Runbase

Command Palette

Search for a command to run...

Google

Veo 3.1 Fast

ID:google/veo-3

Veo 3.1 Fast —— Google DeepMind 的快速高性价比 Veo 3.1 视频模型,支持原生音频(对话和音效)、图生视频,最高 1080p。

文生视频图生视频音频生成1080p
输入
Aspect ratio
Resolution
Frame images
最多 2 张图片,每张不超过 10MB
输出将显示在此处
720p
$0.33
1080p
$0.36
cURL
curl https://api.runbase.net/v1/runs \
  -H "Authorization: Bearer $RUNBASE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/veo-3",
    "input": {
      "prompt": "一张陶瓷台灯的电影级产品照片",
      "aspect_ratio": "1:1",
      "resolution": "1K"
    }
  }'

示例

电影级战场

电影级战场

16:9

First-person view soaring low over a medieval battlefield at dawn, gliding past clashing knights in armor, fire-lit arrows whizzing overhead, splintered catapults burning near fallen soldiers, flying inches above torn flags and mud-soaked ground, raw, terrifying, epic

概述

Veo 3.1 Fast 是 Google DeepMind Veo 3.1 视频模型的速度和成本优化版本。与 Veo 3 家族的其他模型一样,它原生生成音频——在单次生成中同步产出对话、音效和环境音。该模型最高支持 1080p 视频输出,提供两种画面比例(16:9 和 9:16),并可接受最多 2 张帧图用于图生视频,支持首帧和末帧控制。

使用场景

音频不可或缺的电影级内容——带环境音的自然纪录片、带冲击音效的产品发布。带原生声音设计的社交短视频和竖屏视频。使用首尾帧进行图生视频以控制动画轨迹。带同步语音的对话场景和角色叙事。

输入参数

所有参数通过运行请求的 input 对象传入。

ParameterRequiredDescription
promptYes文本描述(1–5000 字符)
aspect_ratioNo默认 16:9。可选:16:99:16
resolutionNo默认 720p。可选:720p1080p
image_urlsNo最多 2 张帧图(每张最大 10 MB)用于图生视频

提示词技巧

在场景中描述声音

Veo 3 原生生成音频。暗示声音的提示词——"rain on a tin roof"、"crowd cheering in a stadium"、"whispered conversation"——会产出比纯视觉描述更丰富、更有沉浸感的输出。

使用双图片控制运动轨迹

上传一张首帧图片和一张作为结束状态的图片。Veo 3 会在两者之间插值,让你同时控制起始构图和最终姿态或画面。

明确指定镜头行为

"slow tracking shot"、"static wide angle"、"handheld close-up" 等短语会直接转化为镜头运动。模糊的提示词只会产出平淡的动效。

限制

  • 仅 2 种画面比例(16:9 和 9:16)——没有正方形或超宽选项
  • 没有时长参数——模型自动决定片段长度
  • 没有低于 720p 的分辨率可选
  • 生成时间可能长于竞品模型
  • 没有 generate_audio 开关——模型不提供控制音频输出的选项

常见问题

可以关闭音频生成吗?

不可以。Veo 3 Fast 始终原生生成音频,没有提供 generate_audio 开关来关闭它。(其他一些模型,如 ByteDance 的 Seedance,确实提供了 generate_audio 开关。)

可以控制视频时长吗?

不可以。Veo 3 没有时长参数。模型根据提示词内容决定片段长度。典型输出在几秒到约 8 秒之间。

双帧图片是怎么工作的?

第一张图片设定开场帧;第二张设定目标结束状态。模型生成在两者之间过渡的视频。你也可以只提供一张图片来锚定起始帧。