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/image-to-video

Google 视频生成模型,图像输入可原生生成带环境声与对白的 8 秒视频,最高支持 4K 并保持主体外观一致

试用 veo-3.1/image-to-video

输入

作品灵感

查看全部作品

输出

video
填写参数并生成,结果会显示在这里。

价格

veo-3.1/image-to-video 每秒

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

定位简介

Veo 3.1 图生视频线路是 Google 视频生成模型在 HiAPI.ai 上的图像驱动版本,接收一张图片与文字提示,产出带原生音轨的动态视频。它擅长在保留输入图主体外观的前提下控制镜头运动与场景演进,适合需要把静态视觉素材快速转为可播放片段的开发者,用于广告、社交媒体与概念预演等场景。

核心亮点

  • 原生音画同步生成——生成视频时同步产出环境声、对白与音效,减少后期单独配音与音效合成的环节。
  • 最高可选 4K 分辨率——输出支持 720p、1080p 与 4k 三档,并可按输入图自动匹配或指定 16:9、9:16 画幅。
  • 输出时长与音频可控——时长可选 4、6、8 秒,音轨可开关,便于按投放渠道与成本预算调整生成规格。
  • 支持负向提示与固定种子——可用 negative_prompt 排除不想要的元素,并通过 seed 复现相近的生成结果。

能力说明

图像驱动动画生成:以一张图片为起点,配合最长 20000 字符的提示词描述运动方式,输出 4 至 8 秒的视频片段,适合把已有视觉素材直接转为动态内容。

原生音轨生成:默认生成原生音频;关闭 generate_audio 可获得无声视频,便于在后期流程中自行配乐或配音。

分辨率与画幅控制:可指定 720p、1080p 或 4k 输出,画幅支持自动跟随输入图或强制 16:9、9:16,适配横屏与竖屏投放。

生成结果可控性:通过 negative_prompt 描述需要避免的内容,通过 seed 固定随机种子,便于在批量生成中保持风格稳定或做 A/B 对比。

适用场景

  • 营销团队把产品图转为广告短片——输入产品静态图与动作描述,产出 4K 或 1080p 的横屏视频片段,直接用于线上广告投放与官网展示。
  • 社交媒体运营制作竖屏动态内容——用竖版图片与提示词生成 9:16 视频,带原生音效,作为短视频平台的素材发布。
  • 影视前期把概念图转为动态预演——将分镜或概念设计图生成为动态片段,辅助团队在正式制作前确认镜头运动与氛围。
  • 开发者批量生成动态素材——在程序化流程中传入图片与提示词,结合 seed 批量产出风格统一的视频片段,用于测试或内容填充。

限制与选型建议

单次生成时长上限为 8 秒,较长叙事需要分段生成再拼接,多镜头连贯性仍需人工编排。输入图建议 720p 以上且为 16:9 或 9:16,其他比例会被裁剪。分辨率与音频开关会影响计费,批量生成前应先用低规格试跑。若需要从零构建画面而非驱动已有图片,应选用同族的文生视频线路。

  • Veo 3.1 Text to Video 是什么类型的视频模型?

    它是纯文生视频线路,只需文字 Prompt,不要求上传起始图片。

  • Veo 3.1 Text to Video 支持哪些输出规格?

    支持 4-8 秒,分辨率包括 720p、1080p、4k,画幅包括 16:9、9:16。

  • 可以生成声音或使用音频参考吗?

    生成音频默认开启

  • Veo 3.1 Text to Video 如何计费?

    按输出时长和实时档位计费;分辨率、模式或声音选项造成的差异以页面价格和任务记录为准。

同类型模型