用途:在 JavaScript/TypeScript 中通过 @google/genai SDK 调用 Google Veo 3.1(模型 veo-3.1-generate-preview)生成视频。鉴权使用 GEMINI_API_KEY 环境变量,或向 GoogleGenAI 构造函数传入 apiKey。
核心流程为生成、轮询、下载三步:先用 ai.models.generateVideos 发起生成,再用 ai.operations.getVideosOperation 每 10 秒轮询直到 done,最后用 ai.files.download 下载到本地文件。config 支持 aspectRatio(16:9 默认、9:16)、resolution(720p 默认、1080p、4k)、negativePrompt 等。
主要能力与模式:文生视频仅传 prompt,音频原生生成,对话用引号、音效与环境音需在提示词中描述;图生视频传 prompt 加 image 作为起始帧;首尾帧插值传 image 首帧与 config.lastFrame 尾帧;参考图最多 3 张,每项需 referenceType: "asset";视频延长传上一段 Veo 输出视频加 prompt,限 720p、每次延长 7 秒、最多 20 次(共 148 秒),输入视频上限 141 秒。
提示词建议结构:镜头类型 + 主体 + 动作 + 场景 + 光照 + 风格 + 技术参数。
限制:时长只能取 4、6 或 8 秒,1080p、4k、延长与参考图需 8 秒;1080p 与 4k 仅 8 秒可用;延迟最低 11 秒,高峰可达 6 分钟;生成视频仅保留 2 天需及时下载;所有视频带 SynthID 水印,内容可能受安全策略过滤。完整参数表与 REST 细节见 references/api.md,提示词词库见 references/prompting.md。