Atlas Cloud 现已成为 Dreamina Seedance 2.5 与 Seedream 5.0 Pro 的美国授权经销商。
Hero background 1Hero background 2Hero background 3

Vidu Q1 Multimode Video Generation

Vidu Q1 是 Vidu 面向开发者推出的多模态视频生成系列,助力构建可控的视觉工作流。你可以通过文本提示词、源图像、视觉参考图,或指定的起始帧和结束帧来创建视频片段,并根据每项制作任务选择合适的输入方式。Atlas Cloud 通过一个 OpenAI 兼容密钥统一提供访问,采用透明的按调用计费模式,集成简单直接。立即开始构建。

Vidu Q1 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。

探索领先模型

Atlas Cloud 为您提供最新的行业领先创意模型。

比较 Vidu Q1 视频生成模式

将每个 Vidu Q1 endpoint 与文本、图像、参考图或起始帧和结束帧工作流相匹配。

模态描述
Vidu Q1 Image To Video API将源图像和动作指令转换为流畅的动画视频,并支持可选音频和最高 1080p 的电影级画质。适用于基于现有图像制作动画作品、产品视觉内容或叙事镜头。
Vidu Q1 Reference To Video API通过参考图像引导生成高质量视频,支持流畅运动、可选音频以及最高 1080p 的输出。此 endpoint 适合制作角色主题片段、品牌视觉内容,以及需要指定视觉锚点的场景。
Vidu Q1 Start End To Video API提供开场和结尾图像,生成在两种视觉状态之间过渡的视频。流畅的动画效果和最高 1080p 的电影级输出,非常适合预设转场、形态变换和连贯的故事序列。
Vidu Q1 Text To Video API当创意始于文字时,此 endpoint 会将文本提示词转换为高质量生成视频。可选音频和最高 1080p 的电影级画质,适用于创意可视化、广告场景和短篇叙事内容。

Vidu Q1:四种路径,一套视频工具包

Vidu Q1 可将文本、源图像、主体参考图以及成对的起始与结束帧,转换为固定时长 5 秒的 1080p 视频,并支持在各路由中配置运动、画幅比例、风格、音频、种子,以及透明直连 API。

Vidu Q1 创作模式

Vidu Q1 通过专用的 Atlas Cloud 模型 ID,支持文生视频、图生视频、参考生视频,以及起始帧和结束帧生成。你可以从提示词、1 张源图像、多张主体参考图或 2 张边界帧开始。每种路径都会生成固定时长 5 秒、分辨率为 1080p 的视频片段。这些模式适用于快速构思、素材动画化和受控的故事节奏设计。

参考图引导主体身份

参考生视频支持 1 到 7 个主体,总计 1 到 7 张图像,每个主体最多可分配 3 张图像。在提示词中提及主体 ID,即可指定其角色。模型会将参考人物或物体带入 5 秒的 1080p 场景中。该模式适合角色驱动的视频片段、时装展示和产品叙事。

起始帧与结束帧控制

设置第一帧和最后一帧,然后描述连接两者的动作。Vidu Q1 会在保留指定端点的同时,生成平滑的 5 秒 1080p 过渡。你可以选择自动、小、中或大运动幅度,以匹配场景需求。该路径可为分镜、视觉变换和紧凑的叙事节奏设定明确的终点。

Vidu Q1 运动与风格控制

Vidu Q1 的运动幅度可设置为自动、小、中或大;当需要可重复迭代时,还可以使用种子。文生视频另外提供通用和动漫风格,以及 16:9、9:16 和 1:1 画幅比例。这些控制项让开发者无需更换模型,即可测试克制的手势、动态动作、横向场景或竖屏社交媒体内容。

带音频的 1080p 视频

通过受支持的 Atlas 路由,可以在生成视频的同时生成声音;此外,还可通过专用控制项添加背景音乐。参考生视频提供全部音频、仅语音和仅音效模式。只需一次请求,即可将 5 秒 1080p 视频片段与对白、音效或音乐结合。这适用于社交媒体剪辑、产品亮相,以及从首次渲染就需要声音的短篇叙事场景。

一个 API,价格可预测

使用一个 Atlas Cloud API 密钥,即可通过统一的异步 generateVideo 工作流调用全部 4 种 Vidu Q1 路由。请求会返回预测 ID,生成完成后输出标准 URL。经验证的标准基础价格为 $0.40,采用透明的按量付费模式。这样的配置可帮助开发者接入多种生成模式,同时无需维护彼此独立的服务商集成。

一个提示词,三个模型:Vidu Q1 动起来

看看 Vidu Q1 与两个 Atlas Cloud 替代方案,如何解读完全相同的提示词,呈现一场充满动感的都市追逐和一段风格化的奇幻冒险。

提示词

一段时长 10 秒、手工制作的布艺木偶定格动画序列,场景位于一家狭窄拥挤的复古服装精品店内:一个极具魅力且视觉形象始终一致的木偶角色刚刚套上一件鲜艳的橙色风衣,重力却突然向上翻转。衣架旋转,木质衣架叮当作响,酒红色贝雷帽、芥末黄色服装、孔雀蓝围巾和散落的纽扣纷纷冲向天花板,仿佛一群受惊的鱼。开场从摇摆衣架之间的狭窄缝隙快速推轨穿过;角色将一只脚踩在旋转的衣柜上并向上跃起时,切换为戏剧性的低机位跟拍镜头。保持角色持续运动,让他在空中的衣物间翻滚,同时依次抓住并穿上三件不同的服饰——酒红色贝雷帽、芥末色马甲和孔雀蓝围巾——完成一次流畅、夸张的半空换装;袖口卷动,衣摆飞扬,纽扣相互碰撞,多层面料在可信的反向重力作用下扭转。换装过程中紧密环绕角色运镜,保持面部特征、身体比例和服装衔接完全一致;随后快速向外甩出,进入高速对称广角镜头,重力骤然恢复,一切物品纷纷落回原位。角色以胜利姿态落地,但一只藏在风衣里的白鼬先一步蹿出,皮毛弹动,戴上小巧的黑色太阳镜,抢走最后的定格姿势。温暖的钨丝灯实景光与冷调的青绿色窗光形成绝妙碰撞,呈现丰富的触感纤维、清晰可见的针脚、富有表现力的木偶动画、诙谐的肢体喜剧、明快有节奏的定格动画时序,以及由漂浮衣物营造的强烈径向纵深。镜头转换流畅,不使用慢动作。音频:轻快的复古摇摆乐打击乐、布料掠过的呼啸声、木质衣架的清脆碰撞声、尖锐的纽扣敲击声、衣柜吱嘎声、重力恢复时的低音鼓重击,以及最后俏皮的太阳镜咔哒声。16:9 宽高比。

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

提示词

一段时长 8–10 秒的电影感微型故事,场景设定在暴雨中的乡土陶艺工作坊:一位年轻陶艺师坐在漏水的瓦檐下,操作着高速旋转的陶轮;寒冷的横风和雨水不断扫入敞开的工作室。开场使用极致微距跟拍镜头,贴着旋转的陶轮掠过,捕捉他沾满湿黏土的手指塑造一个高挑、细长瓶颈的花瓶;每一道棱纹、每一次晃动、每一滴水珠以及离心牵引都以细腻的触感精确呈现。突然一阵狂风将器皿吹离轴线;快速甩切至越肩视角,他身体前倾,一只手加速陶轮,另一只手撑住正在坍塌的黏土。湿润的旋转黏土没有恢复原状,反而持续拉伸成一条富有光泽、栩栩如生的泥鳗,缠上他的前臂,扭动挣脱后冲向附近的水桶。在变形与逃逸过程中,围绕陶艺师进行快速而高度受控的环绕运镜,保持角色、手部、黏土和空间关系完全连续。泥鳗以可信的重量撞入水中,在地面上掀起环形冠状水花,溅起水滴并扩散出层层涟漪。最后突然切换至俯拍镜头:浑身湿透的陶艺师夹在笑意与难以置信之间,将双手伸入水桶试图抓住泥鳗,而泥鳗从他的指缝间滑走。全程保持高密度连续运动、符合解剖结构的手部、令人信服的湿黏土变形、旋转惯性、动量、流体碰撞、水花动力学,以及同步的环境音频:倾盆暴雨声、屋檐滴水声、阵阵风声、陶轮嗡鸣声、黏稠黏土的挤压声、清脆的水花声和陶艺师受惊后的笑声;无对白、无音乐。将照片级电影现实感与极其细致的黏土触感相结合,冷调蓝色暴雨光与温暖琥珀色窑火交相辉映,景深在镜头之间自然切换,以偏离中心的古怪构图强化失控感,动作清晰锐利,不使用慢动作;不得出现屏幕、界面、仪表板、进度条、图表、字幕、标志或任何画面文字。16:9 宽高比。

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

使用 Vidu Q1 从首帧到最终剪辑

Vidu Q1 可基于文本提示词、参考图像或指定的起始帧与结束帧,生成流畅的电影感视频,适用于营销活动、产品展示、分镜脚本以及可选配音的媒体内容。

Vidu Q1 营销活动视频

将文字创意转化为精致的 Vidu Q1 视频,呈现流畅运动、可选音频和电影级画质。营销团队无需为每个创意都进行拍摄,即可制作活动预告、产品故事和社交媒体短片。

产品图像动画化

通过 Vidu Q1 为静态产品图像添加动画,并根据提供的视觉起点生成流畅运动。零售商可以利用现有的活动摄影素材,制作新品发布素材、目录动效和展示视频。

参考图像引导的故事视频

使用参考图像引导角色、产品和场景,同时由 Vidu Q1 生成流畅的动画视频。创意团队可以制作连续的活动视觉内容、品牌解说视频或叙事短片,并保留源素材的辨识度。

Vidu Q1 帧间转场

定义起始帧和结束帧,再由 Vidu Q1 生成两者之间的流畅运动。电影制作人和剪辑师可以在投入高昂的完整制作成本前,预演场景切换、视觉呈现和故事节拍。

分镜动态预览

当分镜脚本需要动态效果时,可使用文本提示词或源图像创建最高 1080p 的电影感视频。导演可以在投入制作资源前,测试节奏、氛围和镜头创意。

支持可选音频的动态视频

Vidu Q1 可将文本或图像转换为流畅的电影感动画视频,并支持添加可选音频。开发者可以构建将动态画面与声音结合的沉浸式故事片段、演示序列和媒体体验。

Vidu Q1 与主流视频模型对比

根据输入工作流、输出分辨率、片段时长、音频支持和目录基准价格,对比 Vidu Q1 的生成模式与其他视频模型。

模型输入模式最大分辨率输出时长音频支持目录基准价格
Vidu Q1 Image-to-Video图像 + 文本提示词1080p5 sec√$0.40
Vidu Q1 Reference-to-Video参考图像 + 文本提示词1080p5 sec√$0.40
Vidu Q1 Start-End-to-Video起始帧和结束帧 + 文本提示词1080p5 sec√$0.40
Vidu Q1 Text-to-Video文本提示词1080p5 sec√$0.40
Seedance 2.0 Text-to-Video文本提示词4K4 to 15 sec√$0.112
Wan-2.7 Text-to-video文本 + 可选音频1080p2 to 15 sec√$0.10
Veo 3.1 Lite Text-to-video文本提示词1080p4, 6, or 8 sec√$0.05

如何在 Atlas Cloud 上使用 Vidu Q1

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。

创建 Atlas Cloud 账户

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。

为何在 Atlas Cloud 使用 Vidu Q1

将先进的 Vidu Q1 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。

性能与灵活性

低延迟:
GPU 优化推理,实现实时响应。

统一 API:
一次集成,畅用 Vidu Q1、GPT、Gemini 和 DeepSeek。

透明定价:
按 Token 计费,支持 Serverless 模式。

企业与规模

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 Q1 API 问题解答

Vidu Q1 是一系列可通过 Atlas Cloud 使用的 AI 视频生成端点。它可以根据文本、图像、主体参考,或指定的起始帧和结束帧生成 5 秒、1080p 视频;部分端点还支持可选音频。

你可以使用它根据文字提示词创建视频、让静态图像动起来、保持参考主体的一致性,或在两个指定帧之间生成过渡。这些模式适用于概念可视化、角色动画、产品动态展示和短视频片段等工作流。

在 Atlas Cloud 控制台中创建 API 密钥,选择合适的模型 ID,并准备端点架构中列出的必需输入。使用 Bearer 身份验证提交请求,然后通过返回的预测 ID 获取已完成的视频。

目前提供四种路由:文生视频、图生视频、参考生视频和首尾帧生视频。对应的模型 ID 分别为 `vidu/q1/text-to-video`、`vidu/q1/image-to-video`、`vidu/q1/reference-to-video` 和 `vidu/q1/start-end-to-video`。

向 `https://api.atlascloud.ai/api/v1/model/generateVideo` 发送 POST 请求,并在请求中提供 API 密钥和特定于端点的负载。请求会返回一个预测 ID,你可以通过 `/api/v1/model/prediction/{prediction_id}` 轮询,直到状态显示完成或失败。

必需输入取决于所选路由:提示词、图像和提示词、两帧图像和提示词,或 subjects 数组和提示词。可用控制参数包括运动幅度、seed、音频设置以及特定于路由的宽高比,因此请务必根据所选架构校验每个负载。

所有列出的端点都会生成固定时长为 5 秒、分辨率为 1080p 的视频。部分端点支持可选音频,但可用控制参数因路由而异,可能包括生成音频、背景音乐或可选音频类型。

Atlas Cloud 为四个 Vidu Q1 端点分别列出了每次生成 $0.40 的标准基础价格。提交请求前,请确认所选端点,以核实当前收费标准。

对于对身份一致性要求较高的场景,请选择参考生视频,并为每个主体分配一个可在提示词中引用的 ID。该路由支持 1 至 7 个主体,总共可使用 1 至 7 张图像;每个主体最多可包含 3 张 PNG、JPEG、JPG 或 WebP 图像。

探索更多系列

Seedance 2.5

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。

查看系列

Wan 3.0

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。

查看系列

MiniMax H3

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。

查看系列

Seedream 5.0 Pro

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!

查看系列

Seedance 2.0

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。

查看系列

GPT Image 2.5

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。

查看系列

GPT Image 2

GPT Image 2 API 为开发者提供了访问 OpenAI 最新图像模型的途径,它是 GPT Image 1.5 的继任者。该模型可生成和编辑图像,能够在拉丁和 CJK 文字上实现准确的文本渲染,并在海报、样机和信息图表方面具备强大的排版能力。在 Atlas Cloud 上,您可以通过一个统一的 API 与 300 多个模型一起访问它,并享受免费额度、99.99% 的正常运行时间,且无需 OpenAI 组织验证。

查看系列

Gemini Omni Flash

Gemini Omni 是 Google DeepMind 原生多模态视频系列,支持通过提示词引导创作与编辑。可从文本生成视频、让静态图像动起来,或在可选视觉参考的辅助下修改现有素材,同时保留未改动的内容。灵活的分辨率、宽高比和时长控制,满足多样化的制作流程。Atlas Cloud 通过透明的按需付费定价模式,统一提供访问能力。立即开始构建。

查看系列

Grok Imagine

Grok Imagine API 涵盖 xAI 的图像、视频和语音模型,包括 Image 2.0、Video 1.5 和 xAI TTS v1。支持生成跨 14 种宽高比的 1K 或 2K 静帧、生成最长 15 秒的 1080p 视频、通过最多 7 张参考图像引导镜头、或用 20 种语言进行配音。Atlas Cloud 在单一端点上运行所有功能,采用按量计费,起价为每张图像 $0.02、每秒 $0.05。立即开始使用。

查看系列

Google

Google最强大的创意模型现已在Atlas Cloud上全面可用。Veo 3.1提供电影级别的视频生成,Nano Banana 2支持高保真图像创建,而Gemini为每个工作流带来多模态智能。通过单一API key即可访问完整的Google模型套件,提供Day-0可用性和按需付费(pay-as-you-go)定价。

查看系列

Seedance 2.0 Mini

Seedance 2.0 Mini 将 ByteDance 的多模态视频生成技术引入到对速度和成本要求极高的工作流中。它以更轻量的占用空间提供 Seedance 2.0 的核心能力——更快的生成速度、更低的单条视频成本,并且使用您现有的同款 API 集成。对于运行高吞吐量流水线或进行大规模原型设计的团队来说,Mini 是最实用的默认选择。

查看系列

ByteDance

从电影级视频生成到高保真图像创建,ByteDance 最强大的模型现已在 Atlas Cloud 上线。以最低的推理定价和零基础设施开销,大规模运行 Seedance 和 Seedream。

查看系列

一个 API,畅享全模态 AI。

探索全部模型