Veo 3.1 视频生成使用指南

大约 6 分钟

Veo 3.1 视频生成使用指南

谷歌系视频模型，画面细腻、支持 4K，是要交付高清商用稿时的首选。先读视频生成总览拿到接口共通约定，再看本页细节。

接口地址 & 模型

创建任务：POST https://your-domain.com/v1/video/generations（把 your-domain.com 换成你的预制小龙虾域名）
查询任务：GET https://your-domain.com/v1/video/generations/{task_id}
API 模型 ID：veo3.1-fast（快速版）/ veo3.1-pro（高质版）
认证：HTTP Header Authorization: Bearer <你的 API 令牌>
任务类型：异步任务（提交 → 轮询 → 下载，无需配置 callback）
时长固定：8 秒

拿令牌 + 怎么测试（5 分钟流程）

登录你的预制小龙虾后台（https://your-domain.com）。
左侧菜单进「令牌」页，点「添加令牌」，分组挑含 Veo 的视频分组，生成后完整复制好。
打开 Postman 或终端 curl，按本文「文生视频 curl 示例」粘贴执行；拿到 task_id 后调查询接口轮询，直到 status=completed。
第一次只传 model + prompt 跑通，再加 quality / aspect_ratio 等可选参数。

分组开通须知

视频模型属于受控分组 sora-veo-grok-video，新用户无法自助开通。

在 newapi 后台「个人 → API 令牌」页生成令牌时，如果令牌分组下拉找不到 sora-veo-grok-video，请联系客服 zhiyanck@gmail.com 开通该分组权限。
已开通用户：创建令牌时选 sora-veo-grok-video 分组，调用即可。
余额不足时调用会返回 403 quota_exceeded，先充值再试。

veo3.1-fast vs veo3.1-pro 怎么选

模型	画质	支持分辨率	典型场景	价格区间
`veo3.1-fast`	标准，画面够用	720p / 1080p / 4k	试稿、社媒、批量出片	0.31–0.77 元/次
`veo3.1-pro`	高质，细节丰富	720p / 1080p / 4k	商用交付、广告、需要终稿质量	1.54–2.31 元/次

一句话：先用 fast 跑通效果，确认 prompt 合适后再切 pro 出终稿。

完整参数表

参数	类型	必填	可选值 / 说明
`model`	string	是	`veo3.1-fast` 或 `veo3.1-pro`
`prompt`	string	是	视频描述
`quality`	string	否	`720p` / `1080p` / `4k`，默认 `720p`
`aspect_ratio`	string	否	`16:9`（横版，默认）/ `9:16`（竖版）/ `1:1`（方形）
`generation_type`	string	否	`text_to_video` / `image_to_video` / `frame_to_video`，默认 `text_to_video`
`image_urls`	string[]	否	参考图 URL，按 `generation_type` 不同含义不同（见下）

能力组合校验

必填只有 model + prompt，其它字段都可省略。
平台不开放 callback_url / webhook_url，结果一律走 GET /v1/video/generations/{task_id} 取。
veo3.1-fast 与 veo3.1-pro 都支持 4K，但 4K 比 1080p 更贵，按需选。
image_to_video 需要 1 张参考图。
frame_to_video（首尾帧）需要 2 张参考图：第 1 张是首帧，第 2 张是尾帧。
不传 image_urls 时，默认走 text_to_video。

文生视频 curl 示例

curl -X POST "https://your-domain.com/v1/video/generations" \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo3.1-fast",
    "prompt": "A cinematic shot of a chef carefully placing crawfish on a black slate plate, steam rising, soft top light, fine focus on the spices, premium restaurant aesthetic",
    "quality": "1080p",
    "aspect_ratio": "16:9"
  }'

响应（关键字段）：

{
  "task_id": "task_xxx",
  "model": "veo3.1-fast",
  "status": "queued",
  "created_at": 1717000000
}

拿到 task_id 后调用查询接口轮询：

curl "https://your-domain.com/v1/video/generations/task_xxx" \
  -H "Authorization: Bearer <YOUR_API_KEY>"

status=completed 后按总览页的下载流程取视频。

图生视频 curl 示例

让一张静态图"动起来"：

curl -X POST "https://your-domain.com/v1/video/generations" \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo3.1-pro",
    "prompt": "The camera slowly orbits around the bowl, steam continues to rise, ambient warm light",
    "generation_type": "image_to_video",
    "image_urls": [
      "https://example.com/dish-photo.jpg"
    ],
    "quality": "1080p",
    "aspect_ratio": "16:9"
  }'

首尾帧生视频 curl 示例

给一张起始帧和一张结束帧，模型自动补中间过渡：

curl -X POST "https://your-domain.com/v1/video/generations" \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo3.1-pro",
    "prompt": "Smooth transition from a still empty plate to the same plate fully loaded with crawfish, warm restaurant lighting, no harsh cuts",
    "generation_type": "frame_to_video",
    "image_urls": [
      "https://example.com/empty-plate.jpg",
      "https://example.com/full-plate.jpg"
    ],
    "quality": "1080p",
    "aspect_ratio": "16:9"
  }'

首尾帧效果建议

两张图的构图、视角、光线尽量接近，过渡才自然。
prompt 里描述"过渡过程"的动作，比如 "smooth slow transition"、"camera holds still"。
不要让首尾帧差异过大（比如白天 → 黑夜 + 室内 → 室外），效果容易崩。

价格表 + 算例

售价已是客户最终价，按 1:1 站内汇率扣费。一次任务固定 8 秒。

模型	720p	1080p	4k
`veo3.1-fast`	0.31 元/次	0.62 元/次	0.77 元/次
`veo3.1-pro`	1.54 元/次	1.85 元/次	2.31 元/次

算例 1： 我用 veo3.1-fast 出 1 段 1080p 视频，要扣多少？

0.62 元/次（直接看表）

算例 2： 我要做 1 条商用广告，用 veo3.1-pro 出 4k 终稿：

2.31 元/次

算例 3： 我先用 fast 720p 试 10 次 prompt，再用 pro 1080p 出 1 个终稿：

0.31 × 10 + 1.85 = 3.10 + 1.85 = 4.95 元

提示词技巧

Veo3.1 对"镜头语言"特别敏感，提示词里把镜头说清楚效果会好得多。

要素	示例片段
镜头类型	`wide shot` / `close-up` / `over-the-shoulder` / `top-down`
镜头运动	`slow push in` / `orbit around` / `static handheld` / `crane up`
光线	`soft top light` / `golden hour` / `studio softbox`
焦深	`shallow depth of field` / `everything in focus`
风格	`cinematic` / `commercial` / `documentary` / `35mm film`

参考模板：

[镜头类型] of [主体] [动作]，[镜头运动]，[光线]，[焦深]，[风格]

填空示例：

Close-up of a bowl of red crawfish, steam rising, slow camera push in, soft warm top light, shallow depth of field, cinematic food commercial style.

Veo3.1 vs Sora-2 的提示词差异

Veo3.1 喜欢"专业术语"（镜头类型、焦深、光位）。
Sora-2 偏向"自然语言描述"（像你跟朋友讲一个画面）。
同一个 prompt 给两个模型可能效果差很多，先用 fast 试再决定走哪个。

常见错误 + 排查

现象	可能原因	处理
`400 unsupported quality`	quality 写成了 `2k` 之类	只接受 `720p` / `1080p` / `4k`
`400 missing image_urls`	`generation_type=image_to_video` 没传图	加 `image_urls`
`400 frame_to_video requires 2 images`	首尾帧只传了 1 张	传 2 张图
`401`	令牌错 / 分组不含 Veo	用对应的 Veo 分组令牌
`402`	余额不足	充值，4K 一次 0.77 元起
任务 `failed`，提示安全策略	prompt 或参考图触发审查	改 prompt / 换图
4K 看起来没区别	浏览器播放器降采样了	下载到本地用 VLC / PotPlayer 看
图生视频画面"鬼影"	参考图分辨率太低	换 ≥ 1024px 的清晰图

FAQ

时长能改吗？

Veo3.1 当前固定 8 秒。需要更长的请看 Grok-Video（最长 30 秒）。

4K 输出真的是 3840×2160 吗？

是的，quality=4k 出的是 3840×2160（16:9）。竖版 4K 是 2160×3840。

`image_to_video` 和 `frame_to_video` 有啥区别？

image_to_video：1 张图，模型自己"想象"动作。
frame_to_video：2 张图（首帧 + 尾帧），模型在两者间补过渡。

生成失败扣不扣钱？

不扣。只有任务 completed 才扣费。

中文 prompt 行不行？

行，但 Veo3.1 对英文专业术语反应更好（特别是镜头语言），建议关键词用英文。

怎么做"连续多镜头"叙事？

一次只能出 8 秒。需要叙事可以：

拆分剧本为多个 8 秒镜头。
每个镜头单独提交（用 frame_to_video 衔接镜头间过渡）。
拿到所有 mp4 后用剪辑软件拼接。

上一步：Sora-2 视频生成使用指南　|　下一步：Grok-Video 视频生成使用指南