SuperAPI AI 工具集

google-veo

编程与开发

查看项目

更新于 10-16 05:02

技能介绍

用途:把 Veo 请求当作镜头制作任务而非普通文本补全,在生成前锁定访问路径、模型、输入模式、镜头契约与交付限制。不适用于视频理解或转写。

主要能力:支持文生视频、首帧图生视频、首尾帧生成、资产参考图(最多三张,用于保持人物、角色、产品或服装一致)以及视频扩展。Gemini Developer API 当前模型 ID 为 veo-3.1-generate-preview、veo-3.1-fast-generate-preview、veo-3.1-lite-generate-preview,单次返回一个视频并原生生成音频;Enterprise 稳定 ID 为 veo-3.1-generate-001 与 veo-3.1-fast-generate-001,Lite 为 Preview,单次可出 1–4 个结果。片段为 4/6/8 秒,24 fps,提示词上限 1024 tokens。

使用方式:Gemini Developer API 用 x-goog-api-key 提交 POST https://generativelanguage.googleapis.com/v1beta/models/{MODEL}:predictLongRunning,轮询 GET https://generativelanguage.googleapis.com/v1beta/{operationName};Enterprise 用 OAuth 提交 POST https://us-central1-aiplatform.googleapis.com/v1/projects/{PROJECT}/locations/us-central1/publishers/google/models/{MODEL}:predictLongRunning,轮询 fetchPredictOperation。

限制:Gemini 生成文件仅保留两天;1080p、4K、参考图与扩展任务需 8 秒;Lite 不支持 4K 与参考图。Enterprise 当前模型卡不支持按量付费,需确认固定配额或 Provisioned Throughput。音频支持在两条路径上存在文档冲突,Cloud Standard/Fast 是否支持需以模型卡为准并做预检。非英语提示词与对白未经评估,需预检。价格与配额等易变信息须在付费前重新核对官方页面。