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。
由 xAI 開發的 xAI 語音系列，能以低於一秒的延遲產生自然且高擬真的音訊。表達標籤可在 20 種語言中調整停頓、耳語、重音與語速；可調整的語音速度與文字正規化功能，則能提升對呈現方式的控制。Atlas Cloud 提供統一的音訊 endpoint，採用一致的 Unicode 字元計費與透明的標準定價，適用於生產工作流程。
xAI 由 xAI 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。
在 Atlas Cloud 上，運用最新的 AI 影片生成模型，由文字與圖像打造電影級的高擬真影片。
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。
Grok Imagine Video 1.5 Lite 是 xAI Grok Imagine 影片系列中成本最低的模型，專為根據提示詞或來源圖片整合生成視覺與聲音而打造。它支援口型同步語音及可選的輸出品質，包括由 720p 升頻至 1080p。透過 Atlas Cloud，使用一組 OpenAI 相容金鑰，即可存取兩種生成模式，按用量計費，每秒 $0.02。立即開始打造。
xAI TTS v1 是 xAI 的高保真文字轉語音模型，可將書面內容轉換為自然且富有表現力的音訊。支援 20 種語言，並提供細緻的語音表達控制，讓您能針對不同應用調整語音呈現方式。透過 Atlas Cloud，使用單一 OpenAI 相容金鑰即可存取此模型，並享有透明的隨用隨付定價。立即開始打造。
Grok Imagine Video 1.5 是 xAI 為需要透過提示詞與視覺輸入控制動態效果的開發者打造的影片生成系列。使用自然語言動作指令讓起始影格動起來，為參考工作流程選擇 480p 或 720p，並加入選用的參考語音來引導生成結果。透過單一相容 OpenAI 的 Atlas Cloud 金鑰，即可存取支援的模式，並享有透明的隨用隨付定價。立即開始建置。
在 Atlas Cloud 上，使用業界頂尖的 AI 圖像生成模型，將提示詞與參考圖轉化為令人驚豔、可直接投入製作的視覺作品。
由 xAI 打造的 Grok Imagine Image 2.0，結合精緻的文字轉圖像生成與自然語言編輯功能，適用於以參考圖為基礎的工作流程。可產生 1K 或 2K 輸出，從提示詞快速完成視覺作品，並透過直接指令精修現有圖像。Atlas Cloud 以單一 OpenAI-compatible API 金鑰整合所有支援的 endpoint，提供透明的隨用隨付定價與簡易整合方式。立即開始建置。
Grok Imagine API 涵蓋 xAI 的圖像、影片和語音模型，從 Image 2.0 到 Video 1.5 和 xAI TTS v1。在 14 種寬高比下生成 1K 或 2K 靜止畫面，將場景擴展為 15 秒的 1080p 動態影像，使用高達 7 張參考圖像操控鏡頭，或用 20 種語言配音。Atlas Cloud 在單一端點運行所有模式，按使用量付費定價，從每張圖像 $0.02 和每秒 $0.05 起。立即開始建置。
在 Atlas Cloud 上，藉助領先的大型語言模型，以高速且實惠的方式驅動對話、推理與智慧代理的大規模應用。
对比 xAI 全部模型的标准价、平台价与折扣。
| 模型 | 标准价 (USD) | 平台价 (USD) | 折扣 | |
|---|---|---|---|---|
| Grok Imagine Image 2.0 Developer Edit | $0.04/张 | 低至$0.014/张 | -65% | 查看 |
| Grok Imagine Image 2.0 Developer Text-to-Image | $0.04/张 | 低至$0.014/张 | -65% | 查看 |
| Grok Imagine Video V1.5 Lite Developer Image-to-Video | $0.02 | 低至$0.007/秒 视频 | -65% | 查看 |
| Grok Imagine Video V1.5 Lite Developer Text-to-Video | $0.02 | 低至$0.007/秒 视频 | -65% | 查看 |
| Grok Imagine Video v1.5 Developer Reference-to-Video | $0.08 | 低至$0.028/秒 视频 | -65% | 查看 |
| Grok Imagine Video v1.5 Developer Text-to-Video | $0.08 | 低至$0.028/秒 视频 | -65% | 查看 |
Grok Imagine 的圖像和影片端點可透過單一 API 處理生成、編輯和動畫製作。團隊利用它們將靜態資產轉化為有聲影片內容，並以過去無法實現的速度和成本製作視覺創意。
電子商務團隊建構工作流程，使用 Grok Imagine Video v1.5 將產品圖像動畫化為簡短的影片片段，並在同一次呼叫中產生環境音效與產品背景音訊。只需一張產品照片，即可生成帶有聲音的影片片段，無須進行影片拍攝或音訊編輯，即可直接用於廣告與產品頁面。在 Atlas Cloud 上，價格為每秒 0.096 美元，一段 10 秒的產品影片成本不到一美元。
品牌團隊使用 Grok Imagine Video v1.5 將經過批准的行銷活動照片轉化為帶有原生生成音訊的動畫社群廣告。由於音訊和視訊 tokens 是在同一次推理過程中生成的，因此對話、音效和環境音樂無需後期製作即可與視覺畫面完美同步。這從廣告創意工作流程中完全消除了音訊製作步驟。
導演與攝影指導使用 Grok Imagine Image 產生視覺分鏡，在製作開始前展示鏡頭構圖、攝影機角度和光影效果。2K 解析度的輸出結果細節豐富，足以作為每個場景的視覺簡報與劇組人員分享。每張影像只需 0.06 美元，迭代多個鏡頭選項的成本低於一小時的製作時間成本。
房地產開發商使用 Grok Imagine Video v1.5 從建築渲染圖或室內照片中生成具有電影感的生活風格短片。一張陽台渲染圖可轉化為帶有環境音的日落景觀短片，一張廚房照片可轉化為帶有自然聲音的清晨場景。這取代了為房源資訊和預售行銷材料進行昂貴的生活風格攝影拍攝。
創意團隊使用 Grok Imagine Image Edit 的3源輸入將多個參考圖像中的元素合成到單一輸出中——在一次 API 呼叫中結合產品圖、背景和燈光參考。這使得製作在不同場景設定中保持品牌一致性的活動變體變得切實可行。在 Atlas Cloud 上，每張合成圖像的價格為 0.06 美元。
小型遊戲工作室在前期製作階段使用 Grok Imagine Image 生成概念藝術設計，然後將關鍵影格導入 Grok Imagine Video v1.5 製作動畫預告片段。影片擴展功能允許團隊從單一起始影格串聯多個片段，突破單次呼叫15秒的限制，構建更長的電影級鏡頭。這一工作流程取代了外部動畫承包商，用於製作早期的行銷內容。
xAI TTS v1 是 xAI 推出的文字轉語音模型，可將書面內容轉換成自然且富有表現力的音訊。Atlas Cloud 透過共用音訊生成端點，以模型 xai/tts-v1 提供此服務。
它可生成旁白、產品配音、無障礙音訊、在地化語音，以及語音應用程式中的對話。表達標籤與可調整的呈現設定，有助於讓生成語音符合不同場景與受眾的需求。
使用 Bearer 驗證傳送 POST 請求至 https://api.atlascloud.ai/api/v1/model/generateAudio，並提供模型值 xai/tts-v1、文字內容與語言設定。接著使用回傳的 task ID 輪詢 prediction endpoint，或註冊 webhook 以接收完成通知。
Atlas Cloud 列出超過 80 種語音與 20 種語言選項，也可透過 auto 設定啟用自動語言偵測。多語言語音 Ara、Eve、Leo、Rex 與 Sal 支援 endpoint schema 中列出的所有語言。
加入 [pause]、[laugh] 與 [sigh] 等內嵌標籤，或使用 <whisper> 與 <slow> 等標籤包住文字，即可調整語音呈現方式。語速可在 0.7 至 1.5 之間調整；選用文字正規化功能，還能改善數字、縮寫與符號的讀法。
可依據播放或電信需求選擇 MP3、WAV、PCM、μ-law 或 A-law 輸出。支援的取樣率介於 8,000 至 48,000 Hz，MP3 輸出則支援 32,000 至 192,000 bps 的位元率。
Atlas Cloud 依標準費率計費，xAI TTS v1 的價格為每 1,000 個輸入字元 $0.015。計費以 Unicode 字元為單位，因此一個 CJK 字元與一個拉丁字母的計算方式相同。
每個 Atlas Cloud 請求最多可接受 15,000 個文字字元。較長的腳本應拆分成多個請求；若要讓各片段的呈現保持一致，請使用相同的語音、語言、速度與輸出設定。
目前 Atlas Cloud 文件描述的是非同步工作流程：提交工作後，再透過輪詢或 webhook 取得結果。請求結構包含三種延遲最佳化層級，但公開文件尚未確認 Atlas Cloud 是否提供直接的 WebSocket endpoint。
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。
