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

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/text-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/text-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 的文生视频线路,面向需要从一句文本直接产出成片的开发者。它按需生成 4 至 8 秒、720p 到 4K 的横屏或竖屏视频,并可选原生音轨,让提示中的环境声、对白与音效随画面同步生成。你通过 HiAPI.ai 统一接口传入提示词即可调用,适合用于广告短片、社媒竖屏内容与分镜预演等需要快速验证视觉想法的场景。

核心亮点

  • 原生音画同步,省去单独配音——开启音频生成后,视频自带环境声、对白与音效,减少后期音频设计与合成环节。
  • 单次最高 4K 分辨率输出——resolution 可选 720p、1080p、4k,满足从快速预览到高画质交付的不同要求。
  • 横竖双画幅按需切换——aspect_ratio 支持 16:9 与 9:16,同一提示可直接产出适配信息流或竖屏平台的版本。
  • seed 与负向提示可控输出——通过 seed 复现生成结果,用 negative_prompt 排除不想要的元素,便于批量生产中固定风格。

能力说明

文本直出短视频:输入一段描述性提示词(最长 20000 字符),直接得到 4、6 或 8 秒的视频片段,无需准备任何素材。

原生音轨生成:可选生成原生音频,在提示中描述环境声、对白或音效,成片即带同步声音,省去单独配音流程。

分辨率与画幅控制:输出分辨率覆盖 720p、1080p、4k,画幅支持 16:9 与 9:16,按投放渠道选择即可。

可复现与负向约束:固定 seed 可重复生成同一结果,negative_prompt 用于排除不希望出现的画面元素,便于批量产出时保持一致性。

适用场景

  • 营销团队快速产出广告短片——用一段产品卖点提示词生成 8 秒带声短片,直接用于投放素材的快速验证与初版剪辑。
  • 社媒运营制作竖屏短视频——以 9:16 画幅生成短视频,投放到信息流或短视频平台,省去横屏裁切环节。
  • 影视前期分镜预演——把分镜描述转成带音效的动态片段,用于概念可视化与团队沟通,降低实拍前的试错成本。
  • 程序化内容生产管线——开发者通过统一接口批量提交提示词,将生成的短片接入自有内容管理系统或自动化工作流。

限制与选型建议

单次生成时长上限为 8 秒,更长内容需要多次生成后再拼接。开启音频或提升分辨率会提高单次调用成本,建议按投放要求选择规格。本线路为文生视频,无法上传参考图保持人物或产品外观一致,该需求应改用同族的图生视频线路;若对多镜头连贯性与长叙事有要求,仍需额外的人工编排与一致性管理。

  • 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