google/veo3.1/reference-to-video

Görüntü-Video

Veo3.1 Reference-to-Video API by Google

google/veo3.1/reference-to-video

Reference-to-video

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.

Girdi

Parametre yapılandırması yükleniyor...

Çıktı

Boşta

Oluşturulan videolarınız burada görünecek

Parametreleri yapılandırın ve oluşturmaya başlamak için Çalıştır'a tıklayın

Her çalıştırma $0.2 maliyete sahip. 10$ ile yaklaşık 50 kez çalıştırabilirsiniz.

Şununla devam edebilirsiniz:

Seedance 2.0 Kling v3 Vidu Wan2.7

Parametreler

Kod örneği
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()

Kurulum

Programlama diliniz için gerekli paketi kurun.

bash

pip install requests

Kimlik Doğrulama

Tüm API istekleri, API anahtarı ile kimlik doğrulama gerektirir. API anahtarınızı Atlas Cloud kontrol panelinden alabilirsiniz.

bash

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

HTTP Başlıkları

python

import os

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

API anahtarınızı güvende tutun

API anahtarınızı asla istemci tarafı kodunda veya herkese açık depolarda ifşa etmeyin. Bunun yerine ortam değişkenleri veya arka uç proxy kullanın.

İstek gönder

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())

İstek Gönder

Asenkron bir oluşturma isteği gönderin. API, durumu kontrol etmek ve sonucu almak için kullanabileceğiniz bir tahmin ID'si döndürür.

POST/api/v1/model/generateVideo

İstek Gövdesi

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']}")

Yanıt

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

Durumu Kontrol Et

İsteğinizin mevcut durumunu kontrol etmek için tahmin uç noktasını sorgulayın.

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

Sorgulama Örneği

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)

Durum Değerleri

processingİstek hâlâ işleniyor.

completedOluşturma tamamlandı. Çıktılar kullanılabilir.

succeededOluşturma başarılı oldu. Çıktılar kullanılabilir.

failedOluşturma başarısız oldu. Hata alanını kontrol edin.

Tamamlanmış Yanıt

{
  "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"
  }
}

Dosya Yükle

Dosyaları Atlas Cloud depolama alanına yükleyin ve API isteklerinizde kullanabileceğiniz bir URL alın. Yüklemek için multipart/form-data kullanın.

POST/api/v1/model/uploadMedia

Yükleme Örneği

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}")

Yanıt

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

Input Schema

İstek gövdesinde aşağıdaki parametreler kabul edilir.

Toplam: 0Zorunlu: 0İsteğe Bağlı: 0

Kullanılabilir parametre yok.

Örnek İstek Gövdesi

json

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

Output Schema

API, oluşturulan çıktı URL'lerini içeren bir tahmin yanıtı döndürür.

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

Örnek Yanıt

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, 300'den fazla AI modelini doğrudan AI kodlama asistanınıza entegre eder. Kurmak için tek bir komut, ardından görüntü, video oluşturmak ve LLM ile sohbet etmek için doğal dil kullanın.

Desteklenen İstemciler

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ desteklenen i̇stemciler

Kurulum

bash

npx skills add AtlasCloudAI/atlas-cloud-skills

API Anahtarını Ayarla

API anahtarınızı Atlas Cloud kontrol panelinden alın ve ortam değişkeni olarak ayarlayın.

bash

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

Yetenekler

Kurulduktan sonra, tüm Atlas Cloud modellerine erişmek için AI asistanınızda doğal dil kullanabilirsiniz.

Görüntü OluşturmaNano Banana 2, Z-Image ve daha fazla model ile görüntüler oluşturun.

Video OluşturmaKling, Vidu, Veo vb. ile metin veya görüntülerden videolar oluşturun.

LLM SohbetQwen, DeepSeek ve diğer büyük dil modelleri ile sohbet edin.

Medya YüklemeGörüntü düzenleme ve görüntüden videoya iş akışları için yerel dosyaları yükleyin.

Daha fazla bilgi

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server, IDE'nizi Model Context Protocol aracılığıyla 300'den fazla AI modeline bağlar. Herhangi bir MCP uyumlu istemci ile çalışır.

Desteklenen İstemciler

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ desteklenen i̇stemciler

Kurulum

bash

npx -y atlascloud-mcp

Yapılandırma

Aşağıdaki yapılandırmayı IDE'nizin MCP ayarları dosyasına ekleyin.

json

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

Mevcut Araçlar

atlas_generate_imageMetin istemlerinden görüntüler oluşturun.

atlas_generate_videoMetin veya görüntülerden videolar oluşturun.

atlas_chatBüyük dil modelleri ile sohbet edin.

atlas_list_models300'den fazla mevcut AI modelini keşfedin.

atlas_quick_generateOtomatik model seçimi ile tek adımda içerik oluşturma.

atlas_upload_mediaAPI iş akışları için yerel dosyaları yükleyin.

Daha fazla bilgi

github.com/AtlasCloudAI/mcp-server

API Şeması

Şema mevcut değil

İstek geçmişini görüntülemek için oturum açın

Model istek geçmişinize erişmek için oturum açmanız gerekir.

Oturum Aç

Google 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.

Benzer Modelleri Keşfedin

NEW

Metin-Video

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/SANİYE

300+ Model ile Başlayın,

Tüm modelleri keşfet

Veo3.1 Reference-to-Video API by Google

Girdi

Çıktı

Parametreler

Kod örneği

Kurulum

Kimlik Doğrulama

HTTP Başlıkları

İstek gönder

İstek Gönder

İstek Gövdesi

Yanıt

Durumu Kontrol Et

Sorgulama Örneği

Durum Değerleri

Tamamlanmış Yanıt

Dosya Yükle

Yükleme Örneği

Yanıt

Input Schema

Örnek İstek Gövdesi

Output Schema

Örnek Yanıt

Atlas Cloud Skills

Desteklenen İstemciler

Kurulum

API Anahtarını Ayarla

Yetenekler

MCP Server

Desteklenen İstemciler

Kurulum

Yapılandırma

Mevcut Araçlar

API Şeması

İstek geçmişini görüntülemek için oturum açın

Google Veo 3.1 — Reference-to-Video Model

🌟 Key Features

🧠 Multi-Image Reference Support

🎬 Cinematic Video Generation

💡 Smart Prompt Adherence

⚙️ Capabilities

💰 Pricing

🧩 How to Use

💡 Best Practices

📝 Notes

Benzer Modelleri Keşfedin

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

300+ Model ile Başlayın,

Join our Discord community