Atlas Cloud 現已成為 Dreamina Seedance 2.5 與 Seedream 5.0 Pro 的美國授權經銷商。Atlas Cloud 現已成為 Dreamina Seedance 2.5 與 Seedream 5.0 Pro 的美國授權經銷商。
Vidu 是 Shengshu Technology 打造的影片生成系列，專為在不同鏡頭之間維持連貫動態與穩定主體而設計。Q series 支援多主體控制、智慧鏡頭切換、流暢動態，以及同步的音訊與影片輸出，協助實現電影級敘事。Atlas Cloud 為持續擴充的模型陣容提供 Day 0 存取權，讓新版本緊貼您的製作流程。立即開始打造。
Vidu 由 ShengShu Technology 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。
比較 Vidu 用於參考圖引導影片、起始與結束影格生成，以及單張圖片動畫的端點，並列出每個模型在 Atlas Cloud 的標準基礎價格。
| 模態 | 說明 |
|---|---|
| Vidu Reference-to-Video Q1 API (Reference to Video) | 參考圖像會引導 Q1 端點生成影片輸出。Atlas Cloud 列出的標準基礎價格為 $0.40，適合用於參考圖引導的概念短片與視覺敘事工作流程。 |
| Vidu Reference-to-Video 2.0 API (Reference to Video) | 使用 Vidu 2.0 進行以參考圖驅動的製作時，提供參考圖像即可取得生成影片。其在 Atlas Cloud 的標準基礎價格為 $0.20，適合週期性角色、產品與場景視覺化任務。 |
| Vidu Start-End-to-Video 2.0 API (Start and End Frames to Video) | 提供開頭與結尾影格後，此 Vidu 2.0 端點會生成兩者之間的影片。Atlas Cloud 記載的標準基礎價格為 $0.075，適合規劃式轉場、視覺揭示與分鏡序列。 |
| Vidu Image-to-Video 2.0 API (Image to Video) | 透過 Vidu Image-to-Video 2.0 端點，可將來源圖片轉換為生成影片。標準 Atlas Cloud 基礎價格為 $0.075，適合產品圖片動畫、社群內容與靜態圖片動態化工作流程。 |
從 4 張參考影像的一致性，到原生音訊與 16 秒 1080p 片段，Atlas Cloud 上的 Vidu API 透過單一隨用隨付 endpoint，讓 Shengshu 完整的 Q 系列全面開放使用。
Vidu API 接受 1 到 4 張參考影像，讓角色、產品與場景在每一幀中維持視覺一致。這種可靠性讓系列化敘事與符合品牌安全要求的產品影片得以大規模實現。
上傳起始影格與結束影格後，模型會自行建立兩者之間的平滑轉場。動態設計師可將此功能用於變形、揭示效果，以及精準定時的場景切換。
為什麼要先算出無聲片段，再事後配樂？每個 Q3 endpoint 都能在同一次處理中生成同步的音效與背景音樂，讓對話場景與廣告產出後即可發布。
如果場景需要更多呼吸空間，可生成最長 16 秒、解析度介於 540p 至 1080p 的片段，並透過超解析度升頻至 1440p。需要拼接的鏡頭更少，故事更流暢，後期製作負擔也更低。
動作幅度設定可將輸出從細微的電影感漂移調整為大幅度的戲劇性動作，而 text-to-video endpoints 則可在通用與動漫風格之間切換。導演無須重寫提示詞，即可取得鏡頭層級的控制。
相同提示詞，分別由 Vidu 與其他領先的影片模型生成
一名孤身特技駕駛在雨中的霓虹夜市裡，駕駛一輛霧面黑色肌肉車甩尾穿梭。開場以貼近地面的跟拍鏡頭掠過濕滑柏油路面，車輛繞過彎道側滑，火花從護欄上迸射而出。快速搖鏡切向攤販，他們連忙將攤位往後拉，紙燈籠劇烈搖晃。切換至無人機鏡頭，在高空盤旋俯拍，車輛從兩輛公車之間穿過，僅以幾公分之差驚險通過；接著硬切至駕駛艙內：雙手猛打方向盤，雙眼瞥向後視鏡，鏡中映滿閃爍的警車燈光。最後以慢動作呈現車輛 180 度旋轉滑入冒著蒸氣的小巷，咆哮的引擎聲與雨聲嘶嘶作響，充滿整段配樂。照片級寫實風格、電影感光影、10 秒、16:9 畫面比例。
Vidu
Seedance 2.0
Vidu Q2 Pro
動漫風格：一名年輕女劍士在破碎的浮空神社上方，迎戰一條巨大的暴風龍。開場以快速推進鏡頭聚焦她的雙眼，閃電劃破天空；接著快速搖鏡跟隨她衝過正在崩塌的石橋，碎石在她腳邊被捲起。鏡頭環繞拍攝她躍起的瞬間，刀刃燃起藍色火焰；同時，巨龍的下顎猛然砸落在她一幀前所站的位置。鏡頭拉遠至史詩般的廣角畫面，她揮出的一擊將閃電劈成兩半，衝擊波在雲層間層層擴散。銳利的 2D 賽璐珞上色、動態速度線、雷鳴聲，以及配樂中逐漸高漲的合唱。8 秒、16:9 畫面比例。
Vidu
Seedance 2.0
Vidu Q2 Pro
Vidu 透過 Atlas Cloud 上的一個隨用隨付 API，運用參考圖像在系列敘事、品牌行銷活動、前期製作概念、社群系列與教育內容中，維持角色、產品及視覺世界的一致性。
參考圖像能協助 Vidu 保留角色的身分特徵，同時透過提示詞將該主體置於全新的場景與動作中。系列創作者可以製作系列短片、角色行銷活動及相互連結的故事章節，實現更強的視覺連貫性。
使用產品參考圖像，在場景與鏡頭方向改變時，持續保留產品的形狀、色彩與細節。電商團隊可以圍繞同一項產品，製作行銷活動概念、型錄動態短片及上市故事。
標誌、吉祥物及具代表性的環境都能作為參考，引導 Vidu 在全新場景中維持一致的品牌元素。行銷工作室可以建立可重複運用的視覺基礎，用於季節性行銷活動、在地化版本及多鏡頭品牌敘事。
當腳本需要視覺驗證時，可以結合參考主體與文字指示，在製作前生成連貫的概念短片。導演無須先投入拍攝，就能評估選角、走位、場景連貫性及行銷活動構想。
一個令人一眼認出的社群人物，能否貫穿整個社群系列？Vidu 運用參考圖像，在各種提示情境中維持該主體的一致性，協助創作者工具製作固定主持人、虛擬人物及系列化短影音內容。
以文物、場景或反覆出現的引導者參考圖像，建立教育敘事的視覺基礎，再提示新的動作，同時協助保留其視覺特徵。博物館與學習團隊可以製作解說內容、文化故事及課程段落。
比較 Vidu 的生成工作流程、支援的參考輸入，以及 Atlas Cloud 上選定參考素材生成影片模型的標準基礎價格。
| 模型 | 輸入工作流程 | 參考輸入 | 標準基礎價格 |
|---|---|---|---|
| Vidu Reference-to-Video 2.0 | 參考素材生成影片 | 1 至 3 張圖片 | $0.20 |
| Vidu Start-End-to-Video 2.0 | 起始與結束影格生成影片 | 2 張圖片：起始與結束影格 | $0.075 |
| Image-to-video-2.0 | 圖片生成影片 | 1 張來源圖片 | $0.075 |
| Vidu Reference-to-Video Q1 | 參考素材生成影片 | 1 至 3 張圖片 | $0.40 |
| Seedance 2.5 Reference-to-Video | 多模態參考素材生成影片 | 最多 30 張圖片、10 部影片與 10 段音訊片段 | $0.167 |
| Wan-3.0 Reference-to-video | 多模態參考素材生成影片 | 最多 20 個混合圖片、影片與音訊參考素材 | $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 Vidu 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 Vidu、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。
Vidu 是由 ShengShu Technology 與 Tsinghua University 合作開發的一系列 AI 影片生成模型。支援文字轉影片、圖片轉影片、參考圖轉影片，以及起始與結束影格工作流程，其中包括專為在影片片段中維持主體一致性而設計的模型。
使用參考圖片，可將具辨識度的角色、產品、物件或環境置入生成的影片中。此工作流程適合用於重複出現的角色、品牌產品場景、短篇敘事、廣告，以及其他需要維持視覺連貫性的專案。
參考圖轉影片會使用提供的圖片來引導主體特徵，但不會將圖片嚴格視為開頭影格。圖片轉影片會讓來源圖片產生動畫，而起始與結束影格生成則會建立連接兩個指定影格的動態。
建立 Atlas Cloud API 金鑰，並使用 Bearer 驗證向 /api/v1/model/generateVideo 發送 POST 請求。請包含選定的模型識別碼及其必要輸入內容，例如提示詞與參考圖片。回應會提供 ID、狀態資訊，以及可用時的輸出 URL。
接受的參考圖片格式包括 PNG、JPEG、JPG 和 WebP，可透過可存取的 URL 或有效的 Base64 資料提供。限制取決於端點：Reference to Video 2.0 接受一至三張圖片，而 Q3 Mix 接受一至四張。建立請求前，請先查看所選模型的 schema。
若要提升一致性，請使用清晰的參考圖片，並明確描述每個主體、動作、場景與鏡頭運動。確保不同輸入中的主體特徵與服裝在視覺上相容，並避免在同一個提示詞中混合相互衝突的場景指示。
Atlas Cloud 列出的標準單次生成價格為：Reference to Video Q1 $0.40、Reference to Video 2.0 $0.20，以及 Image to Video 2.0 或 Start and End to Video 2.0 $0.075。其他模型各有不同的隨用隨付費率，因此提交工作前請先查看所選端點。
生成作業會以非同步方式執行，因此請保留提交後回傳的工作 ID 並監控其狀態。處理成功後，請從結果中的輸出 URL 取得生成的影片。如果應用程式需要長期保存，請及時儲存已完成的媒體檔案。
首先確認 API 金鑰、模型識別碼、必要參數、圖片可存取性、檔案格式，以及端點專屬限制。如果主體特徵逐漸偏移，請嘗試使用光線一致且更清晰的參考圖片，減少相互衝突的細節，然後簡化提示詞。利用回傳的錯誤資訊診斷遭拒或失敗的請求。
Seedance 2.5 API 現已在 Atlas Cloud 上線！它為開發者提供了 ByteDance 最新的影片模型。該模型可透過文本、單張影像或多達 50 個多模態參考，一次性生成長達 30 秒的原生影片，並包含同步音訊和畫面內的多語言文本。在 Atlas Cloud 上，您可以透過單個金鑰存取它，其主體一致性和改進的物理特性可保持長鏡頭的連貫性。
Wan 3.0 API 是阿里巴巴 Wan 影片系列的下一代產品，旨在將長影片生成、多參考控制和影音品質推向新的高度。Atlas Cloud 已經代管了 Wan 2.7、2.6 和 2.5，而 Wan 3.0 透過相同的統一金鑰運行，無需額外設定。立即開始建置吧。向下捲動至展示區，查看 Wan 3.0 的創作能力。
MiniMax H3 是 MiniMax 的多模態影片系列，支援文字、影像與參考素材引導創作。在支援的路由中，它能保留參考媒體中的主體、提供彈性的長寬比，並透過 H3 Developer 將生成的聲音與畫面配對；輸出設定檔則依端點選定。Atlas Cloud 以一組 OpenAI-compatible 金鑰統一整個系列，並提供透明的隨用隨付定價，標準費率為每秒 $0.038。立即開始打造。
OpenAI 的 gpt-image-2.5 系列讓開發者可在正式環境的影像工作流程中選擇 Flare 與 Sunburst。支援最高 3840x2160 的任意解析度渲染，並提供五個品質等級（包括 xhigh 與 max），滿足特定的輸出需求。Atlas Cloud 提供可立即使用的 REST 推論服務，無冷啟動問題，標準價格每次生成最低 $0.004。立即開始建構。
Seedream 5.0 Pro API 為開發者在 Atlas Cloud 上提供了字節跳動的可控圖像編輯模型。它透過錨點和座標精確定位編輯，將圖像分離為可編輯圖層，融合多個參考，並精準匹配顏色和材質，支援 2K 和 3K 解析度的多語言文本。在 Atlas Cloud 上，您只需一個金鑰即可存取！
Seedance 2.0 是 ByteDance 為精準鏡頭創作打造的生產級影片模型。將提示詞轉換為影片、使用可選的末幀引導讓首幀圖片動起來，或搭配參考媒體與可選的網路搜尋塑造成果。Atlas Cloud 將這些工作流程整合至統一的 API，提供透明的按用量計費方案，以及一組相容於 OpenAI 的金鑰。立即開始打造。
Kling 3.0 API 透過一個與 OpenAI 相容的金鑰，將 Kuaishou 的旗艦影片套件引入 Atlas Cloud。它包含兩個模型：Kling 3.0 用於 AI Director 敘事、多語言唇形同步和精準的螢幕文字；Kling 3.0 Omni (O3) 用於透過短影片或圖像進行主體和聲音複製。兩者皆能在同一次處理中生成原生音訊，最高支援 4K 輸出。在可靠的基礎設施上建構電影級敘事、全球行銷、多語言廣告和系列化角色內容。
Grok Imagine Video 讓開發者能使用 xAI 的影片模型系列，建立、動畫化、延展及編輯影片片段。只要輸入提示詞，即可生成 1 至 15 秒的影片；搭配最多 7 張參考圖片，引導人物、物件或風格，並支援 480p 或 720p。Atlas Cloud 透過與 OpenAI 相容的端點，整合這些功能，並提供透明的按用量計費方案。立即開始建置。
Vidu Q4 是 Vidu 最新的旗艦影片模型，專為影像轉影片與參考圖轉影片生成而設計。它能將單張靜態影像製作成動畫，並自動建立場景轉場，為不同的產品工作流程提供兩種輸入方式。Atlas Cloud 提供專用 API endpoint，並以已驗證的標準價格 $0.04 per second 公開參數 schema。立即開始建置。
Gemini Omni 1.1 Flash 是 Google DeepMind 為彈性化製作流程打造的原生多模態影片系列。透過文字指令編輯現有素材，使用最多 10 張參考圖片與 3 段影片維持視覺一致性，或以可串接的片段延長鏡頭，最長達 40 秒。在 Atlas Cloud 上使用單一 OpenAI 相容 API 金鑰即可存取所有工作流程，享有隨用隨付的定價與 Day-0 可用性。立即開始打造。
Nano Banana 2.1 是 Google 基於 Gemini 3.6 Flash 打造的影像模型系列。它以 Flash 等級的速度提供 Pro 等級的生成與編輯功能，支援以自然語言對 1 至 14 張輸入影像進行編輯與合併，並可維持最多 4 個角色與 10 個物件的一致性。透過 Atlas Cloud，開發者只需一組 OpenAI 相容金鑰，即可使用此系列模型，享有可靠的服務可用性與 Day-0 上線支援。立即開始打造。
使用由 Google 的 Gemini 3.1 Flash Image 模型驅動的 Nano Banana 2 API 進行建置。它可生成解析度高達 4096x2304 的原生 4K 視覺效果，具備準確的文字渲染能力，並在生成與編輯過程中支援多達 14 張參考圖像的角色一致性。在 Atlas Cloud 上，您可以透過一個統一的 API 存取它及其他 300 多個模型，價格低至每張圖像 0.04 美元，提供 99.99% 的正常運作時間，並附贈免費額度供您開始使用。
指南、教學與產品動態，助你充分發揮 Atlas Cloud 的價值。
