Veo 3.1 Official Image-to-Video API

google/veo3.1/image-to-video

Google Veo 3.1 官方旗舰图生视频端点,将静止图像赋予高保真电影级生命力。支持单图首帧动态起势与两图首尾关键帧平滑演进,同步生成原生环境与动作音效,支持最高 4K 输出与按秒计费。

输入
372/1000
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 × 48/s = $1.92 (384 积分)
继续使用

示例

A black steam locomotive rolls into a heritage platform at dusk and slows to a stop, beginning as a distant headlight glow and ending enveloped in thick white steam. Fixed platform-level camera, warm lamp reflections sliding across wet metal. Natural sound: approaching chug, one long whistle, brake squeal, the hiss of released steam. Realistic motion, no text, no logos.

Veo 3.1 Official Image-to-Video

Google Veo 3.1 官方旗舰图生视频端点,将静止图像赋予高保真电影级生命力。支持单图首帧动态起势与两图首尾关键帧平滑演进,同步生成原生环境与动作音效,支持最高 4K 输出与按秒计费。

为什么选择此端点?

  • 官方 Google 模型系列使用包含 Lite、Fast 和 Quality 变体的官方 Veo 3.1 系列,无需为每种工作流单独对接。

  • 透明的按秒计价提交前用时长乘以所选模型、分辨率和音频费率,即可预估每笔任务费用。

  • 音频成本控制按请求开关原生音频,让预览更便宜,成片再加入更丰富的声音。

  • 实用的图片控制用一张图做图生视频,或用两张图做首尾帧控制,都走同一套精简 API 结构。

  • 4K 升级路径先用较低成本完成草稿,确认高分辨率值得额外积分后再升级到 Fast 或 Quality 的 4K 任务。

  • 便于接入的异步 API一次提交即可获得任务 ID,再通过轮询或回调在生产系统中收取结果。

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。

image_urls必填

包含 1–2 个公开 URL 的字符串数组。第一张是首帧,可选第二张是尾帧,传入两张图时会发送 generation_type 为 frame。JPEG、PNG 或 WebP,每张最大 10 MB。

generation_type可选

可省略。单图省略时不发送该字段;双图省略时默认 frame。显式传 frame 必须提供两张图片。

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。图生视频还可使用 auto。

默认16:9auto9:16
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. 上传首帧图片选择主体清晰、构图明确的 JPEG、PNG 或 WebP 图片作为首帧,单张最大 10 MB。

  2. 添加可选尾帧如需引导结束姿态或构图,在首帧之后添加尾帧。传入两张图时会发送 generation_type 为 frame。

  3. 描述动作与声音在首帧之后描述主体动作、运镜、光线和声音;如提供尾帧,说明镜头如何过渡到结束画面。

  4. 设置时长、画面比例、分辨率和音频选择 4、6 或 8 秒,16:9 或 9:16 画幅、当前端点支持的分辨率,以及是否包含原生音频。

  5. 确认费用并运行查看运行按钮显示的当前按秒费用,完成必填提示词和素材上传后点击“运行”。

  6. 预览并下载视频任务完成后,在输出面板预览视频,再点击“下载视频”保存结果。

价格

Veo 3.1 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:Quality 8 秒 720p 带音频任务为 8 × 48 = 384 积分,按基础 API 积分汇率约 $1.92。

用量费率说明
720p,无音频24 积分/秒($0.12/秒)8 秒 = 192 积分($0.96)。
720p,带音频48 积分/秒($0.24/秒)默认 720p / 8 秒带音频为 384 积分($1.92)。
1080p,无音频24 积分/秒($0.12/秒)8 秒 = 192 积分($0.96)。
1080p,带音频48 积分/秒($0.24/秒)8 秒 = 384 积分($1.92)。
4k,无音频48 积分/秒($0.24/秒)8 秒 = 384 积分($1.92)。
4k,带音频72 积分/秒($0.36/秒)8 秒 = 576 积分($2.88)。

适用场景

  • AI 视频应用通过同一套异步 API,为需要文本、图片、首尾帧、音频和支持分辨率控制的应用接入官方 Google Veo 3.1。

  • 营销团队生成广告概念、产品镜头、发布短片和活动变体,并按预算与评审阶段选择 Lite、Fast 或 Quality。

  • 电商与产品演示把产品图片和简短提示词转化为可选音频的短视频,并按橱窗或社交预览需要选择更高分辨率输出。

  • 创作者平台为创作者提供带清晰计价、原生音频、横竖画幅和简单异步结果处理的 Google 视频能力。

专业建议

  • 提交前用时长乘以所选分辨率和音频费率,即可预估每笔任务费用。
  • 按请求开关原生音频,让预览更便宜,成片再加入更丰富的声音。
  • 提示词控制在 1,000 个字符以内,并将运镜与主体动作分开描述。
  • 低成本迭代用 Lite,均衡量产用 Fast,当画质比最低成本更重要时用 Quality。

使用说明

  • Veo 3.1 Official Image-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。
  • 图生视频可传入一张首帧,或两张图做首尾帧控制。
  • 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 Official Image-to-Video API 常见问题

Veo 3.1 Official Image-to-Video API 是什么?

Veo 3.1 Official Image-to-Video 让开发者通过 Vidgo API 调用官方 Google Veo 3.1 模型系列。本页是 Veo 3.1 Official 的图生视频端点。

应该使用哪个 model ID?

在 model 字段使用 google/veo3.1/image-to-video。不要提交包含 -official 的页面路径。

Veo 3.1 Official 支持音频吗?

支持。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。

支持哪些图片输入模式?

一张图走图生视频;两张图走首尾帧模式,并发送 generation_type 为 frame。

接入前需要了解哪些限制?

提示词上限为 1000 个字符。时长支持 4、6 或 8 秒。Fast 和 Quality Official 支持 720p、1080p 和 4K。

异步交付如何工作?

向 generate 接口提交任务并获得 task_id。后端可用 task_id 轮询状态,或在请求中带上 callback_url 异步接收结果。

什么时候该选 Lite、Fast 或 Quality?

需要低成本迭代时选 Lite,需要均衡产能和 4K 时选 Fast,需要最高画质或旗舰 4K 结果时选 Quality。

什么情况下不适合选择 Veo 3.1 Official?

如果单次请求需要超过 8 秒,或需要三图参考工作流,则不太适合。