Atlas Cloud nay là nhà bán lại được ủy quyền tại Hoa Kỳ của Dreamina Seedance 2.5 và Seedream 5.0 Pro.

Baidu Models on Atlas Cloud | ERNIE

Atlas Cloud lưu trữ ERNIE Image và ERNIE Image Turbo dưới dạng Baidu API, cả hai đều thanh toán theo mức sử dụng. Mỗi mô hình đều dẫn đầu mã nguồn mở về kết xuất văn bản bằng tiếng Anh và tiếng Trung.

Atlas Cloud (vận hành bởi Atlas Cloud AI LLC) cung cấp quyền truy cập vào các mô hình AI của bên thứ ba do các nhà cung cấp tương ứng phát triển và sở hữu. Atlas Cloud không sở hữu các mô hình này, và mọi tên mô hình, tên sản phẩm và thương hiệu đều thuộc về chủ sở hữu tương ứng.

Explore models from other providers

Instantly explore and experiment with 400+ production-ready models in the Atlas Playground. Start customizing with one click.

Các trường hợp sử dụng Baidu API mà bạn có thể xây dựng trên Atlas Cloud

ERNIE Image được xây dựng cho các quy trình làm việc nơi văn bản phải hiển thị rõ ràng và có thể đọc được bên trong hình ảnh được tạo ra. Các nhóm sử dụng nó để sản xuất tài sản song ngữ, bố cục có cấu trúc và nội dung sáng tạo nhiều văn bản ở quy mô lớn mà không cần đến nhóm thiết kế.

Tạo Áp Phích Tiếp Thị Song Ngữ

Các nhóm tiếp thị sử dụng ERNIE Image để tạo áp phích chiến dịch với văn bản tiếng Anh và tiếng Trung rõ ràng chỉ trong một lệnh gọi API duy nhất, nhắm mục tiêu đến cả hai thị trường từ cùng một cấu trúc prompt. Mô hình kết xuất cả hai ngôn ngữ với độ chính xác trên 0,96, do đó, tiêu đề và nội dung sao chép luôn rõ nét mà không cần chỉnh sửa hậu kỳ. Mức giá thanh toán theo mức sử dụng của Atlas Cloud giúp việc tạo hàng tá biến thể cho mỗi chiến dịch trở nên thiết thực mà không tốn chi phí thiết kế cho từng nội dung.

Bao Bì Sản Phẩm Cho Các Thương Hiệu Xuyên Thị Trường

Các thương hiệu tiến vào thị trường Trung Quốc sử dụng ERNIE Image để tạo các bản mô phỏng nhãn sản phẩm và bao bì với văn bản song ngữ chính xác trước khi cam kết sản xuất in ấn. Mô hình này xử lý chữ Hán giản thể, chữ Hán phồn thể và tiếng Anh trong cùng một bố cục, bao gồm cả văn bản nhỏ trên nhãn và danh sách thành phần. Ở độ phân giải đầu ra 1024×1024, các bản mô phỏng đạt chất lượng sản xuất đủ để sử dụng trong quá trình phê duyệt của khách hàng và nộp hồ sơ quy định.

Sản xuất truyện tranh và bố cục đa khung hình

Các nhà xuất bản và studio nội dung sử dụng ERNIE Image để tạo các khung truyện tranh với bong bóng thoại, hộp chú thích và văn bản khung hình chính xác bằng tiếng Trung hoặc tiếng Anh. Mô hình đạt điểm trên 0,96 trên LongTextBench dành riêng cho loại đầu ra văn bản trong hình ảnh có cấu trúc này. ERNIE Image Turbo trên Atlas Cloud là miễn phí, giúp cho việc phác thảo khung hình số lượng lớn không tốn phí trong giai đoạn lặp lại.

Tạo Infographic Tự Động

Các nhóm dữ liệu xây dựng các pipeline chuyển đổi dữ liệu có cấu trúc thành hình ảnh đồ họa thông tin có gắn nhãn bằng cách sử dụng độ chính xác trong việc kết xuất văn bản của ERNIE Image. Nhãn biểu đồ, hộp chú thích và tiêu đề phần được kết xuất chính xác bằng cả hai ngôn ngữ chỉ từ một prompt duy nhất, loại bỏ bước thiết kế thủ công giữa đầu ra dữ liệu và hình ảnh trực quan. Prompt Enhancer tích hợp sẽ tự động viết lại các mô tả dữ liệu ngắn gọn thành các hướng dẫn bố cục chi tiết.

Sáng tạo quảng cáo bản địa hóa trên quy mô lớn

Các nhóm tiếp thị hiệu suất tạo ra các nội dung quảng cáo được bản địa hóa cho thị trường nói tiếng Trung và tiếng Anh từ cùng một bản tóm tắt chiến dịch, sử dụng khả năng hỗ trợ song ngữ của ERNIE Image để tạo ra cả hai biến thể ngôn ngữ trong một quy trình duy nhất. Mỗi sản phẩm sáng tạo đều đi kèm với văn bản trong hình ảnh chính xác, loại bỏ nhu cầu chỉnh sửa hoặc sắp chữ lại các hình ảnh đã tạo. Bậc Turbo miễn phí trên Atlas Cloud giúp giữ chi phí thử nghiệm ở mức 0 trong khi các nhóm đánh giá xem nên mở rộng quy mô biến thể sáng tạo nào.

Tạo văn bản cho Mockup UI

Các nhóm sản phẩm và thiết kế sử dụng ERNIE Image để tạo ảnh chụp màn hình mockup UI với văn bản giữ chỗ chân thực, được hiển thị chính xác bằng tiếng Anh hoặc tiếng Trung. Mô hình xử lý các nhãn nút, văn bản điều hướng, trường biểu mẫu và văn bản hộp thoại với độ trung thực cao, giúp các mockup có thể sử dụng ngay trong các bài thuyết trình mà không cần chỉnh sửa thủ công các lớp văn bản. Điều này rút ngắn thời gian từ khái niệm wireframe đến hình ảnh hoàn thiện sẵn sàng cho các bên liên quan từ vài giờ xuống còn vài phút.

Biến tầm nhìn doanh nghiệp của bạn thành hiện thực với Atlas Cloud AI.

Liên hệ kinh doanh

Câu hỏi thường gặp về Baidu

ERNIE Image đạt điểm trên 0,96 trên LongTextBench cho việc kết xuất văn bản tiếng Trung, mức cao nhất trong số các mô hình chuyển văn bản thành hình ảnh có trọng số mở (open-weight). Hầu hết các mô hình mã nguồn mở cạnh tranh đều đạt điểm dưới 0,3 trong các tình huống văn bản tiếng Trung, khiến chúng trở nên không đáng tin cậy đối với bất kỳ quy trình làm việc nào yêu cầu tiếng Trung dễ đọc bên trong các hình ảnh được tạo ra. ERNIE Image là sự lựa chọn thiết thực nếu văn bản tiếng Trung chính xác trong đầu ra là một yêu cầu bắt buộc.

Có. ERNIE Image xử lý cả hai loại văn bản trong một lệnh gọi tạo duy nhất, duy trì độ chính xác cao cho từng loại một cách độc lập. Điều này rất hữu ích cho các áp phích song ngữ, bao bì và tài liệu tiếp thị cần cả hai ngôn ngữ có thể đọc được trong cùng một bố cục. Điểm số LongTextBench cho cả tiếng Anh và tiếng Trung đều ở mức trên 0,96.

ERNIE Image bao gồm một Prompt Enhancer hạng nhẹ giúp tự động viết lại các prompt đầu vào ngắn thành các mô tả phong phú và có cấu trúc hơn trước khi chuyển chúng đến mô hình khuếch tán (diffusion model). Điều này có nghĩa là bạn có thể gửi các prompt ngắn gọn và nhận được kết quả đầu ra chi tiết, chính xác hơn mà không cần đến kỹ thuật prompt engineering chuyên sâu. Prompt Enhancer chạy như một phần của quy trình tạo trên mỗi lệnh gọi API.

ERNIE Image Turbo sử dụng DMD (Diffusion Model Distillation) và học tăng cường để nén quá trình suy luận từ 50 bước xuống còn 8 bước, mang lại tốc độ cải thiện hơn 6 lần. Turbo được cung cấp miễn phí trên Atlas Cloud và phù hợp cho việc lặp lại nhanh chóng cũng như tạo bản nháp. Mô hình tiêu chuẩn hoạt động ở chất lượng tối đa cho các tài sản sản xuất cuối cùng như áp phích thương mại và đồ họa biên tập.

Có. ERNIE Image được phát hành theo giấy phép Apache 2.0, cho phép sử dụng thương mại, sửa đổi và phân phối. Các hình ảnh được tạo ra có thể được sử dụng trong quảng cáo, bao bì, ấn phẩm và các ứng dụng thương mại khác. Vui lòng xem toàn bộ điều khoản giấy phép tại kho lưu trữ GitHub của ERNIE Image để biết các điều kiện cụ thể.

Khám phá Thêm Dòng

Seedance 2.5

Seedance 2.5 API hiện đã có mặt trên Atlas Cloud! Cung cấp cho các nhà phát triển mô hình video mới nhất của ByteDance. Nó tạo ra tối đa 30 giây video gốc chỉ trong một lần xử lý từ văn bản, một hình ảnh duy nhất hoặc tối đa 50 tài liệu tham khảo đa phương thức, với âm thanh được đồng bộ hóa và văn bản đa ngôn ngữ trong khung hình. Trên Atlas Cloud, bạn có thể truy cập thông qua một khóa duy nhất, với tính nhất quán của chủ thể và vật lý được cải thiện giúp giữ cho các cảnh quay dài luôn mạch lạc.

Xem Dòng

Wan 3.0

Wan 3.0 API là thế hệ tiếp theo trong hệ sinh thái video Wan của Alibaba, được xây dựng để đưa khả năng tạo video dài, kiểm soát đa tham chiếu và chất lượng nghe nhìn lên những tầm cao mới. Atlas Cloud đã lưu trữ Wan 2.7, 2.6 và 2.5, và Wan 3.0 hoạt động trên cùng một khóa hợp nhất mà không cần thiết lập riêng. Bắt đầu xây dựng ngay hôm nay. Cuộn xuống phần trưng bày để xem những gì Wan 3.0 có thể tạo ra.

Xem Dòng

MiniMax H3

MiniMax H3 là dòng video đa phương thức của MiniMax, hỗ trợ sáng tạo từ văn bản, hình ảnh và nội dung tham chiếu. Trên các route được hỗ trợ, sản phẩm duy trì chủ thể từ nội dung tham chiếu, cung cấp các tỷ lệ khung hình linh hoạt và kết hợp âm thanh được tạo với hình ảnh thông qua H3 Developer, với hồ sơ đầu ra được lựa chọn theo endpoint. Atlas Cloud hợp nhất dòng sản phẩm này dưới một khóa tương thích với OpenAI, cùng mức giá trả theo nhu cầu minh bạch bắt đầu từ mức tiêu chuẩn $0.038 mỗi giây. Hãy bắt đầu xây dựng ngay hôm nay.

Xem Dòng

GPT Image 2.5

Dòng gpt-image-2.5 của OpenAI mang đến cho nhà phát triển lựa chọn giữa Flare và Sunburst cho các quy trình xử lý ảnh trong môi trường production. Kết xuất ở độ phân giải tùy ý lên đến 3840x2160 và chọn một trong năm cấp chất lượng, bao gồm xhigh và max, để đáp ứng các yêu cầu đầu ra cụ thể. Atlas Cloud cung cấp dịch vụ suy luận REST sẵn sàng sử dụng, không cần khởi động nguội, với mức giá tiêu chuẩn từ $0.004 cho mỗi lần tạo. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

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!

Xem Dòng

Seedance 2.0

Seedance 2.0 là mô hình video phục vụ môi trường production của ByteDance, giúp tạo cảnh quay chính xác. Biến prompt thành video, tạo chuyển động cho hình ảnh khung hình đầu tiên với tùy chọn hướng dẫn bằng khung hình cuối, hoặc định hình kết quả bằng media tham chiếu và tùy chọn tìm kiếm web. Atlas Cloud hợp nhất các quy trình này trong một API duy nhất, với mức giá pay-as-you-go minh bạch và một key tương thích với OpenAI. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

Kling V3.0

Kling 3.0 API đưa bộ công cụ video hàng đầu của Kuaishou lên Atlas Cloud thông qua một khóa tương thích với OpenAI. Nó bao gồm hai mô hình: Kling 3.0 cho kể chuyện bằng AI Director, đồng bộ khẩu hình đa ngôn ngữ và văn bản trên màn hình chính xác, và Kling 3.0 Omni (O3) để sao chép chủ thể và giọng nói từ một video ngắn hoặc hình ảnh. Cả hai đều tạo ra âm thanh gốc trong cùng một lần xử lý, với đầu ra lên đến 4K. Xây dựng các câu chuyện điện ảnh, tiếp thị toàn cầu, quảng cáo đa ngôn ngữ và nội dung nhân vật theo kỳ trên một cơ sở hạ tầng đáng tin cậy.

Xem Dòng

Grok Imagine Video

Grok Imagine Video cung cấp cho các nhà phát triển quyền truy cập vào dòng sản phẩm video của xAI để tạo, tạo chuyển động, kéo dài và chỉnh sửa các đoạn video. Tạo video dài từ 1 đến 15 giây từ lời nhắc, định hướng nhân vật, vật thể hoặc phong cách bằng tối đa bảy hình ảnh tham chiếu, và làm việc ở độ phân giải 480p hoặc 720p. Atlas Cloud tập hợp các khả năng này thông qua các endpoint tương thích với OpenAI, cùng mức giá minh bạch theo mức sử dụng. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

Vidu Q4 Preview

Vidu Q4 là mô hình video chủ lực mới nhất của Vidu, được thiết kế để chuyển hình ảnh thành video và chuyển tham chiếu thành video. Mô hình có thể tạo chuyển động cho một ảnh tĩnh duy nhất và tự động chuyển cảnh, mang đến cho nhà phát triển hai luồng đầu vào phục vụ các quy trình sản phẩm khác nhau. Atlas Cloud cung cấp các API endpoint chuyên dụng với lược đồ tham số được công bố, áp dụng mức giá tiêu chuẩn đã được xác minh là $0.04 mỗi giây. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash là dòng mô hình video đa phương thức nguyên bản của Google DeepMind, phục vụ các quy trình sản xuất linh hoạt. Chỉnh sửa cảnh quay hiện có bằng hướng dẫn văn bản, duy trì tính nhất quán hình ảnh với tối đa 10 ảnh tham chiếu và 3 đoạn video, hoặc kéo dài một cảnh thành các phân đoạn có thể nối tiếp, tối đa 40 giây. Truy cập mọi quy trình trên Atlas Cloud với một API key tương thích với OpenAI, mức giá trả theo mức sử dụng và khả dụng ngay từ ngày đầu tiên. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

Nano Banana 2.1

Nano Banana 2.1 là dòng mô hình hình ảnh của Google được xây dựng trên Gemini 3.6 Flash. Mô hình mang đến khả năng tạo và chỉnh sửa ở cấp độ Pro với tốc độ ngang tầm Flash, hỗ trợ chỉnh sửa và kết hợp bằng ngôn ngữ tự nhiên trên 1 đến 14 hình ảnh đầu vào, đồng thời duy trì tính nhất quán cho tối đa 4 nhân vật và 10 vật thể. Thông qua Atlas Cloud, các nhà phát triển có thể truy cập dòng mô hình này bằng một khóa tương thích với OpenAI, thời gian hoạt động ổn định và khả dụng ngay từ Day-0. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

Nano Banana 2

Xây dựng bằng Nano Banana 2 API, được hỗ trợ bởi mô hình Gemini 3.1 Flash Image của Google. Nó tạo ra hình ảnh 4K gốc lên đến 4096x2304 với khả năng hiển thị văn bản chính xác và các nhân vật nhất quán trên tối đa 14 hình ảnh tham chiếu cho cả việc tạo và chỉnh sửa. Trên Atlas Cloud, bạn có thể truy cập nó thông qua một API hợp nhất cùng với hơn 300 mô hình, với mức giá từ 0,04 đô la cho mỗi hình ảnh, thời gian hoạt động 99,99% và tín dụng miễn phí để bắt đầu.

Xem Dòng

Bài viết đề xuất

Hướng dẫn, bài hướng dẫn và cập nhật sản phẩm giúp bạn khai thác tối đa Atlas Cloud.