A traceur sprints across city rooftops at golden hour and vaults a low vent, dynamic follow camera swinging with the stride, long shadows raking across gravel and antennas. Natural sound: rhythmic footsteps, a soft scuff on the vault, wind between buildings, distant traffic hum. Realistic athletic motion, no text, no logos.
Veo 3.1 Fast Official Text-to-Video API
google/veo3.1-fast/text-to-videoVeo 3.1 Fast Official 专为高频商业生产打造:以极速出片承接批量化创意交付,同时保留高保真材质光影、多维运镜与动作对齐的原生音频。支持 720p / 1080p / 4K,按秒透明计价,成为日常量产与快速成片的主力引擎。
生成的视频会显示在这里
填写提示词并添加所需素材,确认设置后点击“运行”。
示例
REST API
快速开始
完成 API 认证,提交素材与生成指令,再通过任务 ID 获取视频结果。
连接 Vidgo API
创建 API Key,仅保存在服务端,并发送 Authorization: Bearer VIDGO_API_KEY。
- 接口
- POST
https://api.vidgo.ai/api/generate/submit - 认证
- Authorization: Bearer VIDGO_API_KEY
提交一次生成任务
按请求示例填写当前端点的素材与设置,提交后保存 task_id,用于后续查询生成进度和结果。
REQUEST_BODY=$(cat <<'JSON'
{
"model": "google/veo3.1-fast/text-to-video",
"input": {
"prompt": "A traceur sprints across city rooftops at golden hour and vaults a low vent, dynamic follow camera swinging with the stride, long shadows raking across gravel and antennas. Natural sound: rhythmic footsteps, a soft scuff on the vault, wind between buildings, distant traffic hum. Realistic athletic motion, no text, no logos.",
"duration": 8,
"aspect_ratio": "16:9",
"sound": true,
"resolution": "720p"
}
}
JSON
)
RESPONSE=$(curl --silent --show-error --fail-with-body \
--request POST \
--url "https://api.vidgo.ai/api/generate/submit" \
--header "Authorization: Bearer $VIDGO_API_KEY" \
--header "Content-Type: application/json" \
--data "$REQUEST_BODY")
CODE=$(printf '%s' "$RESPONSE" | jq -r '.code // empty')
if [ "$CODE" != "0" ] && [ "$CODE" != "200" ]; then
printf 'API error: %s
' "$RESPONSE" >&2
exit 1
fi
printf '%s
' "$RESPONSE"等待结果
用 task_id 查询,not_started/running 继续,finished/failed 停止。成功后读取 data.files[].file_url。
查询状态
GET https://api.vidgo.ai/api/generate/status/{task_id}以 2 秒为基准间隔轮询状态,长时间任务可适当拉长间隔。仅在 not_started 或 running 时继续,遇到 finished 或 failed 立即停止。也可以在同一请求中配置 callback_url 接收回调通知。
not_startedrunningfinishedfailed{
"code": 200,
"data": {
"task_id": "task-unified-...",
"status": "running",
"created_time": "2026-09-17T10:00:00Z"
}
}{
"code": 200,
"data": {
"task_id": "task-unified-...",
"status": "finished",
"files": [
{
"file_url": "https://storage.vidgo.ai/generated/video.mp4",
"file_type": "video"
}
],
"created_time": "2026-08-22T10:00:00Z",
"progress": 100,
"error_message": null
}
}完整可运行示例
展开后可查看包含 HTTP 与业务码检查、task_id 校验、轮询、终态处理和超时边界的完整脚本。
set -euo pipefail
: "${VIDGO_API_KEY:?Set VIDGO_API_KEY in your environment}"
REQUEST_BODY=$(cat <<'JSON'
{
"model": "google/veo3.1-fast/text-to-video",
"input": {
"prompt": "A traceur sprints across city rooftops at golden hour and vaults a low vent, dynamic follow camera swinging with the stride, long shadows raking across gravel and antennas. Natural sound: rhythmic footsteps, a soft scuff on the vault, wind between buildings, distant traffic hum. Realistic athletic motion, no text, no logos.",
"duration": 8,
"aspect_ratio": "16:9",
"sound": true,
"resolution": "720p"
}
}
JSON
)
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
--request POST \
--url "https://api.vidgo.ai/api/generate/submit" \
--header "Authorization: Bearer $VIDGO_API_KEY" \
--header "Content-Type: application/json" \
--data "$REQUEST_BODY")
TASK_ID=$(printf '%s' "$SUBMIT_RESPONSE" | jq -r '.data.task_id // .task_id // empty')
BUSINESS_CODE=$(printf '%s' "$SUBMIT_RESPONSE" | jq -r '.code // empty')
if [ "$BUSINESS_CODE" != "0" ] && [ "$BUSINESS_CODE" != "200" ]; then
printf 'Submit failed:
%s
' "$SUBMIT_RESPONSE" >&2
exit 1
fi
if [ -z "$TASK_ID" ]; then
printf 'Submit response did not include task_id:
%s
' "$SUBMIT_RESPONSE" >&2
exit 1
fi
START_TIME=$(date +%s)
POLL_DELAY=2
while true; do
if [ $(( $(date +%s) - START_TIME )) -ge 600 ]; then
printf 'Timed out after 600 seconds
' >&2
exit 1
fi
STATUS_RESPONSE=$(curl --silent --show-error --fail-with-body \
--url "https://api.vidgo.ai/api/generate/status/$TASK_ID" \
--header "Authorization: Bearer $VIDGO_API_KEY")
STATUS=$(printf '%s' "$STATUS_RESPONSE" | jq -r '.data.status // .status // empty')
BUSINESS_CODE=$(printf '%s' "$STATUS_RESPONSE" | jq -r '.code // empty')
if [ "$BUSINESS_CODE" != "0" ] && [ "$BUSINESS_CODE" != "200" ]; then
printf 'Status request failed:
%s
' "$STATUS_RESPONSE" >&2
exit 1
fi
case "$STATUS" in
finished)
printf '%s' "$STATUS_RESPONSE" | jq -r '(.data.files // .files // [])[]?.file_url'
break
;;
failed)
printf '%s' "$STATUS_RESPONSE" | jq -r '.data.error_message // .error_message // "Generation failed"' >&2
exit 1
;;
not_started|running)
sleep "$POLL_DELAY"
if [ "$POLL_DELAY" -lt 10 ]; then POLL_DELAY=$((POLL_DELAY + 1)); fi
;;
*)
printf 'Unexpected task status: %s
' "$STATUS" >&2
exit 1
;;
esac
doneinput 参数
下表列出 input 对象的可用参数、类型与默认值;请求示例同时展示顶层必填字段 model。按当前任务准备素材并配置输出。
| 字段 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| prompt | string | 是 | — | 去除首尾空格后为 1–1,000 个字符。 |
| duration | integer | 否 | 8 | 4、6 或 8,单位为秒。 |
| aspect_ratio | string | 否 | 16:9 | 16:9 或 9:16。 |
| resolution | string | 否 | 720p | 720p / 1080p / 4k。 |
| sound | boolean | 否 | true | true 生成原生音频;false 返回静音片段。 |
响应字段
提交成功后返回任务 ID;状态查询提供任务进度、输出文件,以及任务失败时的错误详情。
| 字段 | 类型 | 说明 |
|---|---|---|
| code | integer | 业务结果码;成功响应使用 0 或 200。 |
| message | string | 可读说明或错误详情。 |
| data.task_id | string | 用于状态查询路径的任务 ID。 |
| data.status | string | not_started、running、finished 或 failed。 |
| data.created_time | string | 任务创建时间,date-time 格式。 |
| data.progress | integer | 任务进度,范围为 0–100;仅在响应包含此字段时提供。 |
| data.files[] | array | 成功任务的全部输出文件,按响应顺序返回。 |
| data.files[].file_url | string | 生成视频的公开 URL。 |
| data.files[].file_type | string | 文件类型,例如 video。 |
| data.error_message | string | null | 状态为 failed 时的失败详情。 |
任务生命周期
在 not_started 或 running 状态下继续查询;收到 finished 或 failed 后结束轮询,并分别处理输出文件或错误详情。
not_started任务已接受,等待开始。
running正在生成。继续使用同一 task_id 轮询。
finished生成成功。从 data.files[].file_url 读取视频地址。
failed生成失败。读取 data.error_message 并停止轮询。
轮询与错误
- 认证收到 401 时,检查 Authorization 中的 Bearer API Key,更新凭据后重试。
- 校验收到 400 时,依据响应说明核对必填素材、参数取值与可用积分,完成相应调整后重新提交。
- 网络与超时状态查询遇到网络错误或超时时,保留原 task_id 并重试查询,再根据返回的任务状态处理结果。
- 轮询间隔以 2 秒为基准间隔发起状态查询;如任务耗时较长,可逐步增加查询间隔。
- 终态仅在 not_started 或 running 时继续。遇到 finished 或 failed 立即停止。
- 回调选项可在请求顶层提供 callback_url 接收终态任务对象;投递失败时仍可轮询。
模型规格
| 规格 | 取值 | 说明 |
|---|---|---|
| 输入模式 | 纯文本 | 提示词用于描述场景、运镜、光线、情绪和声音。 |
| 输出 | 可选原生音频的视频 | 提交后返回异步任务 ID;完成后包含视频文件。 |
| 分辨率 | 720p / 1080p / 4k | 默认 720p。 |
| 时长 | 4 / 6 / 8 秒 | 默认 8 秒。 |
| 画面比例 | 16:9 / 9:16 | 默认 16:9。 |
| 计费依据 | 按秒计费 | 720p 无音频 10 积分/秒; 带音频 15 积分/秒. 1080p 无音频 10 积分/秒; 带音频 15 积分/秒. 4k 无音频 30 积分/秒; 带音频 35 积分/秒. |
Veo 3.1 Fast Official Text-to-Video
Google Veo 3.1 Fast Official 文生视频端点在生成速度与画面保真度之间取得黄金平衡。用文本精准编排主体动作、摄影机轨迹、光影层次与环境声效,快速产出 4–8 秒可交付的商业视听片段,适合广告迭代、社媒批量出片与中高负荷生产流水线。
为什么选择此端点?
极速与高保真的黄金平衡Fast 架构在出片速度与画面细节之间精准取舍,既保留细腻材质反射与自然光影,又能支撑高频商业交付节奏。
多维摄影机运动控制支持推、拉、摇、移、跟拍及低机位仰拍等运镜语法,轨迹稳定丝滑,快速服务故事焦点与产品展示。
动作对齐的原生音效一体化生成与画面动作实时对齐的环境音、机械声与背景氛围,批量生产时也能省去后期音轨拼接。
720p 至 4K 全梯队分辨率提供 720p、1080p 与 4K 输出,探索阶段用高清加速迭代,交付阶段可一键升至超高清终版。
高频商业生产主力引擎面向广告变体、社媒短片与内容平台量产场景,在吞吐效率与视听完成度之间提供最实用的主力档位。
灵活透明的按秒计费支持独立开关原生音频与精确控制生成时长(4/6/8 秒),按生成秒数计费,让批量任务成本清晰可控。
参数
| 参数 | 要求 | 说明 |
|---|---|---|
| prompt | 必填 | 字符串。描述场景、动作、运镜、光线和声音;去除首尾空格后为 1–1,000 个字符。 |
| duration | 可选 | 整数。设置输出时长;体验区默认预选 8 秒。 默认 846 |
| aspect_ratio | 可选 | 字符串。控制画面比例;体验区默认预选 16:9。 默认 16:99:16 |
| resolution | 可选 | 字符串。设置输出分辨率;体验区默认预选 720p。 默认 720p1080p4k |
| sound | 可选 | 布尔值。是否生成原生音频;体验区默认预选 true。 默认 truefalse |
如何使用
构建场景与主体动作在提示词中写清主体特征与动态演变,例如“珊瑚红配送机器人缓缓驶下雨后街角,平稳切入湿润反光的人行道”。
规划摄影机轨迹与光影补充运镜方式与光影基调,例如“低机位贴地跟拍轮毂细节,暖金夕阳漫反射在圆润外壳上,伴随微弱城市环境音”。
配置音频与生成时长选择 4、6 或 8 秒输出时长,并按需开启原生音频(sound: true)以同步生成动作音效与环境声。
选择分辨率与画幅比例根据输出媒介选择 16:9 横屏或 9:16 竖屏;日常量产可用 720p/1080p,终版交付再切换至 4K。
确认按秒预估并生成查看运行按钮上显示的按秒折算积分,确认提示词后点击“运行”,任务完成后直接在线预览与下载。
价格
Veo 3.1 Fast Official 按生成秒数计费。最终费用 = 时长 × 所选每秒费率。美元换算采用当前基础 API 计费:2,000 积分 = $10。示例:Fast 8 秒 720p 带音频任务为 8 × 15 = 120 积分,按基础 API 积分汇率约 $0.6。
| 用量 | 费率 | 说明 |
|---|---|---|
| 720p,无音频 | 10 积分/秒($0.05/秒) | 8 秒 = 80 积分($0.4)。 |
| 720p,带音频 | 15 积分/秒($0.075/秒) | 默认 720p / 8 秒带音频为 120 积分($0.6)。 |
| 1080p,无音频 | 10 积分/秒($0.05/秒) | 8 秒 = 80 积分($0.4)。 |
| 1080p,带音频 | 15 积分/秒($0.075/秒) | 8 秒 = 120 积分($0.6)。 |
| 4k,无音频 | 30 积分/秒($0.15/秒) | 8 秒 = 240 积分($1.20)。 |
| 4k,带音频 | 35 积分/秒($0.175/秒) | 8 秒 = 280 积分($1.40)。 |
适用场景
广告变体与活动批量出片在统一视觉语言下快速生成多版产品镜头、促销先导片与渠道适配变体,支撑高频投放节奏。
社媒短视频工业化生产以 9:16 竖屏与原生音频组合,高效产出高完播潜力的品牌短片、开箱演示与种草内容。
中高负荷内容平台流水线作为日常量产主力档位,在速度、画质与 4K 升级能力之间维持稳定吞吐,服务创作者工具与媒体中台。
分镜确认后的快速成片当 Lite 已锁定构图与动势后,切换至 Fast 加速渲染带音频的高清/超清成片,缩短评审到交付的周期。
专业建议
- 结构化提示词公式:遵循“主体外观 + 动作演变 + 运镜轨迹 + 光影材质 + 声音氛围”的逻辑链条,在 1,000 字符内高密度传达核心视觉信息。
- 主体动作与镜头调度解耦:将主体自身动作与摄影机运动分置于独立分句,例如“人物快步穿过走廊,摄影机以平稳侧移视角持续跟拍”,避免运动冲突。
- 强化物理与材质细节:描述具体的物理交互(如“车轮碾过水洼溅起细密水花”、“微风吹拂丝绸衣角”),让 Fast 变体发挥物理规律模拟优势。
- 原生音频对齐提示:用明确的声效词汇指示声音源,如“Audio: 沉闷引擎轰鸣与轮胎摩擦雨水路面的声响”,使生成的音轨与画面动作严丝合缝。
- 阶梯式工作流提速降本:创意草稿先用 Lite(720p/无音频)验证提示词,锁定构图后切至 Fast 1080p 或 4K 并开启音频完成量产交付。
使用说明
- Veo 3.1 Fast Official Text-to-Video 使用必填文本提示词生成视频,并可通过时长、分辨率、画面比例和音频设置配置输出。
- 提示词上限为 1,000 个字符。时长支持 4、6 或 8 秒。
- 通过 sound 参数请求带音频或静音输出。带音频与无音频任务使用不同的按秒费率。
- Fast 和 Quality Official 支持 720p、1080p 和 4K。
- 此端点仅支持文本。如需首帧或首尾帧任务,请使用 Official Image-to-Video 页面。
- 通过 API 提交后保存 task_id,用于查询任务进度和获取生成结果。
相关模型
Veo 3.1 Fast Official Text-to-Video API 常见问题
Veo 3.1 Fast Official Text-to-Video API 是什么?
Veo 3.1 Fast Official 是 Google Veo 3.1 系列中面向高频生产的平衡档位。本端点通过文本提示词生成具备真实物理动态、电影级运镜与同步原生音频的 4–8 秒视频,支持最高 4K 输出,适合作为日常商业量产的主力引擎。你可以通过 Vidgo API 程序化调用,也可以在上方工作区直接在线体验。
在 API 提交时应使用哪个 model 标识?
在提交请求的 model 字段中请使用 google/veo3.1-fast/text-to-video。如需调用 Quality 或 Lite 变体,请分别传入 google/veo3.1/text-to-video 或 google/veo3.1-lite/text-to-video。请勿将包含 -official 的页面路由地址作为模型 ID 提交。
Fast 变体的原生音频生成效果如何?
模型具备原生音画一体联合生成能力。通过在请求中设置 sound: true 并在提示词中注明声音要素,输出 MP4 会直接内嵌与画面动作节奏对齐的环境音效、机械声或自然声音,批量生产时尤其能缩短后期流程。
Fast 支持哪些分辨率?何时使用 4K?
Fast 支持 720p、1080p 与 4K。日常迭代与社媒量产通常选用 720p/1080p 以兼顾速度与成本;当镜头需进入大屏投放、品牌主视觉或高清终版交付时,再切换至 4K 保留材质纹理与光影细节。
如何用镜头语言精准控制摄影机运动?
建议使用标准电影摄影词汇并单独成句,例如“推镜头(slow push-in)”、“环绕运镜(smooth orbit)”、“低机位跟拍(low-angle tracking shot)”。同时注明景别变化与摄影机移动速率,Fast 能稳定执行这些运镜指令。
何时选择 Fast,而不是 Lite 或 Quality?
需要大批量、低成本提示词试错时选 Lite;需要最高电影质感与旗舰级终版细节时选 Quality;当任务要求在出片速度、高保真画质与 4K 能力之间取得黄金平衡,并支撑高频商业生产时,Fast 是最合适的主力档位。
按秒计费对高频生产有什么优势?
按秒计费让批量任务的成本颗粒度更清晰。你可以按镜头需要选择 4、6 或 8 秒,并在预览阶段关闭音频进一步降本;确认创意后再开启音频与更高分辨率,实现从草稿到量产的精细成本管控。
文生视频端点支持图片输入吗?
本文生视频端点专用于纯文本提示词驱动生成。若需要以单张图片作为首帧开场,或上传两张图片实现首尾关键帧平滑过渡,请切换至对应的 Veo 3.1 Fast Official Image-to-Video 页面。