HiAPI
21:9 宽幅 Hero 图:左侧柔光留白,右侧玻璃胶片带与金属胶片卷、虹彩光带构成影像隐喻,veo-3.1 以发光立体字嵌于胶片带,奶油与青蓝、珊瑚粉渐变。

Google

Veo 3.1

veo-3.1/text-to-video

Modelo de geração de vídeo do Google: a entrada de imagem gera nativamente vídeos de 8 segundos com som ambiente e diálogos, com suporte de até 4K e consistência na aparência do sujeito

Experimentar veo-3.1/text-to-video

Entrada

Saída

video
Preencha os parâmetros e gere — os resultados aparecerão aqui.

Preços

veo-3.1/text-to-video per second

Especificações 720P 1080P 4K
Sound On $0.570 $0.570 $0.860
Sound Off $0.290 $0.290 $0.570

Apresentação

A rota de texto para vídeo do Veo 3.1 é voltada para desenvolvedores que precisam produzir um vídeo final diretamente a partir de uma frase de texto. Ele gera sob demanda vídeos de 4 a 8 segundos, em 720p a 4K, no formato horizontal ou vertical, com faixa de áudio nativa opcional, permitindo que sons ambientes, diálogos e efeitos sonoros do prompt sejam gerados em sincronia com a imagem. Você pode chamá-lo enviando o prompt pela interface unificada do HiAPI.ai, sendo adequado para anúncios curtos, conteúdo vertical para redes sociais e pré-visualização de storyboards, entre cenários que exigem validação rápida de ideias visuais.

Destaques

  • Áudio e imagem nativos em sincronia, sem dublagem separada — com a geração de áudio ativada, o vídeo já traz sons ambientes, diálogos e efeitos sonoros, reduzindo as etapas de design e mixagem de áudio na pós-produção.
  • Saída de até 4K em uma única geração — resolution aceita 720p, 1080p e 4k, atendendo desde a pré-visualização rápida até a entrega em alta qualidade.
  • Alternância entre formatos horizontal e vertical sob demanda — aspect_ratio oferece suporte a 16:9 e 9:16, permitindo gerar diretamente a partir do mesmo prompt versões adaptadas a feeds ou plataformas verticais.
  • Controle de saída com seed e prompt negativo — use seed para reproduzir resultados de geração e negative_prompt para excluir elementos indesejados, facilitando manter um estilo fixo na produção em lote.

Recursos

Vídeos curtos diretamente a partir de texto: insira um prompt descritivo (até 20.000 caracteres) e obtenha diretamente um clipe de 4, 6 ou 8 segundos, sem precisar preparar nenhum material.

Geração de faixa de áudio nativa: é possível gerar áudio nativo opcional; descreva no prompt sons ambientes, diálogos ou efeitos sonoros e o vídeo final já sai com som sincronizado, dispensando o processo de dublagem separado.

Controle de resolução e formato: a resolução de saída cobre 720p, 1080p e 4k, e o formato oferece suporte a 16:9 e 9:16, bastando escolher conforme o canal de veiculação.

Reprodutibilidade e restrições negativas: um seed fixo permite gerar repetidamente o mesmo resultado, e negative_prompt serve para excluir elementos de imagem indesejados, mantendo a consistência na produção em lote.

Cenários de uso

  • Equipes de marketing produzindo anúncios curtos rapidamente — gere com um prompt de argumentos de venda do produto um vídeo curto de 8 segundos com áudio, usado diretamente na validação rápida de materiais de veiculação e na edição inicial.
  • Operações de redes sociais criando vídeos verticais curtos — gere vídeos curtos em formato 9:16 para publicar em feeds ou plataformas de vídeo curto, dispensando o recorte de conteúdo horizontal.
  • Pré-visualização de storyboards na pré-produção audiovisual — converta descrições de storyboard em clipes dinâmicos com efeitos sonoros, usados para visualização de conceitos e comunicação da equipe, reduzindo o custo de tentativa e erro antes da filmagem real.
  • Pipelines de produção programática de conteúdo — desenvolvedores enviam prompts em lote pela interface unificada e integram os clipes gerados ao próprio sistema de gestão de conteúdo ou fluxo de trabalho automatizado.

Limitações e recomendações de escolha

O limite de duração por geração é de 8 segundos; conteúdos mais longos exigem várias gerações seguidas de montagem. Ativar o áudio ou aumentar a resolução eleva o custo por chamada, por isso recomenda-se escolher as especificações conforme os requisitos de veiculação. Esta rota é de texto para vídeo e não permite enviar imagens de referência para manter a consistência de aparência de pessoas ou produtos; para essa necessidade, deve-se usar a rota de imagem para vídeo da mesma família. Se houver exigência de continuidade entre múltiplos planos e narrativa longa, ainda será necessário planejamento manual adicional e gestão de consistência.

Perguntas frequentes

Ver todas as perguntas →
  • Que tipo de modelo de vídeo é o Veo 3.1 Text to Video?

    É uma linha puramente de texto para vídeo: basta um Prompt de texto, sem necessidade de enviar uma imagem inicial.

  • Quais especificações de saída o Veo 3.1 Text to Video suporta?

    Suporta de 4 a 8 segundos, resoluções incluindo 720p, 1080p e 4k, e proporções de tela incluindo 16:9 e 9:16.

  • É possível gerar voz ou usar uma referência de áudio?

    A geração de áudio está ativada por padrão

  • Como é cobrado o Veo 3.1 Text to Video?

    A cobrança é feita pela duração da saída e pelo nível em tempo real; eventuais diferenças decorrentes de resolução, modo ou opções de áudio seguem os preços da página e o registro da tarefa.

Modelos relacionados

Ver todos os modelos →

Mesmo tipo