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
Saída
InativoCada execução custará $0.2. Com $10 você pode executar aproximadamente 50 vezes.
Você pode continuar com:
Exemplo 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
Instale o pacote necessário para a sua linguagem de programação.
pip install requestsAutenticação
Todas as solicitações de API requerem autenticação por meio de uma chave de API. Você pode obter sua chave de API no painel do Atlas Cloud.
export ATLASCLOUD_API_KEY="your-api-key-here"Cabeçalhos HTTP
import os
API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY}"
}Nunca exponha sua chave de API em código do lado do cliente ou repositórios públicos. Use variáveis de ambiente ou um proxy de backend.
Enviar uma solicitação
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 uma solicitação
Envie uma solicitação de geração assíncrona. A API retorna um ID de predição que você pode usar para verificar o status e obter o resultado.
/api/v1/model/generateVideoCorpo da solicitação
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']}")Resposta
{
"id": "pred_abc123",
"status": "processing",
"model": "model-name",
"created_at": "2025-01-01T00:00:00Z"
}Verificar status
Consulte o endpoint de predição para verificar o status atual da sua solicitação.
/api/v1/model/prediction/{prediction_id}Exemplo 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 status
processingA solicitação ainda está sendo processada.completedA geração está completa. As saídas estão disponíveis.succeededA geração foi bem-sucedida. As saídas estão disponíveis.failedA geração falhou. Verifique o campo de erro.Resposta concluída
{
"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"
}
}Enviar arquivos
Envie arquivos para o armazenamento do Atlas Cloud e obtenha uma URL que pode ser usada nas suas solicitações de API. Use multipart/form-data para enviar.
/api/v1/model/uploadMediaExemplo de upload
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}")Resposta
{
"data": {
"download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
"file_name": "image.png",
"content_type": "image/png",
"size": 1024000
}
}Schema de entrada
Os seguintes parâmetros são aceitos no corpo da solicitação.
Nenhum parâmetro disponível.
Exemplo de corpo da solicitação
{
"model": "google/veo3.1/reference-to-video"
}Schema de saída
A API retorna uma resposta de predição com as URL de saída geradas.
Exemplo de resposta
{
"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
O Atlas Cloud Skills integra mais de 300 modelos de IA diretamente no seu assistente de codificação com IA. Um comando para instalar e depois use linguagem natural para gerar imagens, vídeos e conversar com LLM.
Clientes compatíveis
Instalar
npx skills add AtlasCloudAI/atlas-cloud-skillsConfigurar chave de API
Obtenha sua chave de API no painel do Atlas Cloud e defina-a como variável de ambiente.
export ATLASCLOUD_API_KEY="your-api-key-here"Funcionalidades
Após a instalação, você pode usar linguagem natural no seu assistente de IA para acessar todos os modelos do Atlas Cloud.
MCP Server
O Atlas Cloud MCP Server conecta seu IDE com mais de 300 modelos de IA através do Model Context Protocol. Funciona com qualquer cliente compatível com MCP.
Clientes compatíveis
Instalar
npx -y atlascloud-mcpConfiguração
Adicione a seguinte configuração ao arquivo de configuração de MCP do seu IDE.
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}Ferramentas disponíveis
API Schema
Schema não disponívelFaça login para ver o histórico de solicitações
Você precisa fazer login para acessar o histórico de solicitações do modelo.
Fazer LoginGoogle 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.
