描述简短 Official 镜头中的运动路径与声音
通过 Official 文字任务明确主体、方向、镜头与声音。沙丘记录要求低位跟踪摩托车越过沙丘顶，并呈现引擎和沙粒声音，可以对照文字要求检查实际运动与声音。
Veo 3.1 Fast video generation with frames and references
Veo 3.1 Fast 提供五种任务，可以通过文字、画面或三张视觉参考控制视频。Official 文字与图像生成提供 4 秒、6 秒或 8 秒、声音，以及 720p、1080p 或 4K，图像任务使用一张或两张图像。其他任务使用 8 秒时长，图生视频需要两张有序画面，参考图生视频需要准确三张图像。为各张参考图指定作用，描述动作与镜头，再查看所选工作流按秒或按视频计算的完整费用估算。
Veo 3.1 Fast 由 Google 开发，Vidgo 提供模型调用服务。模型名称与商标归各自所有者所有。探索 Veo 3.1 Fast 模型
创建新的文字场景时，从文生视频开始；准备好的画面需要引导镜头时，选择图生视频，并按 Official 的一张或两张输入，或固定时长任务的两帧要求准备素材；三张图像用于确定新 8 秒场景中的主体和视觉来源时，选择参考图生视频。
文生视频
Veo 3.1 Fast Official Text-to-Video
Google Veo 3.1 Official flagship video model family with Quality, Fast, and Lite tiers featuring cinematic physics, multi-axis camera control, first/last-frame interpolation, synchronized native audio, and 4K workflows.
图生视频
Veo 3.1 Fast Official Image-to-Video
Google Veo 3.1 Official flagship video model family with Quality, Fast, and Lite tiers featuring cinematic physics, multi-axis camera control, first/last-frame interpolation, synchronized native audio, and 4K workflows.
文生视频
Veo 3.1 Fast Text-to-Video
Google DeepMind's 1080p video model with native audio generation, scene extension to 60+ seconds, and advanced creative controls for cinematic storytelling.
图生视频
Veo 3.1 Fast Image-to-Video
Google DeepMind's 1080p video model with native audio generation, scene extension to 60+ seconds, and advanced creative controls for cinematic storytelling.
参考图生视频
Veo 3.1 Fast Reference-to-Video
Google DeepMind's 1080p video model with native audio generation, scene extension to 60+ seconds, and advanced creative controls for cinematic storytelling.
Veo 3.1 Fast 文字、画面与参考图生成任务
首尾帧为过渡确定起始与目标状态；参考图生视频通过三个 image_urls 提供角色、材料与环境等视觉来源。提示词用于说明运动、镜头及需要保留的细节。准备图像之前先选择任务，因为支持的数量和各项素材作用不同。
| 模型 / 任务 | 输入与工作流 |
|---|---|
| Veo 3.1 Fast Official Text-to-Video | Google Veo 3.1 Official 旗舰视频模型系列提供 Quality、Fast 与 Lite 档位，具备电影感物理运动、多轴镜头控制、首尾帧插值、同步原生音频与 4K 工作流。 |
| Veo 3.1 Fast Official Image-to-Video | Google Veo 3.1 Official 旗舰视频模型系列提供 Quality、Fast 与 Lite 档位，具备电影感物理运动、多轴镜头控制、首尾帧插值、同步原生音频与 4K 工作流。 |
| Veo 3.1 Fast Text-to-Video | Google DeepMind 的 1080p 视频模型，支持原生音频生成、将场景延长至六十秒以上，以及用于电影叙事的高级创作控制。 |
| Veo 3.1 Fast Image-to-Video | Google DeepMind 的 1080p 视频模型，支持原生音频生成、将场景延长至六十秒以上，以及用于电影叙事的高级创作控制。 |
| Veo 3.1 Fast Reference-to-Video | Google DeepMind 的 1080p 视频模型，支持原生音频生成、将场景延长至六十秒以上，以及用于电影叙事的高级创作控制。 |
Veo 3.1 Fast：首帧动画与多图参考生成
按清晰顺序描述主体与动作，并为输入图像指定作用。下方已有记录展示沙丘摩托车、单张图像驱动的猫、画面之间漂流的小船、展开的折纸狐狸，以及三参考图机器人场景。
通过一张图像制作已有主体动画
为 Official 图像任务提供首帧，并指出需要保留的外观与构图。窗边猫案例要求在 4 秒内抬头、转动耳朵并看向镜头，可以对照原图和实际结果检查毛发、面部与画面。
说明首尾帧之间的路径
提供相互协调的端点，描述主体如何穿过环境。Official 纸船记录要求顺流漂向小瀑布，镜头位于水面高度，并呈现河流声音，可以检查路径及最终画面与尾帧之间的关系。
描述材料变化的顺序
在固定 8 秒图像任务中使用两张有序画面，说明已有部分如何运动。折纸狐狸记录依次展开腿部、身体、头部与尾巴，同时保留相同纸张和光线，可以对照输入结构与目标状态检查片段。
通过三张参考图创建以主体为核心的新场景
准备准确三张图像，说明各自作用。苔藓机器人记录通过参考图确定外观、材料、比例与雾气森林环境，再要求谨慎行走四步并歪头，可以检查实际输出中的组合主体与环境。
Veo 3.1 Fast 单图动画与多图参考生成案例
Official 案例提供一张姜黄色猫的图像，要求生成带声音的 4 秒 720p 镜头；参考图生视频案例提供三张机器人与森林参考图，要求生成 8 秒 720p 场景，并明确行走、停顿和头部运动。阅读完整提示词，结合各项输入与对应实际输出，检查外观、动作和预期参考图作用。
提示词
晴朗窗台上的姜黄色猫抬起头，耳朵转向画外声音，再直接看向镜头，同时阳光缓慢掠过毛发。自然声音：轻柔猫叫、呼噜声，以及隔着玻璃压低的街道声音。运动真实，不要文字或标志。
提示词
在参考图中的潮湿雾气森林里拍摄一段连续低位跟踪镜头。参考图中的紧凑苔藓覆盖黄铜与陶瓷机器人，沿积水小径谨慎走四步，停下，将圆润头部歪向一滴落下的水，唯一琥珀色眼睛稍微变亮。精确保留机器人的轮廓、单只眼睛、胸部舱盖、材料、苔藓覆盖与比例，并使用参考图中的森林和冷色黎明光线。不要文字、标志、品牌、产品、广告或水印。
Veo 3.1 Fast 的创作应用场景
准备文字动作、一张或两张 Official 画面、两张固定时长画面，或准确三张视觉参考。描述主体、有序运动与镜头，选择对应任务的时间和声音控制，并查看完整费用估算。检查视频，将合适结果用于分镜、角色或野生动物研究、材料变化，以及接入应用的参考驱动工作流。
构思动态户外场景
写清主体、运动方向与镜头高度，根据需要配置 Official 时长和声音，再检查运动、环境与可听事件，用于场景提案。
制作已有动物或角色动画
为 Official 任务提供图像，描述一个明确动作与需要保留的外观，再检查面部、材料与原图构图，用于角色或野生动物演示。
引导过渡到准备好的结束画面
提供首尾帧，说明两者之间的路径或机械变化，再检查完成运动与最终状态，用于过渡或动画构思。
研究展开或结构变化
准备两张固定时长画面输入，描述相连部分的变化顺序，再检查 8 秒结果中的材料连续性和预期最终形态。
通过三张视觉参考构建新场景
将参考图分别用于身份、材料与环境，描述主体如何在该场景中行动，再结合全部输入检查结果，用于参考驱动的角色提案。
接入对应任务的请求
保留准确模型、提示词、有序素材地址、分辨率与时间设置，并填写所选任务支持的 Official 声音和画面比例参数，再提交经过身份验证的请求并跟踪任务 ID。
Veo 3.1 Fast 模型规格与 API 价格
Fast Official 任务按秒计费，根据分辨率、声音与所选 4/6/8 秒时长确定费用；其他 Fast 任务按 8 秒视频计费，其中包括三参考图任务。下方动态表格展示各任务当前起价与单位。规划工作流和测试预算时，按照实际时长与分辨率比较完整请求估算。
| 模型 | 厂商 | 任务类型 | 输入素材 | 输出规格 | 起价 |
|---|---|---|---|---|---|
| Veo 3.1 Fast Official Text-to-Video | 文生视频 | 文字提示词 | 4K | $0.05 / 秒 | |
| Veo 3.1 Fast Official Image-to-Video | 图生视频 | 1–2 张图像画面 | 4K | $0.05 / 秒 | |
| Veo 3.1 Fast Text-to-Video | 文生视频 | 文字提示词 | 4K | $0.18 / 个视频 | |
| Veo 3.1 Fast Image-to-Video | 图生视频 | 准确 2 张首尾帧 | 4K | $0.18 / 个视频 | |
| Veo 3.1 Fast Reference-to-Video | 参考图生视频 | 准确 3 张参考图 | 4K | $0.18 / 个视频 |
如何在 Vidgo 使用 Veo 3.1 Fast
先在线测试创作方案， 再将确认后的请求接入应用。
在线体验
使用计划中的参数生成结果
填写提示词，提供所选任务要求的准确画面或参考图数量，再设置分辨率和画面比例，Official 还需要选择时长与声音。查看完整估算后生成，并检查运动、外观、材料连续性，以及预期结束状态或参考图关系。
为何在 Vidgo 使用 Veo 3.1 Fast
选择对应任务，查看参数与费用，并将在线测试中的素材和设置用于经过身份验证的 API 请求。
创作测试与任务选择
围绕创作目标选择输入
需要 4/6/8 秒与声音控制时，选择 Official 文字或图像生成，图像使用一张或两张画面；需要固定 8 秒时，选择其他文字或两帧任务；需要根据参考图引导新场景时，选择参考图生视频并提供准确三张图像。随后选择 720p、1080p 或 4K。
使用自己的提示词与图像测试
打开对应任务，填写创作要求并提供所需图像。对照主体外观、构图与预期变化检查生成结果，确认后再将该工作流用于项目。
生成前查看费用估算
查看完整 Official 时长与声音估算，或其他任务完整的 8 秒价格，再结合计划测试次数比较画面与参考图工作流。
API 接入与结果管理
参考完整的真实生成案例
结合实际提示词、输入图像与生成结果查看案例，了解如何说明各张输入图像的作用，以及如何描述自己请求中需要保留或改变的细节。
通过任务 ID 跟踪每次生成
保存 API 返回的任务 ID，用于查询生成状态并获取完成文件的地址。通过在线生成记录回看先前结果与测试过的创作方向。
按照所选任务的文档完成接入
通过各任务提供的文档查看准确的模型标识、支持的输入、身份验证方法与响应格式。接入已经在线测试过的任务，使请求中的素材与设置保持一致。
Veo 3.1 Fast API 常见问题
Veo 3.1 Fast 是 Google 的视频变体，Vidgo 将其五种任务组合在同一系列页：Official 文字与图像生成、固定 8 秒文字与两帧生成，以及 8 秒三参考图任务。它提供 720p、1080p 与 4K，Official 任务还提供时长和声音设置。
探索更多模型系列
推荐阅读
阅读模型介绍、API 接入指南与平台比较，了解项目所需的输入素材准备、请求接入方法与费用规划。
