企业API定制计划
AI应用开发服务
AI智能翻译API
AI SEO/GEO 服务
网络爬虫服务
登录
const main = async () => {
const response = await fetch('https://api.ai.cc/v2/video/generations', {
method: 'POST',
headers: {
Authorization: 'Bearer ',
'Content-Type': 'application/json',
},
body: JSON.stringify({
model: 'google/veo-3.1-first-last-image-to-video',
prompt: 'A woman looks into the camera, breathes in, then exclaims energetically, "Hello world!"',
image_url: 'https://storage.googleapis.com/falserverless/example_inputs/veo31-flf2v-input-1.jpeg',
last_image_url: 'https://storage.googleapis.com/falserverless/example_inputs/veo31-flf2v-input-2.jpeg',
}),
}).then((res) => res.json());
console.log('Generation:', response);
};
main()
import requests
def main():
url = "https://api.ai.cc/v2/video/generations"
payload = {
"model": "google/veo-3.1-first-last-image-to-video",
"prompt": "A woman looks into the camera, breathes in, then exclaims energetically, 'Hello world!'",
"image_url": "https://storage.googleapis.com/falserverless/example_inputs/veo31-flf2v-input-1.jpeg",
"last_image_url": "https://storage.googleapis.com/falserverless/example_inputs/veo31-flf2v-input-2.jpeg",
}
headers = {"Authorization": "Bearer ", "Content-Type": "application/json"}
response = requests.post(url, json=payload, headers=headers)
print("Generation:", response.json())
if __name__ == "__main__":
main()
- API 操练场（Playground）
在集成之前，请在沙箱环境中测试所有 API 模型。
我们提供 300 多种模型供您集成到您的应用程序中。
产品详情
Google Veo 3.1 AI 视频生成概述
我看到3.1 是Google最先进的AI驱动视频生成模型，旨在创建卓越的视频。 无缝视频转场用户只需提供起始画面和结束画面，Veo 3.1 即可智能生成流畅连贯的视频，将这两点连接起来。这项强大的功能使其成为创新视频编辑和模拟动态延时效果的理想之选。
✨ Veo 3.1 的主要功能
- ➡️ 首尾帧控制： 精确定义起始帧和结束帧，以生成流畅的过渡视频。
- 🎤 原生音频生成： 同时生成同步音轨，包括口型同步的准确角色对话和环境音效。
- 🔄 高级视频扩展： 通过生成最多 8 秒的后续镜头来延长现有视频片段，这些后续镜头能够逻辑地延续之前的场景。可以迭代生成时长达 1 分钟或更长的视频。
⚙️ 技术规格
- 📥 输入： 扩展码可使用两张图片（起始帧和结束帧）或视频的最后约 1 秒。
- 📤 输出： 视频片段无缝衔接，音频精准同步。
- 📏 最大延续长度： 通过迭代扩展过程，最多可能需要 1 分钟或更长时间。
- 🔊 音频功能： 具备唇音同步和丰富环境音效的全面语音合成功能。
- 🧠 模型架构： 专有的多模态神经网络，针对视频和音频的协同生成进行了优化（具体架构细节未公开披露）。
📊 性能基准测试
- ✅ 过渡质量： 帧间一致性高，运动插值流畅度极佳。
- ✅ 音视频同步： 在各种测试场景中，唇形同步准确，声音计时精确。
- ✅ 延续现实主义： 在较长的视频片段中保持了出色的内容连贯性和风格一致性。
- ✅ 处理时间： 高效生成，适用于高端 GPU 上的近实时工作流程。
🚀 Veo 3.1 的多种应用场景
- 🎬 创意视频剪辑，运用艺术化和复杂的转场效果。
- ⏳ 由静态图像生成的模拟延时序列。
- 🗣️ 用于动画或高级故事叙述的自动对话场景生成。
- 📈 视频片段扩展功能，无需重拍即可轻松延长故事讲述时长。
💰 API 定价
- 💲 每秒 0.21 美元 （音频关闭）
- 💲 每秒 0.42 美元 （音频已开启）
🆚 Veo 3.1：与其他领先型号的比较
对阵 DAIN： Veo 3.1 提供全面的 原生同步音频和完整的视频扩展功能相比之下，DAIN 主要专注于视觉深度感知帧插值，不集成音频或扩展功能。Veo 3.1 在提供叙事连贯性和增强视听真实感方面表现出色。
对比Google图片视频： Imagen Video 主要根据文本描述生成视频，专注于从零开始创建场景。然而，Veo 3.1 则强调…… 精确的逐帧插值和视频连续播放 集成音频，可对起始帧和结束帧进行精细控制。
vs Runway Gen-2： Runway Gen-2 旨在通过各种概念实现更广泛的文本转视频生成。Veo 3.1 则专注于…… 特定的帧驱动视频转场 并延长带有唇形同步音频的片段，为叙事驱动的内容提供更强的电影连续性。
对战姐妹2： Sora 2 以其超逼真的物理效果和瞬间视觉真实感而闻名，通常专注于较短的场景，并且需要更高的计算资源。Veo 3.1 优先考虑…… 扩展的故事流程和场景连贯性与同步音频。因此，它非常适合用于广告、短片和教育视频。
❓ 常见问题解答 (FAQ)
问：Veo 3.1 First Last Frame to Video AI 模型是什么？
答：Veo 3.1 是一款先进的 AI 模型，它通过在起始帧和结束帧之间进行智能插值来生成高质量的视频序列，从而创造出复杂、流畅的运动和自然的过渡，并具有卓越的视觉和音频质量。
问：Veo 3.1 的主要应用场景是什么？
答：该模型非常适合创意视频编辑、模拟延时序列、自动对话场景生成以及扩展现有视频片段以增加故事长度。
问：Veo 3.1 是否包含音频功能？
答：是的，Veo 3.1 具有原生音频生成功能，可生成同步音轨，包括口型同步的准确角色对话和环境音效。
问：Veo 3.1生成的视频最长可以有多长？
答：Veo 3.1 可以生成长达 8 秒的连续视频片段，通过迭代扩展，可以生成 1 分钟或更长的视频。
