Atlas Cloud 现已成为 Dreamina Seedance 2.5 与 Seedream 5.0 Pro 的美国授权经销商。Atlas Cloud 现已成为 Dreamina Seedance 2.5 与 Seedream 5.0 Pro 的美国授权经销商。
Vidu 是 Shengshu Technology 的视频生成模型家族，旨在应对镜头变化，同时保持动作连贯和主体稳定。Q 系列支持多主体控制、智能镜头切换、流畅运动，以及音视频同步输出，满足电影级叙事需求。Atlas Cloud 为不断扩展的模型阵容提供 Day 0 访问权限，让新发布模型紧贴您的生产流程。立即开始构建。
Vidu 由 ShengShu Technology 开发。Atlas Cloud（由 Atlas Cloud AI LLC 运营）仅提供接入服务，并不拥有该模型。所有商标均归其各自所有者所有。
Atlas Cloud 为您提供最新的行业领先创意模型。
比较适用于参考图引导视频、首尾帧生成和单图动画的 Vidu 端点，并列出每个模型在 Atlas Cloud 上的标准基础价格。
| 模态 | 描述 |
|---|---|
| Vidu Reference-to-Video Q1 API (Reference to Video) | 生成视频时，Q1 端点会以参考图像作为引导。Atlas Cloud 列出的标准基础价格为 $0.40，适合参考图引导的概念短片和视觉叙事工作流。 |
| Vidu Reference-to-Video 2.0 API (Reference to Video) | 使用 Vidu 2.0 进行参考图驱动的制作时，提供参考图像即可获得生成视频。其在 Atlas Cloud 上的标准基础价格为 $0.20，适合角色、产品和场景的持续可视化任务。 |
| Vidu Start-End-to-Video 2.0 API (Start and End Frames to Video) | 提供开头帧和结尾帧后，该 Vidu 2.0 端点会生成两帧之间的视频。Atlas Cloud 记录的标准基础价格为 $0.075，适合规划好的转场、视觉揭示和分镜序列。 |
| Vidu Image-to-Video 2.0 API (Image to Video) | 通过 Vidu Image-to-Video 2.0 端点，可将源图像转换为生成视频。标准 Atlas Cloud 基础价格为 $0.075，适合产品图动画、社交媒体内容和静态图像动态化工作流。 |
从四张图像参考的一致性，到原生音频和十六秒 1080p 视频片段，Atlas Cloud 上的 Vidu API 通过一个按需付费的 endpoint，提供 Shengshu Q series 的完整能力。
Vidu API 支持上传 1 至 4 张参考图像，让角色、产品和场景在每一帧中都保持视觉一致。这种可靠性让连续叙事和品牌安全型产品视频能够大规模落地。
上传首帧和尾帧后，模型会自动构建两者之间的平滑过渡。动作设计师可以用它制作变形、显现效果，以及精准定时的场景切换。
为什么要先渲染无声视频，再后期配乐？每个 Q3 endpoint 都能在同一次生成中输出同步音效和背景音乐，让对话场景和广告片生成后即可发布。
如果场景需要更充足的表现空间，可以生成最长 16 秒、分辨率从 540p 到 1080p 的视频片段，并通过超分辨率提升至 1440p。减少拼接镜头，就能让叙事更流畅，也能减轻后期制作负担。
运动幅度设置可以让输出从细腻的电影感漂移过渡到大幅度的戏剧性动作；text to video endpoint 则支持在通用风格和动漫风格之间切换。导演无需重写提示词，也能获得镜头级控制。
同一提示词，分别由 Vidu 和其他领先视频模型生成
一名孤身特技车手驾驶一辆哑光黑色肌肉车，在霓虹灯照耀的雨夜集市中漂移。以贴近湿润柏油路面的低机位跟拍镜头开场，汽车绕过弯道滑行，护栏上火花四溅。快速摇镜切向摊贩，他们纷纷将摊位向后拉，纸灯笼剧烈摇摆。切换至无人机螺旋升空俯拍，汽车在两辆公交车之间穿梭而过，间距仅有几英寸；随后硬切至驾驶舱内部：双手猛打方向盘，目光扫向后视镜，镜中映满闪烁的警灯。最后以慢动作呈现汽车旋转 180 度驶入蒸汽弥漫的小巷，发动机轰鸣与雨声嘶嘶作响，充满整个音轨。照片级真实感，电影级灯光，10 seconds，16:9 aspect ratio。
Vidu
Seedance 2.0
Vidu Q2 Pro
动漫风格：一名年轻女剑士在破碎的浮空神殿上方直面一条巨大的风暴巨龙。镜头快速推近她的双眼，闪电劈开天际；随后快速摇镜跟随她冲过正在崩塌的石桥，碎石在她脚边腾起。镜头环绕拍摄她纵身跃起，剑刃燃起蓝色火焰；就在她跃起前一帧，巨龙的下颚轰然砸落在她原本站立的位置。镜头拉远至史诗般的广角全景，她挥剑将一道闪电劈成两半，冲击波穿过云层层层扩散。清晰的 2D 赛璐璐上色，动态速度线，雷鸣声与逐渐高亢的合唱充满配乐。8 seconds，16:9 aspect ratio。
Vidu
Seedance 2.0
Vidu Q2 Pro
Vidu 通过参考图，在连续剧式叙事、品牌营销活动、前期制作概念、社交媒体系列和教育内容中，保持角色、产品与视觉世界的一致性，并通过 Atlas Cloud 上按需付费的 API 提供支持。
参考图可帮助 Vidu 保留角色的身份特征，同时通过提示词将该主体置于全新的场景和动作中。系列内容创作者可以制作连续短片、角色营销活动和相互衔接的故事章节，实现更强的视觉连贯性。
使用产品参考图，在场景和镜头方向发生变化时，依然保持产品的形状、颜色和细节。电商团队可以围绕同一产品制作营销概念、目录动效片段和新品发布故事。
Logo、吉祥物和标志性环境都可以作为参考，引导 Vidu 在全新场景中保持品牌元素的一致性。营销工作室可以获得可复用的视觉基础，用于季节性营销活动、本地化变体和多镜头品牌叙事。
当脚本需要视觉验证时，可以结合参考主体和文字指导，在正式制作前生成连贯的概念片段。导演无需立即投入拍摄，就能评估选角、场面调度、场景连贯性和营销创意。
一个易于识别的角色，能否贯穿整个社交媒体系列？Vidu 使用参考图，让该主体在不同提示情境中保持一致，帮助创作工具生成持续出镜的主持人、虚拟人物和系列化短内容。
可以用文物、场景或反复出现的引导角色参考图来构建教育叙事，再提示新的动作，同时帮助保持其视觉特征。博物馆和教育团队可以制作知识讲解内容、文化故事和课程内容序列。
比较 Vidu 的生成工作流、支持的参考输入，以及与 Atlas Cloud 上精选参考图生视频模型的标准基础价格。
| 模型 | 输入工作流 | 参考输入 | 标准基础价格 |
|---|---|---|---|
| Vidu Reference-to-Video 2.0 | 参考图生成视频 | 1 至 3 张图片 | $0.20 |
| Vidu Start-End-to-Video 2.0 | 起始帧和结束帧生成视频 | 2 张图片：起始帧和结束帧 | $0.075 |
| Image-to-video-2.0 | 图片生成视频 | 1 张源图片 | $0.075 |
| Vidu Reference-to-Video Q1 | 参考图生成视频 | 1 至 3 张图片 | $0.40 |
| Seedance 2.5 Reference-to-Video | 多模态参考生成视频 | 最多 30 张图片、10 个视频和 10 个音频片段 | $0.167 |
| Wan-3.0 Reference-to-video | 多模态参考生成视频 | 最多 20 个混合的图片、视频和音频参考素材 | $0.05 |
几分钟即可上手 — 按照以下简单步骤，通过 Atlas Cloud 平台集成和部署模型。
在 atlascloud.ai 注册并完成验证。新用户可获得免费额度，用于探索平台和测试模型。
将先进的 Vidu 模型与 Atlas Cloud 的 GPU 加速平台相结合，提供无与伦比的性能、可扩展性和开发体验。
低延迟：
GPU 优化推理，实现实时响应。
统一 API：
一次集成，畅用 Vidu、GPT、Gemini 和 DeepSeek。
透明定价：
按 Token 计费，支持 Serverless 模式。
开发者体验：
SDK、数据分析、微调工具和模板一应俱全。
可靠性：
99.99% 可用性、RBAC 权限控制、合规日志。
安全与合规：
SOC 2 Type II 认证、HIPAA 合规、美国数据主权。
Vidu 是由生数科技与清华大学合作开发的 AI 视频生成模型系列。它支持文生视频、图生视频、参考生视频以及首尾帧工作流，其中包括可在视频片段中保持主体身份一致的模型。
使用参考图像可将易于识别的人物、产品、物体或环境融入生成视频。该工作流适用于需要保持视觉连续性的固定角色、品牌产品场景、短篇叙事、广告及其他项目。
参考生视频使用提供的图像来引导主体身份，但不会严格将其视为起始帧。图生视频会为源图像添加动态效果，而首尾帧生成则创建连接两个指定帧的运动过程。
创建 Atlas Cloud API 密钥，并使用 Bearer 身份验证向 /api/v1/model/generateVideo 发送 POST 请求。请求中需包含所选模型标识符及其必需输入，例如提示词和参考图像。响应会提供 ID、状态信息，以及在可用时提供输出 URL。
支持的参考图格式包括 PNG、JPEG、JPG 和 WebP，可通过可访问的 URL 或有效的 Base64 数据提供。具体限制取决于 endpoint：Reference to Video 2.0 接受一至三张图像，而 Q3 Mix 接受一至四张。构造请求前，请先查看所选模型的 schema。
为获得更好的一致性，请使用清晰的参考图像，并明确描述每个主体、动作、场景和镜头运动。确保不同输入中的主体身份和服装在视觉上保持一致，避免在同一提示词中组合相互冲突的场景指令。
Atlas Cloud 列出的标准单次生成价格为：Reference to Video Q1 $0.40，Reference to Video 2.0 $0.20，Image to Video 2.0 或 Start and End to Video 2.0 均为 $0.075。其他模型采用各自的按量付费费率，因此提交任务前请查看所选 endpoint。
生成任务以异步方式运行，因此请保存提交后返回的任务 ID，并持续监控其状态。处理成功后，可从结果中的输出 URL 获取生成的视频。如果应用需要长期保存媒体文件，请及时存储已完成的媒体内容。
首先确认 API 密钥、模型标识符、必需参数、图像可访问性、文件格式以及 endpoint 特定限制。若主体身份发生漂移，请尝试使用更清晰、光照一致且冲突细节更少的参考图像，然后简化提示词。利用返回的错误信息诊断被拒绝或失败的请求。
Seedance 2.5 API 现已在 Atlas Cloud 上线！它为开发者提供了 ByteDance 最新的视频模型。该模型可通过文本、单张图像或多达 50 个多模态参考，一次性生成长达 30 秒的原生视频，并包含同步音频和画面内的多语言文本。在 Atlas Cloud 上，您可以通过单个密钥访问它，其主体一致性和改进的物理特性能够保持长镜头的连贯性。
Wan 3.0 API 是阿里巴巴 Wan 视频系列的下一代产品，旨在将长视频生成、多参考控制和音视频质量推向新的高度。Atlas Cloud 已经托管了 Wan 2.7、2.6 和 2.5，而 Wan 3.0 使用相同的统一密钥运行，无需额外设置。立即开始构建吧。向下滚动至展示区，查看 Wan 3.0 的创作能力。
MiniMax H3 是 MiniMax 的多模态视频系列，支持文本、图像和参考内容引导创作。在支持的路由中，它能够保留参考媒体中的主体，提供灵活的宽高比，并通过 H3 Developer 将生成的声音与画面结合；输出配置则由 endpoint 选择。Atlas Cloud 通过一个 OpenAI 兼容密钥统一接入整个系列，并提供透明的按量付费定价，标准费率为每秒 $0.038。立即开始构建。
OpenAI 的 gpt-image-2.5 系列为开发者提供 Flare 和 Sunburst 两种选择，满足生产级图像工作流需求。支持最高 3840x2160 的任意分辨率渲染，并提供包括 xhigh 和 max 在内的五档质量等级，以匹配特定的输出要求。Atlas Cloud 提供开箱即用的 REST 推理服务，无冷启动，每次生成起价 $0.004，采用标准定价。立即开始构建。
Seedream 5.0 Pro API 为开发者在 Atlas Cloud 上提供了字节跳动的可控图像编辑模型。它通过锚点和坐标精确定位编辑，将图像分离为可编辑图层，融合多个参考，并精准匹配颜色和材质，支持 2K 和 3K 分辨率的多语言文本。在 Atlas Cloud 上，您只需一个密钥即可访问！
Seedance 2.0 是 ByteDance 面向生产环境的视频模型，专用于精准镜头创作。将提示词转换为视频，使用首帧图像生成动画并可选用尾帧引导，或结合参考媒体和可选的联网搜索来塑造结果。Atlas Cloud 将这些工作流整合到统一的 API 中，提供透明的按量付费定价和一个兼容 OpenAI 的密钥。立即开始构建。
Kling 3.0 API 通过一个 OpenAI 兼容的密钥，将 Kuaishou 的旗舰视频套件引入 Atlas Cloud。它包含两个模型：Kling 3.0 用于 AI Director 叙事、多语言唇形同步和精准的屏幕文本；Kling 3.0 Omni (O3) 用于通过短视频或图像进行主体和声音克隆。两者都能在同一次处理中生成原生音频，最高支持 4K 输出。在可靠的基础设施上构建电影级叙事、全球营销、多语言广告和系列化角色内容。
Grok Imagine Video 为开发者提供访问 xAI 视频模型家族的能力，用于创建、制作动画、延展和编辑视频片段。通过提示词生成 1 至 15 秒的视频，使用最多 7 张参考图像引导人物、物体或风格，并支持 480p 或 720p。Atlas Cloud 通过兼容 OpenAI 的端点整合这些能力，并提供透明的按需付费定价。立即开始构建。
Vidu Q4 是 Vidu 最新的旗舰视频模型，专为图像转视频和参考图转视频生成而设计。它可以让单张静态图像动起来，并自动创建场景转场，为不同的产品工作流提供两种输入路径。Atlas Cloud 提供专用 API 端点，并以经验证的标准价格 $0.04/second 发布参数 schema。立即开始构建。
Gemini Omni 1.1 Flash 是 Google DeepMind 推出的原生多模态视频系列，适用于灵活的生产工作流。通过文本指令编辑现有素材，借助最多 10 张参考图像和 3 段视频片段保持视觉一致性，或以可串联的片段延长镜头，最长可达 40 秒。在 Atlas Cloud 上使用一个 OpenAI-compatible API key 即可访问所有工作流，按量付费，并支持 Day-0 上线。立即开始构建。
Nano Banana 2.1 是 Google 基于 Gemini 3.6 Flash 打造的图像模型系列。它以 Flash 级速度提供 Pro 级生成与编辑能力，支持通过自然语言对 1 到 14 张输入图像进行编辑和融合，并可保持最多 4 个角色和 10 个对象的一致性。通过 Atlas Cloud，开发者只需使用一个 OpenAI-compatible 密钥，即可访问该系列模型，享受可靠的运行时间保障和 Day-0 可用性。立即开始构建。
使用由 Google 的 Gemini 3.1 Flash Image 模型驱动的 Nano Banana 2 API 进行构建。它可生成分辨率高达 4096x2304 的原生 4K 视觉效果，具备准确的文本渲染能力，并在生成和编辑过程中支持多达 14 张参考图像的角色一致性。在 Atlas Cloud 上，您可以通过一个统一的 API 访问它以及其他 300 多个模型，价格低至每张图像 0.04 美元，提供 99.99% 的正常运行时间，并附赠免费额度供您开始使用。
