


Vidu Q1 是 Vidu 面向開發者的多模態影片生成系列,協助打造可控的視覺工作流程。您可以從文字提示詞、來源圖片、視覺參考素材,或指定的起始與結束影格建立影片片段,依照每項製作任務選擇最合適的輸入方式。Atlas Cloud 透過一組 OpenAI 相容金鑰整合存取,提供透明的每次呼叫定價與簡便的整合方式。立即開始開發。
Vidu Q1 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。
將各個 Vidu Q1 endpoint 對應至文字、影像、參考影像,或起始與結束影格工作流程。
| 模態 | 描述 |
|---|---|
| Vidu Q1 Image To Video API | 將來源影像與動作指示轉換為流暢動畫影片,支援可選音訊與最高 1080p 的電影級畫質。適用於根據現有影像製作動畫作品、產品視覺內容或敘事鏡頭。 |
| Vidu Q1 Reference To Video API | 使用參考影像引導生成高品質影片,呈現流暢動態,支援可選音訊,輸出最高可達 1080p。此 endpoint 適合製作角色導向片段、品牌視覺內容,以及需要指定視覺基準的場景。 |
| Vidu Q1 Start End To Video API | 提供開頭與結尾影像,生成在兩種視覺狀態之間轉換的影片。流暢動畫與最高 1080p 的電影級輸出,適合預先規劃的轉場、變形效果,以及相互連貫的故事序列。 |
| Vidu Q1 Text To Video API | 當概念始於文字時,此 endpoint 會將文字提示轉換為高品質生成影片。可選音訊與最高 1080p 的電影級畫質,適合概念視覺化、廣告場景與短篇敘事內容。 |
Vidu Q1 可將文字、來源圖片、主體參考圖,以及成對的起始與結束影格,轉換為固定 5 秒、1080p 的影片,並支援可設定的動態、長寬比、風格、音訊、種子,以及各支援路徑的透明 API 存取。
Vidu Q1 透過專用的 Atlas Cloud 模型 ID,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生成。你可以從提示詞、1 張來源圖片、多張主體參考圖,或 2 張邊界影格開始。每種路徑都會以 1080p 產生固定 5 秒的片段。這些模式適合快速構思、素材動畫,以及受控的故事節拍。
參考圖轉影片總共接受 1 至 7 個主體與 1 至 7 張圖片,每個主體最多可指派 3 張圖片。在提示詞中提及主體 ID,即可指定各主體的角色。模型會將參考的人物或物件帶入 5 秒、1080p 的場景中。這適合角色導向的片段、時尚展示,以及產品敘事。
設定第一個與最後一個影格,再描述應如何銜接兩者的動作。Vidu Q1 會在保留指定端點的同時,以 1080p 產生流暢的 5 秒轉場。選擇自動、小、中或大幅度的動態振幅,以符合場景需求。這種路徑能為分鏡、視覺變換,以及精簡的敘事節拍提供明確的終點。
將 Vidu Q1 的動態調整為自動、小、中或大,並在需要可重複迭代時使用種子。文字轉影片還提供一般與動漫風格,以及 16:9、9:16 和 1:1 的長寬比。這些控制項讓開發者無須更換模型,就能測試克制的手勢、動態動作、橫向場景或直式社群內容。
透過支援的 Atlas 路徑,可以在生成影片的同時產生聲音;背景音樂則可透過專用控制項提供。參考圖轉影片另提供全部、僅語音,以及僅音效等音訊模式。只需一次請求,即可將 5 秒、1080p 的片段與對話、音效或音樂結合。這適合社群短片、產品揭露,以及從第一次生成就需要聲音的短篇敘事片段。
使用單一 Atlas Cloud API 金鑰,並在 Vidu Q1 的 4 種路徑中採用相同的非同步 generateVideo 工作流程。請求會回傳預測 ID,完成後的輸出則會以標準 URL 提供。經驗證的標準基本價格為 $0.40,採透明的隨用隨付方式計費。這種架構能協助開發者加入多種生成模式,而不必維護分開的供應商整合。
看看 Vidu Q1 與 Atlas Cloud 的兩個替代方案,如何在充滿動感的都市追逐與風格化奇幻冒險中,詮釋完全相同的提示詞。
一段 10 秒、以手工製作布料木偶呈現的定格動畫,場景位於狹窄擁擠的復古服飾精品店內:一名魅力十足、外觀始終一致的木偶角色剛穿上一件鮮橙色風衣,重力卻突然向上翻轉。衣架旋轉,木製衣架喀啦作響,酒紅色貝雷帽、芥末黃色服裝、孔雀藍圍巾與散落的鈕扣,如受驚魚群般湧向天花板。以快速推軌鏡頭穿過搖晃衣架間的狹窄縫隙開始;當角色將一隻腳踏上旋轉中的衣櫥並向上躍起時,轉換為戲劇性的低角度追蹤鏡頭。讓角色持續移動,在漂浮的衣物間翻滾,依序抓住並穿上三件截然不同的服飾——酒紅色貝雷帽、芥末色馬甲與孔雀藍圍巾——以流暢、誇張的半空換裝完成整個動作;袖口捲動、衣襬飛揚、鈕扣互相碰撞,多層布料在可信的反向重力下扭轉。換裝期間緊密環繞角色運鏡,保留精確的臉部特徵、身體比例與服裝連貫性,接著快速向外甩出,進入對稱的快速廣角鏡頭;重力猛然恢復,一切物品落回原位。角色以勝利姿態落地,但一隻藏在風衣裡的白鼬先跳了出來,毛髮彈動,戴上小巧的黑色太陽眼鏡,搶走最後的定格姿勢。溫暖的鎢絲燈實景光與冷調的藍綠色窗光形成絕妙衝突,呈現豐富而觸感鮮明的纖維、清晰可見的縫線、富有表情的木偶動畫、活潑的肢體喜劇、俐落而富節奏感的定格動畫時間控制,以及由漂浮衣物營造的強烈放射狀景深;鏡頭轉場無縫銜接,不使用慢動作。音效:輕快的復古搖擺樂打擊樂、布料疾速掠過的聲音、木製衣架清脆的喀嗒聲、鈕扣俐落的敲擊聲、衣櫥嘎吱聲、重力恢復時的低音鼓重擊,以及最後俏皮的太陽眼鏡喀噠聲。16:9 畫面比例。
Generated with Vidu Q1 Reference-to-Video on Atlas Cloud
Generated with Seedance 2.5 Reference-to-Video on Atlas Cloud
Generated with Seedance 2.0 Reference-to-Video on Atlas Cloud
一段 8–10 秒的電影感微型故事,場景位於暴烈雨勢中的鄉村陶藝工作坊:一名年輕陶藝師在滴水的瓦簷下操作快速旋轉的陶輪,寒冷的側風與雨水掃過敞開的工作室。以極端微距追蹤鏡頭開始,貼著旋轉中的陶輪側邊掠過,捕捉他沾滿濕黏土的手指塑造一只高而細頸的花瓶;每一道紋路、每一次搖晃、每一滴水珠與離心拉力,都以觸感精準度呈現。一陣突如其來的強風吹得器皿偏離軸心;快速甩切至越肩視角,只見他向前傾身,用一隻手加速陶輪,另一隻手支撐正在塌陷的黏土。旋轉的濕黏土沒有恢復原形,反而持續拉伸成一條有光澤、栩栩如生的泥鰻;它纏上他的前臂,扭動著掙脫,朝附近的水桶飛竄而去。變形與逃脫過程中,圍繞陶藝師進行快速且嚴密控制的環繞運鏡,維持角色、手部、黏土與空間位置的精確連貫性。泥鰻以可信的重量撞入水中,濺起環形皇冠狀水花,水滴與漣漪向地面四周擴散。最後突然切換至俯拍鏡頭:淋得全身濕透的陶藝師,在笑意與難以置信之間來回,將雙手伸進水桶試圖抓住泥鰻,而泥鰻則從他的指縫間滑走。持續的高密度動態、符合解剖結構的手部、令人信服的濕黏土變形、旋轉慣性、動量、流體碰撞、水花動態,以及同步的環境音效:傾盆大雨、屋頂滴水、呼嘯強風、嗡鳴的陶輪、黏稠黏土的擠壓聲、清脆的濺水聲,以及陶藝師受驚的笑聲;無對白或音樂。將寫實電影感與極度細緻、富有觸感的黏土質地融合,冷調的藍色暴風雨光線與溫暖的琥珀色窯火相互衝突,景深在鏡頭之間自然轉換,以偏離中心的奇異構圖加劇失控感,動態清晰俐落,不使用慢動作;不得出現螢幕、介面、儀表板、進度列、圖表、字幕、標誌或畫面文字。16:9 畫面比例。
Generated with Vidu Q1 Reference-to-Video on Atlas Cloud
Generated with Seedance 2.5 Reference-to-Video on Atlas Cloud
Generated with Seedance 2.0 Reference-to-Video on Atlas Cloud
以文字提示、參考圖片,或指定的開頭與結尾影格為起點,Vidu Q1 能製作流暢、具電影感的影片,適用於行銷活動、產品展示、分鏡腳本,以及可選配音訊的媒體內容。
將文字概念轉化為精緻的 Vidu Q1 影片,具備流暢動態、可選配音訊與電影般的質感。行銷團隊無須為每個構想拍攝實體素材,就能製作活動預告、產品故事與社群短片。
透過 Vidu Q1,依據提供的視覺起始點引導流暢動態,讓靜態產品圖片動起來。零售商可利用現有的行銷活動攝影素材,製作上市素材、型錄動態內容與展示影片。
使用參考影像引導角色、產品與場景,同時由 Vidu Q1 生成流暢的動畫影片。創意團隊可運用具有辨識度的原始素材,製作系列化的行銷活動視覺、品牌解說影片或敘事短片。
定義開頭與結尾影格,再讓 Vidu Q1 生成兩者之間的流暢動態。電影製作人與剪輯師可在投入高昂成本進行完整製作前,先行製作場景變換、視覺揭示與故事節點的原型。
當分鏡需要動態效果時,可使用文字提示或來源圖片,建立最高 1080p 的電影感影片。導演可在投入製作資源前,先測試節奏、氛圍與鏡頭構想。
在 Vidu Q1 將文字或圖片轉換為流暢動畫的電影感影片時,加入可選配音訊。開發者可以打造結合動態與聲音的沉浸式故事片段、簡報流程與媒體體驗。
依據輸入工作流程、輸出解析度、片段時長、音訊支援與目錄基準價格,比較 Vidu Q1 的生成模式與其他影片模型。
| 模型 | 輸入模式 | 最高解析度 | 輸出時長 | 音訊支援 | 目錄基準價格 |
|---|---|---|---|---|---|
| Vidu Q1 Image-to-Video | 圖像 + 文字提示詞 | 1080p | 5 秒 | √ | $0.40 |
| Vidu Q1 Reference-to-Video | 參考圖像 + 文字提示詞 | 1080p | 5 秒 | √ | $0.40 |
| Vidu Q1 Start-End-to-Video | 起始與結束影格 + 文字提示詞 | 1080p | 5 秒 | √ | $0.40 |
| Vidu Q1 Text-to-Video | 文字提示詞 | 1080p | 5 秒 | √ | $0.40 |
| Seedance 2.0 Text-to-Video | 文字提示詞 | 4K | 4 至 15 秒 | √ | $0.112 |
| Wan-2.7 Text-to-video | 文字 + 可選音訊 | 1080p | 2 至 15 秒 | √ | $0.10 |
| Veo 3.1 Lite Text-to-video | 文字提示詞 | 1080p | 4、6 或 8 秒 | √ | $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 Q1 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 Q1、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 Q1 是一系列可透過 Atlas Cloud 使用的 AI 影片生成端點。它可根據文字、圖片、主體參照,或指定的起始與結束影格,生成五秒、1080p 的影片;是否支援音訊則依端點而定。
您可以使用它根據文字提示建立影片、讓靜態圖片動起來、保留參照主體,或在兩個指定影格之間建立轉場。這些模式適用於概念視覺化、角色動畫、產品動態展示及短篇視覺序列等工作流程。
請在 Atlas Cloud 控制面板中建立 API 金鑰、選取適用的模型 ID,並準備端點 schema 所列出的必要輸入。使用 Bearer 驗證提交請求,然後利用回傳的 prediction ID 取得已完成的影片。
目前提供四種路由:文字生成影片、圖片生成影片、參照生成影片,以及起始影格與結束影格生成影片。其模型 ID 分別為 `vidu/q1/text-to-video`、`vidu/q1/image-to-video`、`vidu/q1/reference-to-video` 和 `vidu/q1/start-end-to-video`。
請將包含 API 金鑰及端點專用 payload 的 POST 請求傳送至 `https://api.atlascloud.ai/api/v1/model/generateVideo`。請求會回傳 prediction ID,您可以透過 `/api/v1/model/prediction/{prediction_id}` 輪詢,直到狀態顯示完成或失敗。
必要輸入取決於所使用的路由:提示詞、圖片與提示詞、兩個影格與提示詞,或 subjects 陣列與提示詞。可用控制項包括動態幅度、seed、音訊設定,以及各路由專用的長寬比;因此請務必根據所選 schema 驗證每個 payload。
所有列出的端點都會產生固定五秒、1080p 的影片。支援選用音訊,但可用控制項會因路由而異,可能包括生成音訊、背景音樂或可選的音訊類型。
Atlas Cloud 列出的標準基本價格為四個 Vidu Q1 端點各 $0.40/次生成。提交請求前,請確認所選端點,以核對目前的收費。
對於重視身分一致性的場景,請選擇 reference-to-video,並為每個主體指定可在提示詞中引用的 ID。此路由支援一至七個主體,總共可使用一至七張圖片;每個主體最多可包含三張 PNG、JPEG、JPG 或 WebP 圖片。
指南、教學與產品動態,助你充分發揮 Atlas Cloud 的價值。