Veo3.1 Image-to-Video API by Google
Quickly animate static images into motion-rich, high-quality clips. Veo 3.1 Fast Image-to-Video accelerates rendering for fast previews and iterative visual storytelling.
Eingabe
Ausgabe
InaktivJede Ausführung kostet $0.2. Für $10 können Sie ca. 50 Mal ausführen.
Sie können fortfahren mit:
Codebeispiel
import requests
import time
# Step 1: Start video generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "google/veo3.1/image-to-video",
"prompt": "A beautiful sunset over the ocean with gentle waves",
"width": 512,
"height": 512,
"duration": 3,
"fps": 24,
}
generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]
# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
def check_status():
while True:
response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
result = response.json()
if result["data"]["status"] in ["completed", "succeeded"]:
print("Generated video:", result["data"]["outputs"][0])
return result["data"]["outputs"][0]
elif result["data"]["status"] == "failed":
raise Exception(result["data"]["error"] or "Generation failed")
else:
# Still processing, wait 2 seconds
time.sleep(2)
video_url = check_status()Installieren
Installieren Sie das erforderliche Paket für Ihre Programmiersprache.
pip install requestsAuthentifizierung
Alle API-Anfragen erfordern eine Authentifizierung über einen API-Schlüssel. Sie können Ihren API-Schlüssel über das Atlas Cloud Dashboard erhalten.
export ATLASCLOUD_API_KEY="your-api-key-here"HTTP-Header
import os
API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY}"
}Geben Sie Ihren API-Schlüssel niemals in clientseitigem Code oder öffentlichen Repositories preis. Verwenden Sie stattdessen Umgebungsvariablen oder einen Backend-Proxy.
Anfrage senden
import requests
url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "your-model",
"prompt": "A beautiful landscape"
}
response = requests.post(url, headers=headers, json=data)
print(response.json())Anfrage senden
Senden Sie eine asynchrone Generierungsanfrage. Die API gibt eine Vorhersage-ID zurück, mit der Sie den Status prüfen und das Ergebnis abrufen können.
/api/v1/model/generateVideoAnfragekörper
import requests
url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "google/veo3.1/image-to-video",
"input": {
"prompt": "A beautiful sunset over the ocean with gentle waves"
}
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
print(f"Prediction ID: {result['id']}")
print(f"Status: {result['status']}")Antwort
{
"id": "pred_abc123",
"status": "processing",
"model": "model-name",
"created_at": "2025-01-01T00:00:00Z"
}Status prüfen
Fragen Sie den Vorhersage-Endpunkt ab, um den aktuellen Status Ihrer Anfrage zu überprüfen.
/api/v1/model/prediction/{prediction_id}Abfrage-Beispiel
import requests
import time
prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }
while True:
response = requests.get(url, headers=headers)
result = response.json()
status = result["data"]["status"]
print(f"Status: {status}")
if status in ["completed", "succeeded"]:
output_url = result["data"]["outputs"][0]
print(f"Output URL: {output_url}")
break
elif status == "failed":
print(f"Error: {result['data'].get('error', 'Unknown')}")
break
time.sleep(3)Statuswerte
processingDie Anfrage wird noch verarbeitet.completedDie Generierung ist abgeschlossen. Ergebnisse sind verfügbar.succeededDie Generierung war erfolgreich. Ergebnisse sind verfügbar.failedDie Generierung ist fehlgeschlagen. Überprüfen Sie das Fehlerfeld.Abgeschlossene Antwort
{
"data": {
"id": "pred_abc123",
"status": "completed",
"outputs": [
"https://storage.atlascloud.ai/outputs/result.mp4"
],
"metrics": {
"predict_time": 45.2
},
"created_at": "2025-01-01T00:00:00Z",
"completed_at": "2025-01-01T00:00:10Z"
}
}Dateien hochladen
Laden Sie Dateien in den Atlas Cloud Speicher hoch und erhalten Sie eine URL, die Sie in Ihren API-Anfragen verwenden können. Verwenden Sie multipart/form-data zum Hochladen.
/api/v1/model/uploadMediaUpload-Beispiel
import requests
url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }
with open("image.png", "rb") as f:
files = {"file": ("image.png", f, "image/png")}
response = requests.post(url, headers=headers, files=files)
result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")Antwort
{
"data": {
"download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
"file_name": "image.png",
"content_type": "image/png",
"size": 1024000
}
}Eingabe-Schema
Die folgenden Parameter werden im Anfragekörper akzeptiert.
Keine Parameter verfügbar.
Beispiel-Anfragekörper
{
"model": "google/veo3.1/image-to-video"
}Ausgabe-Schema
Die API gibt eine Vorhersage-Antwort mit den generierten Ausgabe-URLs zurück.
Beispielantwort
{
"id": "pred_abc123",
"status": "completed",
"model": "model-name",
"outputs": [
"https://storage.atlascloud.ai/outputs/result.mp4"
],
"metrics": {
"predict_time": 45.2
},
"created_at": "2025-01-01T00:00:00Z",
"completed_at": "2025-01-01T00:00:10Z"
}Atlas Cloud Skills
Atlas Cloud Skills integriert über 300 KI-Modelle direkt in Ihren KI-Coding-Assistenten. Ein Befehl zur Installation, dann verwenden Sie natürliche Sprache, um Bilder, Videos zu generieren und mit LLMs zu chatten.
Unterstützte Clients
Installieren
npx skills add AtlasCloudAI/atlas-cloud-skillsAPI-Schlüssel einrichten
Erhalten Sie Ihren API-Schlüssel über das Atlas Cloud Dashboard und setzen Sie ihn als Umgebungsvariable.
export ATLASCLOUD_API_KEY="your-api-key-here"Funktionen
Nach der Installation können Sie natürliche Sprache in Ihrem KI-Assistenten verwenden, um auf alle Atlas Cloud Modelle zuzugreifen.
MCP-Server
Der Atlas Cloud MCP-Server verbindet Ihre IDE mit über 300 KI-Modellen über das Model Context Protocol. Funktioniert mit jedem MCP-kompatiblen Client.
Unterstützte Clients
Installieren
npx -y atlascloud-mcpKonfiguration
Fügen Sie die folgende Konfiguration zur MCP-Einstellungsdatei Ihrer IDE hinzu.
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}Verfügbare Werkzeuge
API-Schema
Schema nicht verfügbarAnmelden, um Anfrageverlauf anzuzeigen
Sie müssen angemeldet sein, um auf Ihren Modellanfrageverlauf zuzugreifen.
AnmeldenGoogle Veo 3.1 — Image-to-Video (I2V) Model
Veo 3.1 I2V is Google DeepMind’s latest image-to-video generation model — an evolution of Veo’s cinematic foundation. It transforms a single still image or a pair of start & end frames into a high-fidelity 1080p motion sequence with natural movement, realistic lighting, and synchronized contextual audio.
Perfect for storyboarding, concept animation, and creative scene development, Veo 3.1 I2V captures the feeling of camera motion and environmental change while preserving your image’s style and composition.
Why it stands out
-
** Cinematic Motion Generation**
Animates still images with realistic subject and camera movement — from subtle pans to sweeping transitions.
-
** Frame Interpolation**
Supports single-frame animation and two-frame transitions — letting you morph from one image to another with fluid continuity.
-
** Native Audio Support**
Adds synchronized ambient sound, dialogue, or music automatically aligned with visual motion.
-
** Contextual Understanding**
Interprets both image content and prompt text to guide scene flow and atmosphere.
-
** High-Resolution Output**
Generates at 720p or 1080p, 24 FPS, and supports landscape (16:9) or portrait (9:16) aspect ratios.
Key Parameters
-
prompt — Describe motion or story context (e.g., “Slow dolly zoom on a city skyline as sunset light fades”).
-
image — Provide a starting frame (JPEG / PNG / WEBP).
-
lastFrame (optional) — Provide an ending frame to create an interpolation-style transition.
-
durationSeconds — Choose video length: 4s, 6s, or 8s.
-
resolution — 720p or 1080p.
-
aspectRatio — Landscape (16:9) or Portrait (9:16).
Pricing (Preview Stage)
| Model | Description | Input Type | Output | Price |
|---|---|---|---|---|
| Veo 3.1 (Video + Audio) | Generate videos with synchronized sound | Image / Image Pair | Video + Audio | $0.40 / sec |
| Veo 3.1 (Video only) | Generate silent motion sequences | Image / Image Pair | Video | $0.20 / sec |
Typical cost: ~$3.20 for an 8-second 1080p video (standard mode).
How to Use
-
Upload your starting image
Use a clear, well-lit frame.
-
(Optional) Add a last frame
Provide an ending image if you want a smooth transition.
-
Write your prompt
Describe the motion or transformation (e.g., “camera slowly zooms out as night falls”).
-
Set parameters
Choose duration (4s / 6s / 8s), resolution (720p / 1080p), and aspect ratio (16:9 or 9:16).
-
Generate video
Submit your request — Veo 3.1 I2V will produce motion, lighting, and audio automatically.
Pro Tips
-
Use consistent framing between start and end images for smoother interpolation.
-
Add camera verbs like “pan,” “tilt,” “dolly,” for cinematic control.
-
Keep prompts concise and clear — focus on movement and lighting.
-
For realistic transitions, limit drastic composition or color shifts between frames.
-
To ensure repeatability, use the same random seed value.
Notes & Limitations
-
Supported durations: 4, 6, or 8 seconds.
-
Frame rate: 24 FPS (fixed).
-
Generation time: ~2–3 minutes for 8s @1080p.
