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 Q2 是一个专为可控生产工作流设计的视频生成模型系列。通过定义起始帧和结束帧来塑造序列，为静态视觉内容添加流畅动态，并根据不同工作流需求选择 Turbo、Pro 或 Pro Fast 版本。Atlas Cloud 通过一个兼容 OpenAI 的 API 密钥提供访问，采用透明的按量付费定价，集成简单直接。立即开始构建。
Vidu Q2 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。
探索 Vidu Q2 的各类模态，根据源素材、创作流程和目标视频输出选择匹配的端点。
| 模态 | 描述 |
|---|---|
| Vidu Q2-Turbo I2V API (Image To Video) | 通过描述所需的动作，让参考图像动起来。流畅的动画、可选音频以及最高 1080p 的电影级输出，适用于产品预告、社交媒体短片和视觉叙事。 |
| Vidu Q2-Pro RTV API (Reference To Video) | 专为基于参考素材的生成而设计，该端点可将上传的图像和动作指令转换为精致的视频。可选音频和最高 1080p 的输出，适合角色场景、品牌视觉和电影级片段。 |
| Vidu Q2 RTV API (Reference To Video) | 使用 Vidu Q2 API，将参考图像和文字动作指令转换为流畅的动画视频。生成最高 1080p 的电影级输出并添加可选音频，适用于概念可视化、宣传内容或叙事场景。 |
| Vidu Q2-Pro-Fast S2V API (Start End To Video) | 提供开场和结尾图像，以定义生成序列的视觉起点和终点。模型会在两者之间创建流畅动画，并支持可选音频和最高 1080p 的画质，适用于转场、揭示效果和场景变换。 |
| Vidu Q2-Pro S2V API (Start End To Video) | 当视频需要以预先确定的视觉内容开场和收尾时，可使用起始图像和结束图像来引导序列。流畅的动作、可选音频以及最高 1080p 的输出，使其适合受控的叙事推进。 |
| Vidu Q2-Turbo S2V API (Start End To Video) | 使用固定的起始图像和结束图像来塑造动画视频的发展方向。该 Vidu Q2 端点支持流畅转场、可选音频以及最高 1080p 的电影级画质，适用于前后对比场景或视觉变形效果。 |
| Vidu Q2-Pro-Fast I2V API (Image To Video) | 该端点专为图像驱动的创作而设计，可根据描述为上传的参考图像添加动作。它能生成流畅动画，并支持可选音频和最高 1080p 的输出，适用于营销活动素材、预览内容和短视频。 |
| Vidu Q2-Pro I2V API (Image To Video) | 选择一张图像，并指定主体或场景应如何运动。Vidu Q2-Pro 可生成电影级视频，具备流畅动画、可选音频和最高 1080p 的画质，适用于故事叙述、广告或创意制作。 |
| Vidu Q2 T2V API (Text To Video) | 从文字提示词开始，无需提供源图像即可生成完整视频。流畅的动画、可选音频以及最高 1080p 的电影级输出，适用于概念预览、社交媒体内容制作和原创视觉叙事。 |
Vidu Q2 将文本、图像、多参考图以及首帧到末帧的视频生成整合在一起，输出最高支持 1080p，片段最长可达 10 秒，并提供可选音频和四档运动幅度；通过一个 OpenAI-compatible API 即可透明地按量付费使用。
Vidu Q2 覆盖文本生成视频、图像生成视频、参考图生成视频，以及首帧和末帧生成，横跨 Atlas Cloud 的九个端点。无需重构集成，即可选择 Turbo、Pro Fast、Pro 或标准路径。借助一个共享的 OpenAI-compatible API 密钥，产品团队可以根据每次请求，在输入控制、输出质量和标准定价之间选择合适的平衡。
参考图生成视频端点支持 1 到 7 个主体，总图像数量为 1 到 7 张。添加人脸、产品、道具或场景参考图，然后通过提示词描述它们应如何出现并协同运动。输出最高可达 1080p 和 10 秒，适合制作依赖视觉锚点的角色叙事、产品故事和群像镜头。
Vidu Q2 的起始帧和结束帧路径使用一张开场图像与一张收尾图像，为生成的过渡提供锚点。开发者可以通过正向提示词、四档运动幅度设置和可复现的 seed 来控制两者之间的运动。根据端点不同，片段时长为 1 到 8 秒，分辨率支持 720p 或 1080p；Pro 和 Turbo 变体还支持 540p。
通过分辨率、时长、宽高比和风格控制来定制每个交付结果，这些选项会因端点而异。整个系列最高支持 1080p，基于图像的路径支持最长 10 秒的片段，文本生成则提供从 16:9 到 3:4 的五种画面比例。文本生成视频支持选择通用或 anime 风格；当需要可重复迭代时，还可以使用 seed 控制。
运动幅度可设置为 auto、small、medium 或 large，为开发者提供直接控制场景动感的手段。多个端点还支持生成音频和背景音乐，而参考图路径可以请求完整音频、仅语音或仅音效。将克制的运动与对白结合，或将更强的动作与音效结合，即可为人像、广告和短叙事片段做好准备。
Vidu Q2 的标准定价中，Turbo 图像生成视频以及起始帧和结束帧视频端点起价为每秒 $0.03。Pro 和 Pro Fast 的图像或过渡路径标价为每秒 $0.04，而文本和参考图选项则采用各自公布的标准费率。借助透明的按量付费机制和一个 OpenAI-compatible API 密钥，开发者无需分别接入不同服务商，即可进行原型开发、比较不同版本并扩展规模。
比较 Vidu Q2 与另外两个视频模型如何解读完全相同的提示词，涵盖电影化动作、运动连贯性、镜头控制、视觉风格和叙事节奏。
一段 8–10 秒、连续不断的电影化场景，标题为“月蚀盐湖上的镜马驯服”：在辽阔如镜的盐湖上空，巨大的月全食笼罩天际。一名身穿飘逸靛蓝长袍的年轻女子，骑着一匹强健的黑马全速奔驰。马蹄击碎薄薄的盐壳，飞溅出晶莹碎片与银色薄雾。开场采用贴近地面的极低机位跟拍镜头，伴随有力的马蹄疾驰，穿过尖锐迸发的盐晶与不断荡漾的倒影；随后快速甩镜切入横向高速跟拍，马匹的倒影挣脱水面，化为一匹发光的银白色幽灵马，从镜面般的水面中向上冲出，与真实黑马并驾齐驱，在解剖结构、步伐节奏和骑手连续性上保持完美一致。镜头迅速升至空中视角，随后围绕两匹马执行俯冲式环绕运动；它们彼此交错穿行却没有碰撞，黑色与银色的身躯在层叠的靛蓝、银白与深紫色雾霭中划出镜像弧线。高潮时，两匹马一同进入月亮倒影的黑暗中心，同时跃起，在地平线上方与下方形成精准的垂直镜面对称构图；落地后，银色光马折返回黑马的倒影之中，两者重新合而为一，骑手继续向前疾驰。全程保持流畅的高速动物运动、具有真实物理感的马蹄冲击、盐粒飞行轨迹、水面涟漪、长袍与鬃毛动态、稳定的人物身份、统一的马匹比例；不要慢动作，不要静态填充画面。冰冷的月光逆光清晰勾勒出骑手的衣料、飞扬的鬃毛、肌肉轮廓与盐雾；将超现实的中国水墨氛围与高端高细节幻想游戏 CG 融合，呈现优雅的墨色晕染、电影级对比度、体积月光与精致写实纹理。音频：雷鸣般同步的马蹄声、清脆的盐壳碎裂声、晶体飞溅声、呼啸的风声、灵马现身时浑厚共鸣的水流涌动声，以及逐渐增强的紧张低音打击乐，并在最终跃起时升华为明亮的管弦乐重音。不要出现屏幕、软件界面、仪表盘、进度条、图表、标题文字、字幕、标志、水印或解释性文字。16:9 aspect ratio。
Generated with Vidu Q2-Pro Reference-to-Video on Atlas Cloud
Generated with Seedance 2.5 Reference-to-Video on Atlas Cloud
Generated with Vidu Q2 Reference-to-Video on Atlas Cloud
创作一段 8 秒的手工黏土定格动画冒险：故事发生在日出时分的一家微缩面包店里。一只小狐狸厨师揉面团，将面团抛向空中；面团意外滚走后，它便在柜台上追赶面团。开场使用紧贴面团的跟拍镜头；当小狐狸跃过搅拌碗时，镜头向后拉远；面团恰好落入烤盘后，切换至俯视镜头。最后，烤箱门打开，一个形状像微笑小狐狸的面包伴随着一团面粉从烤箱中冒出。保持富有表现力的角色动作、富有触感的黏土纹理、生动的物体互动、温暖的窗边光线、活泼的定格动画节奏，以及 16:9 aspect ratio。
Generated with Vidu Q2-Pro Reference-to-Video on Atlas Cloud
Generated with Seedance 2.5 Reference-to-Video on Atlas Cloud
Generated with Vidu Q2 Reference-to-Video on Atlas Cloud
Vidu Q2 支持产品发布、分镜、角色瞬间、转场、社交媒体营销活动和产品讲解，通过将提示词与视觉输入转化为流畅的电影级视频，满足制作工作流需求。
静态产品图片可获得流畅动效和最高 1080p 的电影级画质。营销团队无需重新制作每项素材，即可将目录图片转化为精致的发布短片、产品展示视频或店铺宣传视频。
从文字概念出发，直接通过 Vidu Q2 文生视频生成电影级视频。导演和设计师可以在制作前探索故事节拍、提案视觉效果或早期场景创意。
当参考图片引导生成过程时，源图稿仍会成为最终流畅动画的核心。创意团队可以基于既有视觉素材制作营销活动变体、品牌角色短片或系列化社交媒体素材。
两张端点图片能否定义更清晰的视觉旅程？起始帧-结束帧生成会创建两者之间的动态效果，适用于电影级转场、前后对比片段，或具有明确叙事端点的揭示效果。
通过 Vidu Q2 图生视频，将肖像或插画转化为流畅的动画片段。创作者可以制作角色介绍、情绪短片或电影级预告，并可选择添加音频来完善成片。
对于产品讲解和教育类故事，开发者可以组合使用提示词、图片，或指定的起始帧和结束帧。Vidu Q2 API 会将这些输入转化为流畅视频，用于应用、课程或引导式叙事。
从工作流、最高分辨率、片段时长和标准每秒价格等方面，对比 Vidu Q2 端点与 MiniMax H3、Seedance 2.0 和 Veo 3.1 Lite。
| 模型 | 工作流 | 最高分辨率 | 片段时长 | 标准价格 |
|---|---|---|---|---|
| Vidu Q2-Turbo Image-to-video | 图生视频 | 1080p | 1–10 秒 | $0.03/秒 |
| Vidu Q2-Pro Reference-to-video | 参考图生视频 | 1080p | 1–10 秒 | $0.10/秒 |
| Vidu Q2 Reference-to-video | 参考图生视频 | 1080p | 1–10 秒 | $0.075/秒 |
| Vidu Q2-Pro-Fast Start-end-to-video | 起始帧和结束帧 | 1080p | 1–8 秒 | $0.04/秒 |
| Vidu Q2-Pro Start-end-to-video | 起始帧和结束帧 | 1080p | 1–8 秒 | $0.04/秒 |
| Vidu Q2-Turbo Start-end-to-video | 起始帧和结束帧 | 1080p | 1–8 秒 | $0.03/秒 |
| Vidu Q2-Pro-Fast Image-to-video | 图生视频 | 1080p | 1–10 秒 | $0.04/秒 |
| Vidu Q2-Pro Image-to-video | 图生视频 | 1080p | 1–10 秒 | $0.04/秒 |
| Vidu Q2 Text-to-video | 文生视频 | 1080p | 1–8 秒 | $0.05/秒 |
| MiniMax H3 Image-to-Video | 图生视频 | 2K 原生，4K ESR | 4–15 秒 | $0.038/秒 |
| Seedance 2.0 Image-to-Video | 图生视频 | 4K 原生 | 4–15 秒 | $0.112/秒 |
| Veo 3.1 Lite Image-to-video | 图生视频 | 1080p | 4、6 或 8 秒 | $0.05/秒 |
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 Q2 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 Q2、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 Q2 是 Atlas Cloud 提供的一系列 AI 视频生成模型，支持文生视频、图生视频、参考图生视频和首尾帧生视频工作流，并支持可选音频以及最高 1080p 的输出分辨率。
您可以根据文本提示生成视频、让静态图片动起来、使用参考图片引导主体身份，或通过指定首帧和尾帧控制过渡效果。这些路由支持概念短片、角色场景、产品动态展示和视觉叙事等工作流。
创建 Atlas Cloud API 密钥，然后向 /api/v1/model/generateVideo 发送经过身份验证的 POST 请求，并提供所需的模型 ID 和输入参数。由于视频生成是异步执行的，请保存返回的任务 ID。
仅根据提示词生成时使用文生视频；让单张图片动起来时使用图生视频；需要根据主体引导场景时使用参考图生视频；首尾边界帧都很重要时使用首尾帧生视频。在相应工作流中，请选择准确的 Turbo、Pro 或 Pro Fast 模型 ID，并根据应用的质量和延迟目标进行评估。
可用控制项因端点而异，可能包括提示词、时长、分辨率、宽高比、运动幅度、seed、背景音乐和音频生成。参考图生视频支持 1 到 7 个主体，总共提供 1 到 7 张图片；首尾帧路由则要求分别输入首帧和尾帧。
Atlas Cloud 文档显示，所审查的视频路由支持 540p、720p 和 1080p 输出。文生视频和首尾帧生视频支持 1 到 8 秒的时长；文档所列的图生视频和参考图生视频路由最长支持 10 秒。
可以，所列模型支持可选的音频生成。根据所使用的路由，控制项可能包括生成音频、背景音乐，或仅语音、仅音效和混合音频等音频类型。
标准基础价格为：Turbo 图生视频和首尾帧生视频 $0.03；Pro 和 Pro Fast 图生视频及首尾帧生视频 $0.04；文生视频 $0.05；参考图生视频 $0.075；Pro 参考图生视频 $0.10。Atlas Cloud 采用按需付费模式，因此提交前请确认所选端点及页面显示的请求价格。
轮询 /api/v1/model/prediction/{prediction_id}，或提供公开的 HTTPS webhook URL；任务完成后读取 outputs 字段。如果请求失败，请检查状态和错误响应，确认 Bearer 密钥、模型 ID、内容类型及端点特定的输入参数，并保留 X-Request-ID 以便支持团队进行追踪。
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。
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。
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。
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。
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。
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。
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。
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。
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。
