายแมลง พื้นผิวกระดูกละเอียดสูง รอยเลือดแห้งเป็นทาง รอยแตกแบบเซรามิก และคราบมันอุตสาหกรรม เมืองอนาคตที่ถูกทิ้งร้าง แสงสว่างจากskylight สีเทาทึม สิ่งมีชีวิตสีเขียวพิษกระจายตัวเบาบาง แสงภาพยนตร์คอนทราสต์สูง โทนสีเย็นอิ่มตัวต่ำ ใช้สีส้มแดงเพียงเล็กน้อยสำหรับเปลวไฟและไฟสัญญาณเท่านั้น การทำลายทางกายภาพสมจริง โทนเรื่องกดทับ หนักแน่น ไม่มีฮีโรอิก ตัวละครไม่มีร่างกายเนื้อหนังสมบูรณ์อีกต่อไป แต่ประกอบไปด้วย: กระดูกสันหลังมนุษย์ ซี่โครง กะโหลก กล้ามเนื้อไฮดรอลิกสีดำ ข้อต่อโลหะ ไฟเบอร์ออปติกประสาท พอร์ตเชื่อมต่ออาวุธ โครงกระดูกเหล่านี้ไม่ใช่ซอมบี้ — แต่เป็น "legacy hardware" ที่ยังคงถูกควบคุมโดยระบบอุตสาหกรรมทางทหาร ไทม์ไลน์เชิงเล่าเรื่องและไดนามิก 0–4 วินาที | ต่อสู้ต่อหลังจากตาย ช็อตเปิดด้วยป้ายสุนัขของทหารที่ลอยอยู่ในแอ่งน้ำ ต้องการให้ฉันแปลไทม์ไลน์ส่วนที่เหลือต่อไหม ถ้ามีวินาที/จังหวะเพิ่มเติมเขียนไว้? ดูเหมือนจะขาดตอนหลังจากจังหวะ 0-4 วินาที
Generated by Wan 3.0
Generated by Seedance 2.5 on Altas Cloud
Generated by Wan 2.7 on Altas Cloud
กำลังสร้างคลิปผจญภัยจักรวาลของเล่นตุ๊กตาผ้าพลัช ความยาว 15 วินาที อัตราส่วน 16:9 ultra-widescreen spaceship ที่ทำจากผ้าพลัช กระดุม ซิป และผ้าฝ้ายกำลังหลบหนีด้วยความเร็วสูงผ่านจักรวาลที่ประกอบด้วยดาวเคราะห์ใยผ้าขนาดยักษ์ เนบิวลาขนฟู และสัตว์ยักษ์ตุ๊กตาผ้า ดาวเคราะห์ถูกขับโดยสัตว์ตุ๊กตาผ้าขนาดเล็กสามตัว: กระต่าย สุนัขจิ้งจอก และกา วาฬอวกาศขนาดยักษ์ที่ปกคลุมด้วยขนพลัชสีน้ำเงินเข้ม ตาสองข้างเป็นกระดุมแก้ว กำลังไล่ตามยานออกจากเนบิวลา สไตล์โดยรวม: พื้นผิวพลัชละเอียดสูง ขอบเขตกว้างใหญ่ระดับอวกาศภาพยนตร์ ความแตกต่างชัดเจนระหว่างรูปลักษณ์น่ารักกับการกระทำที่รุนแรง กล้อง FPV แบบเกินจริง และฟิสิกส์ soft-body สมจริง **ไทม์ไลน์ไดนามิก 15 วินาที** **0–3 วินาที | การปล่อยยานซิป** ช็อตอยู่ภายในยานพลัช พร้อมห้องนักบินที่ประกอบด้วยตะเข็บ กระดุม และแผงควบคุมผ้า ปุ่มเตือนสีแดงกระพริบรวดเร็ว กระต่ายดึงคันควบคุมซิปขนาดยักษ์ลง และประตูหน้าของยานแยกออกเป็นสองส่วนเหมือนถุงผ้า กล้องถอยกลับอย่างรวดเร็วจากห้องนักบิน ผ่านประตูซิป และปรากฏอยู่นอกยาน ยานปล่อยตัวและพุ่งออกจากหลุมบ่อถักของดาวเคราะห์ใยผ้า **3–6 วินาที | บินเฉียดวงดาวเคราะห์ใยผ้าด้วยความเร็วสูง** กล้องโอบอยู่ด้านหลังยาน บินต่ำเหนือพื้นผิวของดาวเคราะห์ พื้นดินถักจากเส้นใยผ้าขนาดใหญ่: - ภูเขาถักวิ่งผ่านอย่างรวดเร็วด้านล่าง - ขดใยผ้าหลวมแกว่งไกวเหมือนป่า - ยานหลบซ้ายขวาอย่างรุนแรง - กล้องเอียงและหมุนอย่างต่อเนื่อง - เครื่องยนต์ปล่อยควันสีขาวเป็นพรมผ้าฝ้าย **6–8.5 วินาที | วาฬพลัชขนาดยักษ์ปรากฏขึ้น** เนบิวลาขนฟูแยกออกเป็นสองข้างขณะที่วาฬพลัชสีน้ำเงินเข้มขนาดยักษ์พุ่งออกมาจากด้านหลัง ขนยาวบนลำตัววาฬปลิวไปด้านหลังจากกระแสอากาศความเร็วสูง และตาสองข้างที่เป็นกระดุมแก้วสะท้อนแสงจากดาวเคราะห์ กล้องหมุนครึ่งรอบไปด้านหลังยาน เปลี่ยนเป็นมุมมองด้านหลัง (reverse) ทำให้วาฬมีขนาดเพิ่มขึ้นอย่างต่อเนื่องในเฟรมด้านหลังยาน
Generated by Wan 3.0
Generated by Seedance 2.5 on Altas Cloud
Generated by Wan 2.7 on Altas Cloud
Wan 3.0 API - สร้างขึ้นสำหรับกระบวนการทำงานเชิงสร้างสรรค์ที่แท้จริง
การอัปเกรดของ Wan 3.0 มีที่มาจากความต้องการที่แท้จริงของอุตสาหกรรม โดยผสานเข้ากับเวิร์กโฟลว์การผลิตด้านล่างโดยตรง ตั้งแต่ละครสั้นไปจนถึงวิดีโอองค์กร
ภาพยนตร์, ทีวี, ซีรีส์สั้น & MV
การถ่ายทำแบบเนทีฟความยาว 30 วินาทีและการจำลองฉากจริงช่วยให้ภาพยนตร์ AI ละครสั้น และมิวสิกวิดีโอสามารถข้ามขั้นตอนการถ่ายทำจริงไปได้มาก ความสอดคล้องของพิกเซลช่วยรักษาภาพลักษณ์ของตัวละครหลักที่ปรากฏซ้ำ และเสียงเนทีฟถูกซิงค์เข้ากับทุกการตัดต่อได้อย่างสมบูรณ์แบบ
แอนิเมชัน แบรนด์ และ IP
การควบคุมสไตล์ทั้งหมดสามารถปรับเปลี่ยนจากความสมจริงไปจนถึงอนิเมะได้ภายในโมเดลเดียว ในขณะที่ความสม่ำเสมอของพิกเซลจะล็อกมาสคอต โลโก้ หรือตัวละคร IP ไว้ในทุกเฟรม แอนิเมชันแบรนด์แบบเต็มรูปแบบสามารถเรนเดอร์ได้โดยไม่ต้องผ่านขั้นตอนการผลิตที่ยุ่งยาก
การโฆษณาและการส่งเสริมองค์กร
การสร้างสรรค์แบบ Omni ก้าวข้ามขีดจำกัดของข้อความและรูปภาพสำหรับแบรนด์เครื่องใช้ไฟฟ้าในบ้าน ความงาม ยานยนต์ สินค้าอุปโภคบริโภค (FMCG) และเครื่องแต่งกาย เพียงป้อนหน้าผลิตภัณฑ์หรือรายงานของบริษัทโดยตรงเพื่อสร้างสรรค์ทุกสิ่ง ตั้งแต่การสาธิตผลิตภัณฑ์ไปจนถึงภาพยนตร์แบรนด์ขององค์กร
การออกแบบซอฟต์แวร์และผลิตภัณฑ์
ป้อนข้อมูลการสาธิต UI ของผลิตภัณฑ์ แอนิเมชันของฟีเจอร์ หรือการแสดงข้อมูลด้วยภาพ แล้ว Wan 3.0 จะคงความสวยงามดั้งเดิมไว้ในขณะที่เปลี่ยนให้เป็นชิ้นงานเคลื่อนไหวที่ขับเคลื่อนด้วยเรื่องราว ขั้นตอนการทำแอนิเมชันที่น่าเบื่อหน่ายจะหายไป
การศึกษา
การนำเข้าเอกสารสามารถอ่าน PDF, PPT หรือหน้าเว็บได้โดยตรง ดังนั้นบทเรียนหรือรายงานการวิจัยจึงกลายเป็นวิดีโออธิบายที่ชัดเจนโดยไม่ต้องใช้สคริปต์แยกต่างหาก เนื้อหาที่ซับซ้อนจะกลายเป็นภาพในขั้นตอนเดียว
การท่องเที่ยวเชิงวัฒนธรรม
การฟื้นฟูฉากจริงช่วยสร้างภูมิทัศน์ สถานที่ทางมรดก และอาหารท้องถิ่นขึ้นมาใหม่โดยไม่ต้องถ่ายทำในสเกลขนาดใหญ่ ทำให้ภาพยนตร์โปรโมตเมืองและการแปลงข้อมูลวัฒนธรรมเป็นดิจิทัลเสร็จสมบูรณ์ด้วยต้นทุนต่ำ สถานที่ห่างไกลจึงปรากฏอยู่ตรงหน้าผู้ชมอย่างสมจริง
Wan 3.0 API เปรียบเทียบกับวิดีโอโมเดลอื่นๆ
นำ Wan 3.0 API ไปเปรียบเทียบเคียงข้างกับวิดีโอโมเดลอื่นๆ ที่ใช้ Atlas Cloud key เดียวกัน แล้วตรวจสอบว่าความยาว, ความสามารถในการอ้างอิง, เสียง, และต้นทุนต่อวินาที แตกต่างกันอย่างไร
| โมเดล | ความยาวสูงสุด | ความละเอียด | การอ้างอิงและไฟล์นำเข้า | เสียงในตัว | ราคาต่อวินาที |
|---|---|---|---|---|---|
| Wan-3.0 Reference-to-video | 2 ถึง 30 วินาที หรือ -1 สำหรับความยาวอัจฉริยะ | 480P, 720P, 1080P | สูงสุด 20 รายการผสม: 10 รูปภาพ, 5 วิดีโอ, 5 คลิปเสียง พร้อมเอกสารหรือเว็บเพจหนึ่งรายการ | √ (เปิดโดยค่าเริ่มต้น) | $0.05 |
| Wan-3.0 Text-to-video | 2 ถึง 30 วินาที หรือ -1 สำหรับความยาวอัจฉริยะ | 480P, 720P, 1080P | เฉพาะพรอมต์ สูงสุด 20,000 ตัวอักษร | √ (เปิดโดยค่าเริ่มต้น) | $0.05 |
| Wan-3.0 Image-to-video | 2 ถึง 30 วินาที หรือ -1 สำหรับความยาวอัจฉริยะ | 480P, 720P, 1080P | เฟรมแรก พร้อมเฟรมสุดท้ายแบบไม่บังคับ | √ (เปิดโดยค่าเริ่มต้น) | $0.05 |
| Seedance 2.5 Reference-to-Video | 4 ถึง 30 วินาที หรือ -1 สำหรับความยาวอัตโนมัติ | 480p, 720p, 1080p ในตัว, ระดับที่สูงขึ้นผ่านการปรับปรุง | สูงสุด 30 รูปภาพ, 10 วิดีโอ, 10 คลิปเสียง ไม่มีอินพุตเอกสาร | √ (เปิดโดยค่าเริ่มต้น) | $0.134 |
| Kling V3.0 Turbo Image-to-Video | 3 ถึง 15 วินาที, ค่าเริ่มต้น 5 วินาที | 720p, 1080p | รูปภาพต้นทางหนึ่งภาพ ไม่มีโหมดอ้างอิงหลายรายการ | √ (ไม่บังคับ, ปิดโดยค่าเริ่มต้น) | $0.112 |
| Veo3.1 Reference-to-video | 8 วินาทีคงที่ | 720p, 1080p, 4K | 1 ถึง 3 รูปภาพอ้างอิง | √ (ไม่บังคับ, ปิดโดยค่าเริ่มต้น) | $0.2 |
| MiniMax H3 Reference-to-Video | 4 ถึง 15 วินาที | 768P, 2K | การอ้างอิงผสมระหว่างรูปภาพ วิดีโอ และเสียง ต้องมีการอ้างอิงภาพอย่างน้อยหนึ่งรายการ | - | $0.1 |
วิธีใช้ Wan 3.0 บน Atlas Cloud
เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud
สร้างบัญชี Atlas Cloud
สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล
ทำไมต้องใช้ Wan 3.0 บน Atlas Cloud
การรวมโมเดล Wan 3.0 ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้
ประสิทธิภาพและความยืดหยุ่น
เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์
API แบบรวมศูนย์:
รัน Wan 3.0, 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 Wan 3.0 API
Wan 3.0 คือโมเดลวิดีโอแบบออลอินวันของ Alibaba เจเนอเรชันถัดไป ซึ่งขณะนี้อยู่ในช่วงทดสอบเบต้าสาธารณะ การร้องขอเพียงครั้งเดียวสามารถเปลี่ยนข้อความ รูปภาพ วิดีโอ เสียง เอกสาร หรือหน้าเว็บให้เป็นวิดีโอความยาวสูงสุด 30 วินาทีได้ และโมเดลนี้จะผสานอินพุตที่หลากหลายเข้ากับความสอดคล้องระดับพิกเซล การตัดต่อที่แม่นยำ และเสียงที่สร้างขึ้นโดยตรงจากระบบ
Wan 3.0 เป็นรุ่นที่ครอบคลุมมากที่สุดในซีรีส์นี้ โดยเพิ่มความยาววิดีโอเริ่มต้นเป็น 30 วินาที รองรับเอกสารอ้างอิงแบบผสมสูงสุด 20 รายการ รวมถึงเอกสารและหน้าเว็บในโหมด omni-reference เพิ่มโหมดเฟรมแรกและเฟรมสุดท้าย และผลักดันไปสู่ความสอดคล้องระดับพิกเซลด้วยระบบเสียงเริ่มต้น เวอร์ชัน Wan ก่อนหน้านี้บน Atlas Cloud ยังคงเป็นตัวเลือกที่ยอดเยี่ยมสำหรับงาน text-to-video และ image-to-video ที่สั้นและเน้นเฉพาะจุดมากขึ้น
Wan 3.0 ประมวลผลเนื้อหาต้นฉบับได้มากกว่าเพียงแค่พรอมต์ คำขอเดียวสามารถดึงข้อมูลอ้างอิงแบบผสมได้สูงสุด 20 รายการ, รูปภาพ 10 ภาพ, วิดีโอคลิป 5 คลิปความยาวรวม 15 วินาที และคลิปเสียง 5 คลิปความยาวรวม 15 วินาที พร้อมด้วยเอกสาร 1 ไฟล์ (doc, xls, ppt, pdf หรือ md) หรือหน้าเว็บเพจ ในขณะที่พรอมต์ข้อความสามารถมีความยาวได้ถึง 20,000 ตัวอักษร
คลิปสามารถรันแบบเนทีฟได้นานสูงสุด 30 วินาที คำขอที่เป็นข้อความหรือรูปภาพอาจมีความยาวตั้งแต่ 2 ถึง 30 วินาที ในขณะที่คำขอที่รวมวิดีโอจะจำกัดเวลาอินพุตและเอาต์พุตรวมกันไม่เกิน 30 วินาที และฟีเจอร์ระยะเวลาอัจฉริยะสามารถกำหนดความยาวให้คุณได้ ความละเอียดครอบคลุมตั้งแต่ 480p, 720p และ 1080p โดยมีอัตราส่วน 16:9, 9:16, 4:3, 3:4, 1:1 และอัตราส่วนอัจฉริยะให้เลือก
ความสม่ำเสมอถูกจัดการในระดับพิกเซล ดังนั้นใบหน้า เครื่องแต่งกาย ผลิตภัณฑ์ หรือรายละเอียดอ้างอิงเล็กๆ น้อยๆ จะยังคงรูปลักษณ์เดิมไว้เมื่อมีการตัดฉากและตัวแบบเคลื่อนไหว สำหรับกระบวนการผลิตที่มีการนำตัวละครเดิมหรือสินทรัพย์ของแบรนด์ที่แน่นอนกลับมาใช้ใหม่ ความเสถียรดังกล่าวคือสิ่งที่ทำให้สามารถคาดการณ์ผลลัพธ์ของการส่งมอบแต่ละครั้งได้
ใช่ ผ่านทั้งการใช้คำสั่งและการอ้างอิง ข้อความที่เขียนหรือคลิปตัวอย่างสามารถปรับเปลี่ยนรูปแบบของวัตถุ เปลี่ยนการจัดแสง หรือแทนที่ส่วนใดส่วนหนึ่งได้ และองค์ประกอบที่คุณต้องการให้คงไว้จะยังคงอยู่เหมือนเดิมตลอดการตัดต่อ
ใช่ Atlas Cloud ให้บริการ Wan 2.7, 2.6 และ 2.5 ภายใต้คีย์แบบรวมศูนย์เดียวอยู่แล้ว และ Wan 3.0 ก็ทำงานบนคีย์เดียวกันนั้นโดยไม่ต้องมีบัญชีใหม่ ไม่ต้องจัดระเบียบเอนด์พอยต์ใหม่ และไม่ต้องตั้งค่าแยกต่างหาก ทีมที่เรียกใช้งานตระกูล Wan อยู่แล้วสามารถเข้าถึง Wan 3.0 ได้โดยการสลับชื่อโมเดลเท่านั้น
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
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
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
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
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
Gemini Omni Flash
API ของ gemini omni นำตระกูล Gemini Omni Flash แบบมัลติโมดัลโดยกำเนิดจาก Google DeepMind ซึ่งรวมถึง Gemini Omni 1.1 Flash มาสู่นักพัฒนา สร้างวิดีโอสไตล์ภาพยนตร์พร้อมเสียงเนทีฟที่ซิงโครไนซ์กัน ทำให้ภาพนิ่งเคลื่อนไหวได้ด้วยการควบคุมเฟรมเริ่มต้นและเฟรมสิ้นสุดอย่างแม่นยำ หรือปรับแก้ฟุตเทจที่มีอยู่ผ่านการแก้ไขด้วยคำสั่งข้อความ โดยยังคงรักษาเนื้อหาที่ไม่ได้แก้ไขไว้ Atlas Cloud มอบคีย์เดียวที่เข้ากันได้กับ OpenAI การเข้าถึงแบบรวมศูนย์ และราคาที่โปร่งใสโดยคิดค่าบริการตามการใช้งาน เริ่มพัฒนาได้วันนี้
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
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)
Seedance 2.0 Mini
Seedance 2.0 Mini นำเสนอการสร้างวิดีโอแบบมัลติโมดัลของ ByteDance สู่เวิร์กโฟลว์ที่ความเร็วและต้นทุนมีความสำคัญสูงสุด โดยมอบความสามารถหลักของ Seedance 2.0 ในรูปแบบที่ใช้ทรัพยากรน้อยลง — สร้างได้เร็วกว่า ต้นทุนต่อวิดีโอต่ำกว่า และใช้การผสานรวม API เดิมที่คุณใช้อยู่แล้ว สำหรับทีมที่จัดการไปป์ไลน์ปริมาณมากหรือสร้างต้นแบบในสเกลขนาดใหญ่ Mini คือตัวเลือกเริ่มต้นที่ใช้งานได้จริง
ByteDance
ตั้งแต่การสร้างวิดีโอระดับภาพยนตร์ไปจนถึงการสร้างภาพที่มีความละเอียดสูง โมเดลที่ทรงพลังที่สุดของ ByteDance พร้อมใช้งานแล้วบน Atlas Cloud รัน Seedance และ Seedream ในสเกลขนาดใหญ่ด้วยราคาการอนุมานที่ต่ำที่สุด และไม่มีค่าใช้จ่ายแฝงด้านโครงสร้างพื้นฐาน
บทความแนะนำ
คู่มือ บทแนะนำ และอัปเดตผลิตภัณฑ์ ที่ช่วยให้คุณใช้ Atlas Cloud ได้อย่างเต็มประสิทธิภาพ
