Pixverse v6 是 PixVerse 為需要精準創意控制的開發者打造的 AI 影片生成模型系列。Prompt 最多可接受 5,000 個字元,參考圖生成最多支援七張圖片,並可透過帶有 seed 的請求,在不同的正式環境執行中重現輸出結果。Atlas Cloud 將所有 endpoint 整合至單一 API,提供透明的隨用隨付定價,且無需設定基礎架構。立即開始建置。
Pixverse V6 由 PixVerse 開發。Atlas Cloud(由 Atlas Cloud AI LLC 營運)僅提供接取服務,並不擁有該模型。所有商標均歸其各自所有者所有。
Atlas Cloud 為您提供最新的行業領先創意模型。
了解 Pixverse API 的每個端點需要哪些輸入、會生成什麼內容,以及在 Atlas Cloud 上的費用,從單一文字提示詞到七張影像的參考控制皆涵蓋其中。
| 模態 | 描述 |
|---|---|
| Pixverse V6 Text-to-Video API (Text to Video) | 以最多 5,000 個字元描述場景,V6 會將其渲染為 1 至 15 秒、最高 1080p 的影片,並在同一輪生成音訊。從 21:9 電影寬銀幕到 9:16 直式畫面的八種長寬比,涵蓋電影、社群與廣告格式,無需後製裁切。在 Atlas Cloud 上,價格從每秒 $0.025 起。 |
| Pixverse V6 Image-to-Video API (Image to Video) | 這個端點只需一張靜態影像,就能生成保留來源視覺特徵的動態片段,並可搭配最多 5,000 個字元的文字提示詞進行引導。支援最大 10MB 的 JPG 與 PNG 輸入,以及 1:2.5 至 2.5:1 的長寬比,因此無論是人像、產品攝影或寬幅橫幅,都能直接轉為動畫而無需重新排版。選用原生音訊與 seed 參數後,便能讓輸出結果可重複,適合用於製作流程。 |
| Pixverse V6 Start-End-to-Video API (Image to Video) | 當片段必須精準落在指定的最後一幀時,這個端點會同時接收起始影像與結束影像,並生成兩者之間的所有動態。影格可透過公開 URL 或 Base64 傳入,格式支援 PNG、JPEG 或 WebP;影片長度為 1 至 15 秒,最高可達 1080p。因此,它非常適合用於場景轉場、可循環內容,以及具有固定視覺終點的鏡頭。 |
| Pixverse V6 Reference-to-Video API (Reference to Video) | 每次生成最多可使用七張參考影像進行引導,而且每張影像都能標記為主體或背景,並設定專屬的參考名稱,以便在提示詞層級進行控制。V6 能在整段影片中維持角色外觀與場景脈絡的一致性,省去角色導向及品牌一致性內容製作中的手動關鍵影格設定。輸出支援完整的八種長寬比,以及最高 1080p 的解析度。 |
| Pixverse V6 Video-Extend API (Video to Video) | 需要讓片段比原始剪輯更長嗎?只要傳入來源影片 URL 與文字提示詞,V6 就能在保留既有動態與視覺風格的情況下,將影片延長另外 1 至 15 秒。在 Atlas Cloud 上每秒 $0.025 的價格,延長場景的費用與從頭生成相同。 |
Pixverse v6 將 1 至 15 秒生成、最高 1080p 的 4 個解析度層級、8 種長寬比、同步音效、起始與結束畫格控制、7 張圖片參考,以及影片延伸功能,整合至 5 個隨用隨付的 Atlas Cloud 端點。
Pixverse v6 可根據最長 5,000 個字元的提示詞建立高品質影片片段,時長介於 1 至 15 秒,輸出解析度可選 360p、540p、720p 或 1080p。8 種長寬比涵蓋電影感十足的 21:9、標準 16:9、正方形 1:1,以及直式 9:16 格式。seed 值可支援可重複的迭代流程。開發者無需更換端點或重建整合,即可從粗略草稿推進至交付素材。
透過 sound 參數,可在生成影片的同時生成音效;在支援的 Pixverse v6 生成端點上,此功能預設為啟用。只需在引導視覺效果的同一個提示詞中,描述場景及其聲音氛圍。如此可將音訊建立整合在單一請求中,減少預告片、社群短片、音樂視覺作品與敘事場景的額外製作步驟。
從一張圖片開始,使用最長 5,000 個字元的提示詞引導其動態。Pixverse v6 圖片轉影片功能接受最大 10MB 的 PNG、JPEG、JPG 或 WebP 輸入,並支援 1 至 15 秒的影片片段。選用 sound 與 seed 值,可進一步掌控可重複的製作流程。適合用於人像、產品、藝術作品,以及需要加入動態效果的既有活動素材。
設定開頭與結尾圖片,再讓模型生成連接兩者的動態。PNG、JPEG、JPG 或 WebP 均可使用公開 URL 或 Base64 輸入,但起始至結束的長寬比必須維持在 0.8 至 1.25 之間。影片時長介於 1 至 15 秒,解析度最高可達 1080p。這種精準的構圖控制適合用於變形效果、預先規劃的揭示場景,以及可循環播放的轉場。
使用 1 至 7 張參考圖片引導場景,每張圖片都可標記為主體或背景,也可選擇指定最長 30 個 UTF-8 位元組的參考名稱。Pixverse v6 API 允許提示詞呼叫這些具名參考,以指定畫面中出現的人物、產品或環境。輸出時長介於 1 至 15 秒,解析度最高可達 1080p。這項控制功能適合重視身分辨識與品牌一致性的專案。
透過專用的影片延伸端點,提供來源影片 URL、延續提示詞,以及新增的 1 至 15 秒時長,即可延續現有影片片段。從 360p 到 1080p 的 4 種品質設定,讓團隊能配合來源影片與交付目標。Atlas Cloud 將延伸功能與文字、圖片、起始與結束畫格,以及參考圖片工作流程整合在同一套 API 中,標準隨用隨付價格為每秒 $0.025。
使用相同提示詞,由 Pixverse 與其他主流影片模型生成:多鏡頭與高端商業影片
為一款奢華電動自行車製作 10 秒電影感產品廣告。 場景 1,0-2s: 自行車霧面黑色車架上雨滴滑落的微距特寫。柔和霓虹反射、淺景深、鏡頭緩慢推進。細微雨聲環境音。 場景 2,2-5s: 低角度跟拍鏡頭,捕捉自行車在夜晚濕潤的城市街道上行駛。輪胎濺起淺水窪中的水花。加入寫實的輪胎濺水聲、柔和的電動馬達嗡鳴聲,以及遠處的交通環境音。 場景 3,5-8s: 平滑的側面跟拍鏡頭,捕捉同一輛自行車經過街燈下方。保持完全相同的車架幾何結構、輪胎、頭燈、色彩與比例。受控的動態模糊、高級商業廣告構圖。 場景 4,8-10s: 最終主視覺鏡頭:自行車停在玻璃建築旁。頭燈柔和發光,雨水與霓虹反射自然淡出。產品置中、畫面銳利,呈現高端廣告質感。 要求: - 在所有鏡頭中維持完全相同的自行車設計 - 使用清晰的電影感鏡頭控制:微距特寫、低角度跟拍、側面跟拍、最終主視覺鏡頭 - 維持雨水、光線、反射與城市氛圍的一致性 - 讓音訊與動作同步:雨聲、輪胎濺水聲、電動馬達嗡鳴聲、城市環境音 - 不得出現變形輪胎、車架結構改變或產品細節不一致 - 寫實材質、精緻的商業電影質感、1080p
Pixverse v6
Wan 2.7
Kling V3.0
為一款放置在現代攝影棚桌面上的透明無線喇叭製作 10 秒電影感產品廣告。 場景 1,0-2s: 透明喇叭外殼的微距特寫。透過透明外殼可以看見內部元件。柔和的攝影棚燈光、乾淨的反射、淺景深、鏡頭緩慢推進。 場景 2,2-5s: 喇叭啟動。細緻的 LED 環從中心向外逐漸亮起。鏡頭以平滑環繞方式拍攝產品。加入柔和的啟動提示音,以及與 LED 動畫同步的低頻脈衝聲。 場景 3,5-8s: 側面近景:透過附近水杯的輕微振動,呈現聲波效果。喇叭維持完全相同的形狀、尺寸、材質與內部配置。乾淨的攝影棚背景、高級產品構圖。 場景 4,8-10s: 最終主視覺鏡頭:透明喇叭置中於桌面上,LED 環柔和發光,鏡頭緩慢拉遠。極簡未來感攝影棚、精緻的商業廣告質感。 要求: - 在所有鏡頭中維持完全相同的喇叭設計 - 使用電影感鏡頭控制:微距特寫、平滑環繞、側面近景、最終主視覺拉遠 - 維持攝影棚燈光、反射、透明度與產品比例的一致性 - 讓音訊與動作同步:啟動提示音、低頻脈衝、細微振動 - 不得出現內部元件改變、透明外殼變形或 LED 位置不一致 - 高端科技商業廣告風格、乾淨構圖、寫實材質、1080p
Pixverse v6
Wan 2.7
Kling V3.0
透過 Atlas Cloud 的按量計費 API,使用 Pixverse v6 將產品靜態圖與標記參考圖,轉化為轉場、延長剪輯與多片段故事。
將詳細文字提示轉化為多片段序列,並可選擇同步音訊及最高 1080p 的解析度。創意團隊可在投入傳統拍攝前,先製作行銷活動敘事、預告片與概念短片的原型。
在保留產品原始特徵的同時,根據最長 5,000 字元的詳細提示,為產品圖片加入動畫效果。電商團隊無須重新製作原始素材,即可打造產品展示、主視覺影片與多種廣告版本。
使用最多 7 張帶有標籤的參考圖片,引導生成片段中的主體與背景。品牌工作室可在不同活動場景中維持角色、產品與環境的辨識度,同時減少手動處理畫面連貫性的工作。
定義開場與結尾畫面,再由 Pixverse v6 生成兩者之間的動態效果。剪輯人員可在固定的視覺終點下,製作受控揭示、視覺變形、標題序列與場景轉場。
將現有影片延長 1 到 15 秒,並延續既有的動態與視覺風格。剪輯人員可利用彼此銜接的生成片段,組合出更長的預告片、音樂影片與敘事剪輯。
透過 Atlas Cloud 上的 Pixverse v6 endpoints,選擇文字、圖片、參考圖、轉場或延長生成。開發者可建構創作者工具與自動化影片工作流程,享有按量計費的存取方式,且無須管理 GPU 基礎架構。
比較 Pixverse v6 與 Atlas Cloud 上其他可用的文字轉影片模型,涵蓋片段長度、最高解析度、原生音訊及標準基本價格。
| 模型 | 片段長度 | 最高解析度 | 原生音訊 | Atlas 基本價格 |
|---|---|---|---|---|
| Pixverse v6 Text-to-Video | 1–15 秒 | 1080p | √ | $0.025/sec |
| MiniMax H3 Text-to-Video | 4–15 秒 | 2K | √ | $0.038/sec |
| Seedance 2.0 Text-to-Video | 最長 15 秒 | 1080p | √ | $0.112 |
| Veo 3.1 Lite Text-to-video | 4、6 或 8 秒 | 1080p | √ | $0.05 |
幾分鐘即可上手 — 按照以下簡單步驟,透過 Atlas Cloud 平台整合和部署模型。
在 atlascloud.ai 註冊並完成驗證。新用戶可獲得免費額度,用於探索平台和測試模型。
將先進的 Pixverse V6 模型與 Atlas Cloud 的 GPU 加速平台相結合,提供無與倫比的效能、可擴展性和開發體驗。
低延遲:
GPU 最佳化推理,實現即時回應。
統一 API:
一次整合,暢用 Pixverse V6、GPT、Gemini 和 DeepSeek。
透明定價:
按 Token 計費,支援 Serverless 模式。
開發者體驗:
SDK、資料分析、微調工具和模板一應俱全。
可靠性:
99.99% 可用性、RBAC 權限控制、合規日誌。
安全與合規:
SOC 2 Type II 認證、HIPAA 合規、美國資料主權。
PixVerse V6 是 PixVerse 推出的 AI 影片生成模型。它支援文字生成影片、圖片生成影片、首尾幀轉場、參考引導生成與影片延伸,並可選擇生成音訊。
你可以透過文字提示詞建立影片、讓靜態圖片動起來、生成兩個影格之間的轉場、延續現有素材,或使用視覺參考引導場景。這些工作流程適合社群短片、產品影片、廣告、電影感片段,以及由開發者打造的創意應用程式。
選擇符合輸入內容的 Atlas Cloud endpoint,然後依照其已發布的參數 schema 設定請求。使用一組 Atlas Cloud API 金鑰即可取得存取權,不需要自行部署或管理 GPU 基礎架構。
文件所述的 V6 工作流程支援最長 5,000 個字元的提示詞、1 至 15 秒的影片長度,以及 360p、540p、720p 或 1080p 輸出。可選控制項包括音訊生成與 seed;長寬比和輸入設定則依 endpoint 而異。
Atlas Cloud 將五個 V6 API 端點的標準基礎價格均列為每秒 $0.025。計費採用隨用隨付,因此生成費用會依要求的影片長度而變動。
可以。文件所述的每種 V6 生成模式都包含可選的音訊控制項,讓你能在同一個請求中生成音訊與影片。如果你的工作流程會另外提供音訊,則可停用此設定。
兩個模型都支援文字生成影片、圖片生成影片、首尾幀轉場、參考引導生成、原生音訊,以及最長 15 秒、最高 1080p 的輸出。V6 另外支援影片延伸;PixVerse 則建議使用 C1 進行電影感、參考導向及動作類生成。
當角色、產品或背景需要維持可辨識的外觀時,請使用參考生成影片。讓不同請求中的描述、服裝、光線與攝影機方向保持一致;若需要更可重現的生成條件,也可以重複使用相同的 seed。
指南、教學與產品動態,助你充分發揮 Atlas Cloud 的價值。