Vidu API: Consistent Subjects from Reference Images
API Vidu cung cấp cho các nhà phát triển quyền truy cập vào các mô hình video từ Shengshu AI và Đại học Tsinghua, được xây dựng trên kiến trúc U-ViT kết hợp thiết kế Diffusion và Transformer. Nhập từ một đến bốn hình ảnh tham khảo và Vidu duy trì tính nhất quán của đối tượng trên tất cả các cảnh quay, với chuyển đổi camera thông minh và chuyển động mượt mà, điện ảnh. Atlas Cloud thêm quyền truy cập mô hình Day-0 và một khóa tương thích OpenAI cho toàn bộ dòng sản phẩm. Bắt đầu xây dựng hôm nay.
Khám phá Mô hình Hàng đầu
Atlas Cloud cung cấp cho bạn các mô hình sáng tạo tiên tiến nhất trong ngành.
Every Vidu API Endpoint Compared: Q1, Q2, Q3, and 2.0 at a Glance
Scan durations, resolutions, reference image limits, and audio options across all 25 Vidu API video generation endpoints to match the right model to your workload.
| Modality | Description |
|---|---|
| Vidu Q3-Pro T2V API (Text to Video) | Describe a scene in plain text and Q3-Pro renders it as video up to 16 seconds long, with five aspect ratios plus general and anime styles. Super resolution output reaches 1440p, and audio with background music generates in the same pass. It suits cinematic ads and narrative shots where fidelity matters most. |
| Vidu Q3-Turbo T2V API (Text to Video) | Need volume more than polish? This turbo tier converts text prompts into clips of 1 to 16 seconds below Pro tier pricing, while keeping the same 1440p super resolution ceiling, style presets, and optional audio track. Teams use it for rapid storyboarding and testing creative directions. |
| Vidu Q3-Pro I2V API (Image to Video) | Upload one still image, describe the motion you want, and the model animates it with smooth, cinematic movement for up to 16 seconds. Output scales from 540p to 1440p super resolution with generated audio and background music. Product showcases and photo animation pipelines are its natural home. |
| Vidu Q3-Turbo I2V API (Image to Video) | When turnaround matters, the lowest priced Q3 tier brings photos to life from a single reference image and a motion prompt. It reaches 1440p super resolution and attaches audio automatically unless disabled. Social clips and bulk catalog animation run economically on it. |
| Vidu Q3-Pro SE2V API (Start-End to Video) | Give it a first frame and a last frame, and Q3-Pro interpolates a coherent transition between them lasting up to 16 seconds. The two frames must keep their aspect ratios within 0.8 to 1.25 of each other, and audio plus background music are generated on request. Storyboards, morph effects, and scene bridges all fit here. |
| Vidu Q3-Turbo SE2V API (Start-End to Video) | Fast frame bridging is the turbo variant's specialty. It connects a start image and an end image into one continuous shot, supports 540p through 1440p super resolution output, and toggles audio with a single flag. Iterate transitions quickly here before committing to a Pro render. |
| Vidu Q3 R2V API (Reference to Video) | Consistency across camera angles sets this endpoint apart. Feed it 1 to 4 reference images and it keeps subjects stable through intelligent camera switching, producing clips of 3 to 16 seconds at up to 1440p super resolution with audio. Character driven ads and episodic content benefit most. |
| Vidu Q3-Mix R2V API (Reference to Video) | Blend up to 4 reference images into one scene with intelligent transitions and smooth dynamic effects. The Q3-Mix endpoint holds subject identity while settings shift, renders clips of 1 to 16 seconds in five aspect ratios, and adds generated audio by default. Multi-shot brand stories and mashup creative are built on it. |
| Vidu Q2 T2V API (Text to Video) | Text goes in, and a finished clip of 1 to 8 seconds comes out at up to 1080p. General and anime styles, five aspect ratios, and automatic audio with background music are all controlled through simple parameters. It makes a solid default for everyday prompt to video work. |
| Vidu Q2-Pro I2V API (Image to Video) | Animating a single photo with prompts of up to 5000 characters, this Pro endpoint outputs 540p to 1080p clips running as long as 10 seconds. Movement amplitude can be pinned to small, medium, or large for precise motion control. Explainers and marketing stills convert well here. |
| Vidu Q2-Pro-Fast I2V API (Image to Video) | The Fast variant keeps 720p and 1080p output and the same price as the standard Pro tier while shortening generation queues for image animation jobs. Durations stretch from 1 to 10 seconds with optional audio and background music. Pick it when pipelines demand quick iteration. |
| Vidu Q2-Turbo I2V API (Image to Video) | At the lowest price in the entire Vidu family, this endpoint animates one image into clips of up to 10 seconds at 540p, 720p, or 1080p. Audio and background music generate automatically unless switched off. High volume UGC tools and batch jobs are where it earns its keep. |
| Vidu Q2-Pro SE2V API (Start-End to Video) | Two keyframes become one fluid shot. Q2-Pro fills the gap between a start image and an end image over 1 to 8 seconds at up to 1080p, with generated audio and background music available. Keep the frame aspect ratios within 0.8 to 1.25 of each other for a valid request. |
| Vidu Q2-Pro-Fast SE2V API (Start-End to Video) | Prefer speed for frame interpolation? This variant renders start to end transitions at 720p or 1080p in clips up to 8 seconds, with audio and background music toggles included. It shares standard Pro pricing while tightening iteration loops for editors. |
| Vidu Q2-Turbo SE2V API (Start-End to Video) | The most economical start-end option in the family lives here. Supply first and last frames and receive a 1 to 8 second clip at up to 1080p, with optional audio in the same call. Prototyping transitions before a Pro render is a common workflow. |
| Vidu Q2 R2V API (Reference to Video) | Up to 7 distinct subjects, each defined by 1 to 3 reference images, can appear together in a single generated scene. Clips run 1 to 10 seconds at up to 1080p, and an audio type switch isolates speech or sound effects. Multi-character storytelling is the headline use case. |
| Vidu Q2-Pro R2V API (Reference to Video) | Casting several consistent characters into premium footage is what the Pro reference tier does best. It accepts up to 7 subjects with 3 images each, prompts up to 1500 characters, and outputs clips of up to 10 seconds at 1080p with speech only or sound effect only audio modes. Serialized content and virtual character work fit naturally. |
| Vidu Q1 T2V API (Text to Video) | The first generation text endpoint outputs fixed 5 second clips locked at 1080p, with 16:9, 9:16, and 1:1 aspect ratios plus general and anime styles. Audio and background music remain switchable. Choose it when predictable, uniform clip specs simplify a pipeline. |
| Vidu Q1 I2V API (Image to Video) | Simplicity defines this endpoint: one image, one prompt of up to 5000 characters, one 5 second 1080p clip. Movement amplitude and audio toggles are the only knobs to tune. Integrations that standardized on Q1 output keep running unchanged. |
| Vidu Q1 SE2V API (Start-End to Video) | Interpolating between two uploaded frames, Q1 produces a 5 second 1080p transition with adjustable motion amplitude and optional audio plus background music. Frame pairs must keep their aspect ratios within 0.8 to 1.25 of each other. It remains a stable choice for fixed length transition effects. |
| Vidu Q1 R2V API (Reference to Video) | Structured casting is the pattern here: up to 7 subjects, each backed by 1 to 3 images, render into a fixed 5 second 1080p clip. Audio narrows to speech only or sound effects only when needed. Multi-character scenes with locked output specs suit it well. |
| Vidu 2.0 I2V API (Image to Video) | Would a short silent clip do the job? Vidu 2.0 turns one image into a 4 or 8 second video with adjustable movement amplitude and seed control for reproducible results. Thumbnails, previews, and lightweight animation tasks are typical fits. |
| Vidu 2.0 SE2V API (Start-End to Video) | Exactly two images, a prompt of up to 1500 characters, and a choice of 4 or 8 second duration define this compact endpoint. Motion intensity runs from small to large under one movement amplitude parameter. It handles quick morphs and simple frame pair transitions. |
| Vidu 2.0 R2V API (Reference to Video) | From 1 to 3 reference images, this endpoint composes videos in 16:9, 9:16, or 1:1 while preserving the referenced subjects. Seed and movement amplitude round out a deliberately small parameter set. Consistent character clips for social formats are the common case. |
| Vidu R2V Q1 API (Multi-Image Reference to Video) | Broader flat input distinguishes this reference endpoint, which takes a single list of 1 to 7 images in 16:9, 9:16, or 1:1. Prompts cap at 1500 characters and each image can reach 50MB. It works well when subjects arrive as loose image sets rather than structured casts. |
Bên trong Vidu API: Tính Nhất Quán, Âm Thanh và Kiểm Soát Điện Ảnh
Từ tính nhất quán của bốn hình ảnh tham chiếu đến âm thanh native và các clip 1080p 16 giây, Vidu API trên Atlas Cloud đặt toàn bộ dòng sản phẩm Q của Shengshu đằng sau một điểm cuối thanh toán theo lượng sử dụng duy nhất.
Tính Nhất Quán của Chủ Đề với Vidu API
Vidu API chấp nhận từ một đến bốn hình ảnh tham chiếu và giữ cho các nhân vật, sản phẩm và cảnh nhất quán về mặt hình ảnh trên mỗi khung hình. Độ tin cậy này làm cho việc kể chuyện theo từng bộ phần và video sản phẩm an toàn cho thương hiệu trở nên thực tiễn ở quy mô lớn.
Nội Suy Khung Hình Đầu và Cuối
Tải lên khung hình đầu và khung hình cuối, và mô hình sẽ tự động tạo chuyển tiếp mượt mà giữa chúng. Các nhà thiết kế chuyển động sử dụng tính năng này cho các morph, reveal và thay đổi cảnh được tính thời gian chính xác.
Âm Thanh Native Trong Một Lần Chuyển
Tại sao phải kết xuất các clip im lặng và cho điểm chúng sau? Mỗi điểm cuối Q3 có thể tạo ra các hiệu ứng âm thanh được đồng bộ hóa và nhạc nền trong một lần chuyển, vì vậy các cảnh đối thoại và quảng cáo sẽ sẵn sàng để công bố.
Mười Sáu Giây, Lên Đến 1440p
Nếu một cảnh cần không gian để thở, hãy chạy các clip lên tới 16 giây ở 540p đến 1080p, với tăng cấp độ phân giải siêu cao lên 1440p. Ít cảnh khâu lại hơn có nghĩa là các câu chuyện mượt mà hơn và hậu kỳ nhẹ hơn.
Chuyển Động và Phong Cách Có Thể Điều Chỉnh
Cài đặt biên độ chuyển động thay đổi đầu ra từ trôi dạo điện ảnh tinh tế sang tác động kịch tính lớn, trong khi các điểm cuối từ văn bản đến video chuyển đổi giữa các kiểu chung và anime. Các đạo diễn nhận được kiểm soát ở cấp cảnh quay mà không cần viết lại lời nhắc.
Một Khoá Qua Toàn Bộ Vidu API Lineup
Mọi thế hệ mô hình Vidu từ Q1 đến Q3 chạy phía sau một khoá tương thích với OpenAI với giá thanh toán theo lượng sử dụng minh bạch trên Atlas Cloud. Rây nháp trên Turbo, sau đó chạy lại cùng một cuộc gọi trên Pro để kết xuất cuối cùng.
Vidu vs Other Models - One Prompt
The same prompt, generated by Vidu and other leading video models
Một stuntman độc hành lướt qua một chiếc xe muscle màu đen mờ qua một khu chợ đêm được chiếu sáng bằng neon dưới cơn mưa. Mở với shot tracking thấp sương mưa sa xuống vỉa đá ướt khi chiếc xe trượt quanh một góc, tia lửa bay từ hàng rào. Pan nhanh đến những người bán hàng kéo lại các quầy của họ, chiếc lồng đèn giấy lắc lư cuồng loạn. Cắt sang shot drone quay vòng ốc lên trên khi chiếc xe lọt qua giữa hai chiếc xe buýt với khoảng cách vài inch, sau đó cắt cứng vào bên trong buồng lái: tay cầm vô lăng, mắt nhìn vào gương đầy ánh sáng cảnh sát nhấp nháy. Kết thúc bằng xoay 180 độ chậm lại vào một ngõ hơi nước, tiếng gầm động cơ và tiếng rít mưa lấp đầy âm thanh. Thực tế ảnh, ánh sáng điện ảnh, 10 giây, tỷ lệ 16:9.
Vidu Q3
Seedance 2.0
Vidu Q2 Pro
Phong cách Anime: một nữ kiếm sĩ trẻ đối mặt với một con rồng bão khổng lồ phía trên một ngôi đền nổi bị phá hủy. Bắt đầu bằng một dolly nhanh vào mắt cô ấy khi tia sét xuyên qua bầu trời, sau đó là một cái xoáy nhanh theo dõi cú chạy của cô ấy qua một cây cầu đá sụp đổ, đổ nát nâng lên xung quanh chân cô ấy. Máy ảnh quay quanh khi cô ấy nhảy, lưỡi kiếm của cô ấy bốc cháy với ngọn lửa xanh, trong khi những hàm của con rồng sụp đổ ở nơi cô ấy đứng một khung hình trước đó. Kéo lùi đến một cảnh quay trường rộng hùng vĩ khi những cú đánh của cô ấy chẻ một tia sét thành hai nửa và sóng xung kích gợn từ từ qua những đám mây. Bóng cel 2D sắc nét, các đường tốc độ động, sấm sét và hợp xướng sưng phồng trong bản nhạc. 8 giây, tỷ lệ 16:9.
Vidu Q3 Pro
Seedance 2.0
Vidu Q2 Pro
Vidu API phù hợp ở đâu trong quy trình sản xuất của bạn
Từ các bộ phim thương hiệu có nhân vật nhất quán đến thiết kế chuyển động khung hình bắt đầu và kết thúc, Vidu API kết hợp các quy trình text-to-video, image-to-video và reference-to-video đằng sau một điểm cuối thanh toán theo mức sử dụng trên Atlas Cloud.
Các nhân vật nhất quán trong mỗi cảnh
Nhập 1 đến 4 hình ảnh tham chiếu vào Vidu Q3-Mix hoặc Q3 reference-to-video và chủ đề vẫn nhất quán qua các chuyển cảnh. Các đội phim chính kịch ngắn và những người tạo IP giữ cùng một khuôn mặt từ tập này sang tập khác.
Quảng cáo Điện ảnh qua Vidu API
Các bản phát hành sản phẩm và điểm thương hiệu có sự sống khi Vidu API hiển thị các hiệu ứng động mịn với âm thanh tùy chọn lên đến 1080p. Các cơ quan quảng cáo lặp lại các khái niệm quảng cáo mà không cần đặt một ngày chụp.
Thiết kế chuyển động khung hình bắt đầu và kết thúc
Cần chuyển đổi chính xác giữa hai khung hình quan trọng? Các mô hình Q3-Pro và Q2 start-end-to-video nội suy chuyển động mịn từ khung hình đầu tiên của bạn đến khung hình cuối cùng, cho phép tiết lộ logo, biến đổi cảnh và chuyển đổi sản phẩm.
Từ kịch bản đến màn hình với Vidu API
Các nhà văn chuyển đổi lời nhắc văn bản thành video 1080p với nhiều phong cách hình ảnh thông qua các điểm cuối text-to-video của Vidu API. Tạo âm thanh tùy chọn mang lại cho storyboard và clip previz vẻ ngoài hoàn thiện trong một lần vượt qua.
Hình ảnh tĩnh di chuyển
Khi ảnh sản phẩm tĩnh hoặc minh họa cần chuyển động, các mô hình image-to-video từ Q1 đến Q3-Turbo tạo hiệu ứng động mịn và tự nhiên cho nó. Các đội thương mại điện tử và biên tập viên phương tiện xã hội xuất bản các clip dừng cuộn hàng ngày.
Quy trình hoạt ảnh được xây dựng trên Vidu
Kiến trúc U-ViT của Vidu được xây dựng cho đầu ra dạng dài rất nhất quán, một sự phù hợp tự nhiên cho thiết kế hoạt ảnh và loạt phim tập. Các studio tạo storyboard, tạo hiệu ứng động và sửa đổi toàn bộ chuỗi thông qua các cuộc gọi API thay vì keyframing thủ công.
Vidu API đứng ở đâu trong số Kling, Veo và Sora
So sánh độ dài clip, giới hạn độ phân giải, đầu ra âm thanh và tốc độ theo giây cạnh nhau, bạn sẽ thấy chính xác những gì Vidu API cung cấp cho mỗi đô la trong đường ống video của bạn
| Mô hình | Chế độ Nhập | Độ dài clip tối đa | Độ phân giải cao nhất | Âm thanh gốc |
|---|---|---|---|---|
| Vidu Q3-Mix | Văn bản cộng 1 đến 4 hình ảnh tham chiếu | 16s | 1080p gốc, 1440p với siêu phân giải | √ |
| Vidu Q3 (Pro & Turbo) | Văn bản, hình ảnh, khung hình đầu-cuối, hình ảnh tham chiếu | 16s | Lên đến 1080p, 1440p được mở rộng | √ |
| Vidu Q2 (Pro & Turbo) | Văn bản, hình ảnh, khung hình đầu-cuối hoặc tham chiếu | 10s | 1080p | √ |
| Kling 2.5 Turbo | Văn bản hoặc một hình ảnh duy nhất với lời nhắc | 10s | 1080p (cấp độ Pro) | - |
| Google Veo 3.1 | Văn bản, hình ảnh, tối đa 3 hình ảnh tham chiếu | 8 giây mỗi clip, có thể mở rộng | 1080p, 4K trong xem trước | √ |
| OpenAI Sora 2 | Lời nhắc văn bản | 12s | 720p (1080p trên Sora 2 Pro) | √ |
Cách Sử Dụng Vidu trên Atlas Cloud
Bắt đầu trong vài phút — làm theo các bước đơn giản sau để tích hợp và triển khai mô hình qua nền tảng Atlas Cloud.
Tạo Tài Khoản Atlas Cloud
Đăng ký tại atlascloud.ai và hoàn tất xác minh. Người dùng mới nhận được tín dụng miễn phí để khám phá nền tảng và thử nghiệm mô hình.
Tại sao Sử dụng Vidu trên Atlas Cloud
Sự kết hợp của các mô hình tiên tiến của Vidu với nền tảng được tăng tốc GPU của Atlas Cloud mang lại hiệu suất, khả năng mở rộng và trải nghiệm nhà phát triển độc đáo.
Hiệu suất và Tính linh hoạt
Độ Trễ Thấp:
Suy luận được tối ưu hóa GPU cho suy luận thời gian thực.
API Thống nhất:
Chạy Vidu, GPT, Gemini và DeepSeek với một tích hợp duy nhất.
Giá cả Minh bạch:
Thanh toán dựa trên token có thể dự đoán với tùy chọn serverless.
Doanh nghiệp và Mở rộng
Trải nghiệm Nhà phát triển:
SDK, phân tích, công cụ tinh chỉnh và mẫu.
Độ tin cậy:
99,99% khả dụng, RBAC và ghi nhật ký sẵn sàng cho tuân thủ.
Bảo mật và Tuân thủ:
SOC 2 Type II, tuân thủ HIPAA, chủ quyền dữ liệu tại Hoa Kỳ.
Vidu API Questions, Answered
Tính phí theo giây video được tạo mà không cần đăng ký. Các điểm cuối Q2-Turbo bắt đầu từ $0,026 mỗi giây, Q3-Turbo chạy ở $0,034 mỗi giây, Q3-Pro và Q3 reference-to-video có chi phí $0,042 mỗi giây, và Q3-Mix reference-to-video là $0,106 mỗi giây. Bạn chỉ trả tiền cho những gì bạn tạo dưới định giá minh bạch từng cuộc gọi.
Các điểm cuối Q3 hỗ trợ clip lên đến 16 giây với các tùy chọn độ phân giải 540p, 720p và 1080p, cộng với đầu ra siêu độ phân giải lên đến 1440p. Các tỷ lệ khung hình bao gồm 16:9, 9:16, 4:3, 3:4 và 1:1, vì vậy cùng một điểm cuối có thể nhắm vào định dạng ngang, dọc hoặc vuông.
Có. Các mô hình Q3 bao gồm một công tắc âm thanh được bật theo mặc định, và các điểm cuối text-to-video thêm một công tắc nhạc nền riêng biệt. Tắt cả hai khi bạn cần cảnh quay âm thầm cho thiết kế âm thanh của riêng bạn.
Tải lên từ một đến bốn hình ảnh tham chiếu của một nhân vật, sản phẩm hoặc cảnh, và mô hình giữ lại danh tính của chủ đề đó trong khi tạo ra chuyển động và góc máy ảnh mới. Q3 reference-to-video thêm chuyển đổi camera thông minh với tính nhất quán tốt hơn trên nhiều vị trí camera, phù hợp với việc kể chuyện theo tập và đa máy ảnh.
Nó cũng vậy. Các điểm cuối text-to-video tiết lộ thông số kiểu với các tùy chọn chung và anime, và gia đình được biết đến với hoạt ảnh nhân vật có kiểu dáng. Ghép nối kiểu anime với hình ảnh tham chiếu để duy trì cùng một nhân vật trong toàn bộ loạt.
Tạo khóa API Atlas Cloud, chọn điểm cuối Vidu và gửi yêu cầu REST với lời nhắc và tham số của bạn. Mỗi mô hình có sân chơi và lược đồ tham số được công bố, vì vậy bạn có thể xác thực cài đặt trước khi viết mã. Giá là trả tiền theo cách sử dụng cho mỗi cuộc gọi, và các bản phát hành Vidu mới đến với quyền truy cập vào ngày 0. Bắt đầu xây dựng ngày hôm nay.
It does. Text-to-video endpoints expose a style parameter with general and anime options, and the family is known for stylized character animation. Pair the anime style with reference images to keep the same character across an entire series.
Create an Atlas Cloud API key, pick a Vidu endpoint, and send a REST request with your prompt and parameters. Every model has a playground and a published parameter schema, so you can validate settings before writing code. Pricing is pay-as-you-go per call, and new Vidu releases arrive with Day-0 access. Start building today.
Khám phá Thêm Dòng
Seedance 2.0
Seedance 2.0 API cung cấp cho bạn quyền truy cập cấp sản xuất vào mô hình video đa phương thức của ByteDance — đầu vào bốn phương thức (văn bản, hình ảnh, video, âm thanh) và hệ thống "Universal Reference" hàng đầu trong ngành giúp khóa bố cục, chuyển động của camera và hành động của nhân vật trên các cảnh quay. Tích hợp quyền kiểm soát cấp độ đạo diễn bằng một lệnh gọi API, mức giá cố định $0,09/giây, cấp khóa tức thì và không có danh sách chờ — được hỗ trợ bởi thời gian hoạt động và sự tuân thủ cấp doanh nghiệp. Seedance 2.0 Native 4K hiện đã ra mắt!
Grok Imagine
Grok Imagine API cung cấp cho các nhà phát triển khả năng tạo hình ảnh, video và âm thanh của xAI trong một bộ công cụ duy nhất. API này tạo ra hình ảnh độ phân giải lên đến 2K với khả năng hiển thị văn bản đa ngôn ngữ, cộng với video lên đến 15 giây với âm thanh gốc, được đồng bộ hóa và chỉnh sửa dựa trên tham chiếu. Trên Atlas Cloud, một khóa duy nhất có thể chạy mọi chế độ Grok Imagine, do đó bạn có thể chuyển đổi giữa hình ảnh, video và âm thanh mà không cần thiết lập riêng biệt, với mức giá từ 0,02 USD cho mỗi hình ảnh và 0,05 USD mỗi giây.
Gemini Omni Flash
Gemini Omni API đưa mô hình tạo và chỉnh sửa video đa phương thức của Google DeepMind, được giới thiệu tại Google I/O 2026, vào stack của bạn. Gemini Omni kết hợp công cụ suy luận của Gemini với media tạo sinh, chấp nhận mọi tổ hợp văn bản, hình ảnh, video và âm thanh để tạo ra kết quả nhất quán, dựa trên nền tảng tri thức. Tinh chỉnh kết quả qua hội thoại tự nhiên — hoán đổi vật thể, viết lại cảnh quay và thay đổi phong cách, trong khi vật lý, nhân vật và tính liên tục vẫn được giữ nguyên. Atlas Cloud cung cấp trọn bộ dòng Gemini Omni Flash — chuyển văn bản thành video, chuyển hình ảnh thành video với tối đa 7 hình ảnh tham chiếu, và chuyển tham chiếu thành video — thông qua một API hợp nhất với mức giá minh bạch tính theo giây từ $0.112 và không cần đăng ký thuê bao. Bắt đầu xây dựng ngay hôm nay.
GPT Image 2
GPT Image 2 API cung cấp cho các nhà phát triển quyền truy cập vào mô hình hình ảnh mới nhất của OpenAI, phiên bản kế nhiệm của GPT Image 1.5. Mô hình này tạo và chỉnh sửa hình ảnh với khả năng hiển thị văn bản chính xác trên các chữ viết Latinh và CJK, cùng với bố cục mạnh mẽ cho áp phích, mockup và đồ họa thông tin. Trên Atlas Cloud, bạn có thể truy cập nó thông qua một API thống nhất cùng với hơn 300 mô hình khác, với tín dụng miễn phí, 99,99% thời gian hoạt động và không yêu cầu xác minh tổ chức OpenAI.
Các mô hình sáng tạo mạnh mẽ nhất của Google hiện đều có sẵn trên Atlas Cloud. Veo 3.1 cung cấp khả năng tạo video đậm chất điện ảnh, Nano Banana 2 hỗ trợ tạo hình ảnh có độ chân thực cao, và Gemini mang trí tuệ đa phương thức vào mọi quy trình làm việc. Truy cập toàn bộ bộ mô hình Google thông qua một API key duy nhất với tính khả dụng Day-0 và mức giá dùng bao nhiêu trả bấy nhiêu (pay-as-you-go).
Seedance 2.0 Mini
Seedance 2.0 Mini mang khả năng tạo video đa phương thức của ByteDance vào các quy trình làm việc nơi tốc độ và chi phí là quan trọng nhất. Nó cung cấp các khả năng cốt lõi của Seedance 2.0 với mức tiêu thụ tài nguyên nhẹ hơn — tạo nhanh hơn, chi phí mỗi video thấp hơn và tích hợp API giống như bạn đã sử dụng. Đối với các nhóm chạy các quy trình (pipeline) khối lượng lớn hoặc tạo nguyên mẫu ở quy mô lớn, Mini là lựa chọn mặc định thiết thực.
ByteDance
Từ tạo video điện ảnh đến kiến tạo hình ảnh có độ trung thực cao, các mô hình mạnh mẽ nhất của ByteDance hiện đã có mặt trên Atlas Cloud. Chạy Seedance và Seedream ở quy mô lớn với mức giá suy luận thấp nhất và không có chi phí quản lý cơ sở hạ tầng.
Alibaba
Atlas Cloud tập hợp toàn bộ dòng mô hình của Alibaba dưới một API duy nhất: Qwen cho các tác vụ ngôn ngữ và hình ảnh, Wan để tạo video với độ phân giải lên đến 1080p. Truy cập mọi mô hình theo hình thức dùng đến đâu trả tiền đến đó (pay-as-you-go) mà không cần đăng ký gói. Alibaba API có sẵn thông qua một URL cơ sở (base URL) duy nhất bằng cách sử dụng ứng dụng khách tương thích với OpenAI hiện có của bạn.
OpenAI
Atlas Cloud cấp cho bạn quyền truy cập vào toàn bộ danh mục OpenAI API, từ GPT Image 2 để tạo hình ảnh đến Sora 2 cho video. Mọi mô hình đều có sẵn theo hình thức dùng đến đâu trả tiền đến đó (pay-as-you-go) mà không cần cam kết hàng tháng. Tích hợp dễ dàng chỉ bằng cách thay đổi một base URL thông qua API tương thích với OpenAI.
xAI
Xây dựng các pipeline hình ảnh và video hoàn chỉnh bằng xAI API trên Atlas Cloud. Tạo ở độ phân giải 2K, chỉnh sửa bằng hình ảnh tham chiếu và tạo hoạt ảnh từ hình ảnh thành các clip đồng bộ với âm thanh.
Kwaivgi
Kwaivgi API với mức giá thấp hơn 15% so với giá tiêu chuẩn. Atlas Cloud cung cấp quyền truy cập Day-0 cho các bản phát hành Kling mới với mức giá dùng trả theo mức sử dụng (pay-as-you-go) và không giới hạn số lượng người dùng. Một tài khoản, một khóa, mọi mô hình Kling từ cấp tiêu chuẩn đến cấp master.
Seedream 5.0 Pro
Seedream 5.0 Pro API cung cấp cho các nhà phát triển mô hình chỉnh sửa hình ảnh có thể kiểm soát của ByteDance trên Atlas Cloud. Nó đặt các chỉnh sửa một cách chính xác bằng các điểm neo và tọa độ, tách hình ảnh thành các lớp có thể chỉnh sửa, kết hợp nhiều tham chiếu và khớp màu sắc cũng như vật liệu chính xác, với văn bản đa ngôn ngữ ở độ phân giải 2K và 3K. Trên Atlas Cloud, bạn có thể truy cập nó chỉ bằng một khóa!
