google/veo3.1/text-to-video

tekst-do-wideo

Veo3.1 Text-to-Video API by Google

google/veo3.1/text-to-video

Text-to-video

Generate high-fidelity videos from text prompts with Google’s most advanced generative video model. Veo 3.1 delivers cinematic quality, dynamic camera motion, and lifelike detail for storytelling and creative production.

WEJŚCIE

Ładowanie konfiguracji parametrów...

WYJŚCIE

Bezczynny

Twoje wygenerowane wideo pojawi się tutaj

Skonfiguruj ustawienia i kliknij Uruchom, aby rozpocząć

Każde uruchomienie będzie kosztować $0.2. Za $10 możesz uruchomić ten model około 50 razy.

Co możesz zrobić dalej:

Seedance 2.0 Kling v3 Vidu Wan2.7

Parametry

Przykład kodu
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/text-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()

Instalacja

Zainstaluj wymagany pakiet dla swojego języka programowania.

bash

pip install requests

Uwierzytelnianie

Wszystkie żądania API wymagają uwierzytelnienia za pomocą klucza API. Klucz API możesz uzyskać z panelu Atlas Cloud.

bash

export ATLASCLOUD_API_KEY="your-api-key-here"

Nagłówki HTTP

python

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

Chroń swój klucz API

Nigdy nie ujawniaj swojego klucza API w kodzie po stronie klienta ani w publicznych repozytoriach. Zamiast tego użyj zmiennych środowiskowych lub proxy backendowego.

Wyślij żądanie

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())

Wyślij żądanie

Wyślij asynchroniczne żądanie generowania. API zwróci identyfikator predykcji, którego możesz użyć do sprawdzania statusu i pobierania wyniku.

POST/api/v1/model/generateVideo

Treść żądania

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/text-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']}")

Odpowiedź

{
  "id": "pred_abc123",
  "status": "processing",
  "model": "model-name",
  "created_at": "2025-01-01T00:00:00Z"
}

Sprawdź status

Odpytuj endpoint predykcji, aby sprawdzić bieżący status żądania.

GET/api/v1/model/prediction/{prediction_id}

Przykład odpytywania

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)

Wartości statusu

processingŻądanie jest wciąż przetwarzane.

completedGenerowanie zakończone. Wyniki są dostępne.

succeededGenerowanie powiodło się. Wyniki są dostępne.

failedGenerowanie nie powiodło się. Sprawdź pole błędu.

Odpowiedź ukończona

{
  "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"
  }
}

Prześlij pliki

Prześlij pliki do magazynu Atlas Cloud i uzyskaj URL, którego możesz użyć w swoich żądaniach API. Użyj multipart/form-data do przesyłania.

POST/api/v1/model/uploadMedia

Przykład przesyłania

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}")

Odpowiedź

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

Schema wejściowy

Następujące parametry są akceptowane w treści żądania.

Łącznie: 0Wymagane: 0Opcjonalne: 0

Brak dostępnych parametrów.

Przykładowa treść żądania

json

{
  "model": "google/veo3.1/text-to-video"
}

Schema wyjściowy

API zwraca odpowiedź predykcji z URL-ami wygenerowanych wyników.

idstringrequired

Unique identifier for the prediction.

statusstringrequired

Current status of the prediction.

processingcompletedsucceededfailed

modelstringrequired

The model used for generation.

outputsarray[string]

Array of output URLs. Available when status is "completed".

errorstring

Error message if status is "failed".

metricsobject

Performance metrics.

predict_timenumber

Time taken for video generation in seconds.

created_atstringrequired

ISO 8601 timestamp when the prediction was created.

Format: date-time

completed_atstring

ISO 8601 timestamp when the prediction was completed.

Format: date-time

Przykładowa odpowiedź

json

{
  "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 integruje ponad 300 modeli AI bezpośrednio z Twoim asystentem kodowania AI. Jedno polecenie do instalacji, a następnie używaj języka naturalnego do generowania obrazów, filmów i rozmów z LLM.

Obsługiwani klienci

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ obsługiwani klienci

Instalacja

bash

npx skills add AtlasCloudAI/atlas-cloud-skills

Skonfiguruj klucz API

Uzyskaj klucz API z panelu Atlas Cloud i ustaw go jako zmienną środowiskową.

bash

export ATLASCLOUD_API_KEY="your-api-key-here"

Możliwości

Po zainstalowaniu możesz używać języka naturalnego w swoim asystencie AI, aby uzyskać dostęp do wszystkich modeli Atlas Cloud.

Generowanie obrazówGeneruj obrazy za pomocą modeli takich jak Nano Banana 2, Z-Image i inne.

Tworzenie wideoTwórz filmy z tekstu lub obrazów za pomocą Kling, Vidu, Veo itp.

Chat LLMRozmawiaj z Qwen, DeepSeek i innymi dużymi modelami językowymi.

Przesyłanie mediówPrześlij lokalne pliki do edycji obrazów i przepływów pracy obraz-do-wideo.

Dowiedz się więcej

github.com/AtlasCloudAI/atlas-cloud-skills

Serwer MCP

Serwer MCP Atlas Cloud łączy Twoje IDE z ponad 300 modelami AI za pośrednictwem Model Context Protocol. Działa z każdym klientem kompatybilnym z MCP.

Obsługiwani klienci

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ obsługiwani klienci

Instalacja

bash

npx -y atlascloud-mcp

Konfiguracja

Dodaj następującą konfigurację do pliku ustawień MCP w swoim IDE.

json

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

Dostępne narzędzia

atlas_generate_imageGeneruj obrazy z promptów tekstowych.

atlas_generate_videoTwórz filmy z tekstu lub obrazów.

atlas_chatRozmawiaj z dużymi modelami językowymi.

atlas_list_modelsPrzeglądaj ponad 300 dostępnych modeli AI.

atlas_quick_generateTworzenie treści w jednym kroku z automatycznym wyborem modelu.

atlas_upload_mediaPrześlij lokalne pliki do przepływów pracy API.

Dowiedz się więcej

github.com/AtlasCloudAI/mcp-server

API Schema

Schema niedostępna

Zaloguj się, aby wyświetlić historię zapytań

Musisz być zalogowany, aby uzyskać dostęp do historii zapytań modelu.

Zaloguj się

Google Veo 3.1 — Text-to-Video (T2V) Model

Veo 3.1 T2V is the latest text-to-video model from Google DeepMind, designed to bring cinematic storytelling to life through text. It generates high-fidelity 1080p videos with synchronized, context-aware audio, realistic motion, and narrative consistency — making it one of the most advanced generative video systems ever released.

Why it stands out

Cinematic Realism

Produces natural lighting, smooth camera transitions, and accurate perspective for film-like motion.
Native Audio Generation

Generates synchronized ambient sound, dialogue, and music directly aligned with the visuals.
Dialogue & Lip-Sync

Supports speaking characters and realistic facial expressions — perfect for storytelling, marketing, or short-form content.
Subject Consistency (R2V)

Maintains a character’s or object’s identity across frames using 1–3 reference images.
Video Interpolation

Seamlessly animates transitions between two given frames — ideal for smooth start-to-end storytelling.
Flexible Output

Supports both 720p and 1080p, at 24 FPS, duration for 4s, 6s, 8s, and in both 16:9 (landscape) and 9:16 (portrait) formats.

Key Parameters

prompt — Describe your scene or story (e.g., “A drone shot flying over Las Vegas, transitioning from day to night with soft jazz in the background”).
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	Text / Image	Video + Audio	$0.40 / sec
Veo 3.1 (Video only)	Generate high-quality silent videos	Text / Image	Video	$0.20 / sec

Minimum cost: ~$3.20 per clip (based on 8s @ 1080p).

How to Use

Write a Prompt

Describe the desired motion, camera style, lighting, and sound.

Example: “A cinematic sunset over the ocean, waves glimmering as seagulls fly across the horizon.”
Adjust Parameters

Select duration, resolution (720p/1080p), and aspect ratio.
Generate

Submit your request — Veo 3.1 will render motion, lighting, and synchronized audio.
Preview & Download

Review your video, refine your prompt if needed, then download the final MP4.

Pro Tips

Keep prompts focused on one main action or subject for better coherence.
Use camera verbs like “tracking,” “zoom out,” or “handheld” for cinematic control.
Mention lighting and mood cues (e.g., “under soft moonlight,” “golden-hour glow”).
Use R2V for character-based storytelling; Interpolation for smooth transitions.
Avoid conflicting instructions (e.g., “fast zoom” and “slow motion” together).

Notes & Limitations

Generation time: ~2–3 minutes for an 8-second 1080p clip.
Frame rate fixed at 24 FPS.
Advanced controls (R2V, I2V, Interpolation) are mutually exclusive — only one per generation.
If your prompt is blocked, rewrite it and resubmit (safety thresholds may adjust during preview).

Eksploruj Podobne Modele

NEW

tekst-do-wideo

Veo 3.1 Lite Text-to-video

High-efficiency Veo 3.1 Lite text-to-video: create video with synchronized audio from text prompts. Targets high-volume applications with strong price efficiency; 720p/1080p and flexible duration options. Does not support 4K outputs or Extension.

Veo 3.1 Lite Start-End Frame to Video

Veo 3.1 Lite start-end frame to video: generate motion between a first and last frame with audio. Lightweight, developer-oriented option with 8s duration and 720p/1080p. Does not support 4K outputs or Extension.

Veo 3.1 Lite Image-to-video

High-efficiency Veo 3.1 Lite image-to-video: animate an input image into video with synchronized audio. Cost-effective for scalable workflows; supports 720p/1080p and common aspect ratios. Does not support 4K outputs or Extension.

Veo3.1 Fast Image-to-video

Bring still images to life with smooth, expressive motion. Veo 3.1 Image-to-Video transforms photos or keyframes into cinematic video sequences with realistic continuity and sound.

From

$0.08/SEK

Zacznij Od 300+ Modeli,

Przeglądaj wszystkie modele

Veo3.1 Text-to-Video API by Google

WEJŚCIE

WYJŚCIE

Parametry

Przykład kodu

Instalacja

Uwierzytelnianie

Nagłówki HTTP

Wyślij żądanie

Wyślij żądanie

Treść żądania

Odpowiedź

Sprawdź status

Przykład odpytywania

Wartości statusu

Odpowiedź ukończona

Prześlij pliki

Przykład przesyłania

Odpowiedź

Schema wejściowy

Przykładowa treść żądania

Schema wyjściowy

Przykładowa odpowiedź

Atlas Cloud Skills

Obsługiwani klienci

Instalacja

Skonfiguruj klucz API

Możliwości

Serwer MCP

Obsługiwani klienci

Instalacja

Konfiguracja

Dostępne narzędzia

API Schema

Zaloguj się, aby wyświetlić historię zapytań

Google Veo 3.1 — Text-to-Video (T2V) Model

Why it stands out

Key Parameters

Pricing (Preview Stage)

How to Use

Pro Tips

Notes & Limitations

Eksploruj Podobne Modele

Veo 3.1 Lite Text-to-video

Veo 3.1 Lite Start-End Frame to Video

Veo 3.1 Lite Image-to-video

Veo3.1 Fast Image-to-video

Zacznij Od 300+ Modeli,

Join our Discord community