Veo 3.1 Fast Official Text-to-Video API

google/veo3.1-fast/text-to-video

Veo 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。

输入
325/1000
输出
等待运行

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”。

8 seconds × 15/s = $0.600 (120 积分)
继续使用

示例

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.

An off-road motorbike crests a sand dune and powers down the slope, low tracking camera at wheel height, a rooster tail of sand catching late-afternoon light. Natural sound: engine rev rising then falling, sand hissing against the tires. Realistic motion, no text, no logos.

Slow push-in toward a timber cabin window glowing warm at blue-hour dawn, snow drifting past the frame, chimney smoke rising into a pale pink sky, pine branches heavy with fresh snow swaying gently. Quiet, calm, realistic winter atmosphere, no text, no logos.

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

  1. 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”。

  2. 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”。

  3. 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。

  4. 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。

  5. 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。

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。