Veo3.1 Reference-to-Video API by Google
Create richly detailed videos guided by visual references. Veo 3.1 Reference-to-Video preserves characters, style, and composition across scenes for consistent, visually coherent storytelling.
Entrada
Salida
InactivoCada ejecución costará $0.2. Con $10 puedes ejecutar aproximadamente 50 veces.
Puedes continuar con:
Ejemplo de código
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/reference-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()Instalar
Instala el paquete necesario para tu lenguaje de programación.
pip install requestsAutenticación
Todas las solicitudes de API requieren autenticación mediante una clave de API. Puedes obtener tu clave de API desde el panel de Atlas Cloud.
export ATLASCLOUD_API_KEY="your-api-key-here"Encabezados HTTP
import os
API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY}"
}Nunca expongas tu clave de API en código del lado del cliente ni en repositorios públicos. Usa variables de entorno o un proxy de backend en su lugar.
Enviar una solicitud
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())Enviar una solicitud
Envía una solicitud de generación asíncrona. La API devuelve un ID de predicción que puedes usar para verificar el estado y obtener el resultado.
/api/v1/model/generateVideoCuerpo de la solicitud
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/reference-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']}")Respuesta
{
"id": "pred_abc123",
"status": "processing",
"model": "model-name",
"created_at": "2025-01-01T00:00:00Z"
}Verificar estado
Consulta el endpoint de predicción para verificar el estado actual de tu solicitud.
/api/v1/model/prediction/{prediction_id}Ejemplo de polling
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)Valores de estado
processingLa solicitud aún se está procesando.completedLa generación está completa. Las salidas están disponibles.succeededLa generación fue exitosa. Las salidas están disponibles.failedLa generación falló. Verifica el campo de error.Respuesta completada
{
"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"
}
}Subir archivos
Sube archivos al almacenamiento de Atlas Cloud y obtén una URL que puedes usar en tus solicitudes de API. Usa multipart/form-data para subir.
/api/v1/model/uploadMediaEjemplo de carga
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}")Respuesta
{
"data": {
"download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
"file_name": "image.png",
"content_type": "image/png",
"size": 1024000
}
}Schema de entrada
Los siguientes parámetros se aceptan en el cuerpo de la solicitud.
No hay parámetros disponibles.
Ejemplo de cuerpo de solicitud
{
"model": "google/veo3.1/reference-to-video"
}Schema de salida
La API devuelve una respuesta de predicción con las URL de salida generadas.
Ejemplo de respuesta
{
"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 integra más de 300 modelos de IA directamente en tu asistente de codificación con IA. Un solo comando para instalar y luego usa lenguaje natural para generar imágenes, videos y chatear con LLM.
Clientes compatibles
Instalar
npx skills add AtlasCloudAI/atlas-cloud-skillsConfigurar clave de API
Obtén tu clave de API desde el panel de Atlas Cloud y configúrala como variable de entorno.
export ATLASCLOUD_API_KEY="your-api-key-here"Funcionalidades
Una vez instalado, puedes usar lenguaje natural en tu asistente de IA para acceder a todos los modelos de Atlas Cloud.
MCP Server
Atlas Cloud MCP Server conecta tu IDE con más de 300 modelos de IA a través del Model Context Protocol. Funciona con cualquier cliente compatible con MCP.
Clientes compatibles
Instalar
npx -y atlascloud-mcpConfiguración
Agrega la siguiente configuración al archivo de configuración de MCP de tu IDE.
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}Herramientas disponibles
API Schema
Schema no disponiblePor favor inicia sesión para ver el historial de solicitudes
Necesitas iniciar sesión para acceder al historial de solicitudes del modelo.
Iniciar SesiónGoogle Veo 3.1 — Reference-to-Video Model
Veo 3.1 Reference-to-Video brings static images to life by combining visual reference consistency with cinematic motion generation. Powered by Google DeepMind’s next-generation Veo 3.1 architecture, this model transforms up to three reference images into coherent 5-second videos with smooth motion, accurate visual alignment, and synchronized native audio.
🌟 Key Features
🧠 Multi-Image Reference Support
- Accepts up to three reference images to define the subject, environment, or style.
- Maintains consistent identity, lighting, and appearance across frames.
- Ideal for animating people, objects, or scenes with reliable fidelity.
🎬 Cinematic Video Generation
- Produces 5-second motion clips at 1080p or 720p resolution.
- Adds camera dynamics such as panning, zooming, or subtle perspective drift.
- Supports synchronized audio generation, matching dialogue or ambient context.
💡 Smart Prompt Adherence
- Interprets both text instructions and visual cues for precise motion storytelling.
- Automatically harmonizes character interactions, props, and backgrounds.
⚙️ Capabilities
-
Input:
- Up to 3 reference images (JPEG / PNG / WEBP)
- Text prompt describing motion, action, and scene context
-
Output:
- 8-second MP4 video (720p or 1080p)
- Optional synchronized audio
-
Negative Prompt (optional):
- Exclude unwanted artifacts or elements (e.g., “no text”, “no flicker”).
-
Seed (optional):
- Reproduce specific results for consistent creative control.
💰 Pricing
| Duration | Resolution | With Audio | Without Audio |
|---|---|---|---|
| 8 seconds | 720p | $3.20 | $1.60 |
| 8 seconds | 1080p | $3.20 | $1.60 |
✅ Commercial use allowed
🧩 How to Use
- Upload up to 3 reference images — define the subject, object, or visual style.
- Write a text prompt — describe the action, setting, and camera motion.
- (Optional) Add a negative prompt to remove unwanted details.
- Choose resolution (720p or 1080p).
- (Optional) Enable audio generation for synchronized sound.
- Click Run to generate your 5-second cinematic video.
💡 Best Practices
- Use clear, well-lit reference images with similar styles and proportions.
- Keep prompts concise but specific (e.g., “The man in image 1 waves to the penguins in image 2 under bright sunlight”).
- Avoid overly complex scenarios with many characters or fast movement.
- Enable audio for more immersive storytelling results.
📝 Notes
- Ensure uploaded images are valid and accessible URLs or uploaded locally.
- If the output looks unstable, reduce reference count or simplify the prompt.
- Follow Google’s content safety rules; modify the prompt if flagged.
- For best performance, prefer portrait-oriented subjects and balanced lighting.
