


Veo 3.1 Lite là dòng mô hình video của Google dành cho các nhà phát triển xây dựng quy trình sản xuất có khả năng mở rộng. Tùy theo endpoint, bạn có thể sử dụng các tùy chọn thời lượng linh hoạt, tạo đoạn chuyển tiếp 8 giây giữa khung hình đầu và cuối đã xác định, hoặc tạo video với các tỷ lệ khung hình phổ biến. Atlas Cloud cung cấp những khả năng này thông qua một khóa tương thích với OpenAI, cùng mức giá trả theo mức sử dụng minh bạch và quyền truy cập API tinh gọn. Bắt đầu xây dựng ngay hôm nay.
Veo 3.1 Lite do Google phát triển. Atlas Cloud (vận hành bởi Atlas Cloud AI LLC) cung cấp quyền truy cập vào mô hình này và không sở hữu mô hình. Mọi thương hiệu đều thuộc về chủ sở hữu tương ứng.
Atlas Cloud cung cấp cho bạn các mô hình sáng tạo tiên tiến nhất trong ngành.
Chọn endpoint Veo 3.1 Lite phù hợp với tư liệu nguồn, tùy chọn kiểm soát đầu ra và quy trình sản xuất của bạn.
| Phương thức | Mô tả |
|---|---|
| Veo 3.1 Lite T2V API (Text to Video) | Biến lời nhắc dạng văn bản thành video 720p hoặc 1080p với âm thanh đồng bộ và các tùy chọn thời lượng linh hoạt. Được thiết kế để tạo nội dung số lượng lớn với chi phí tối ưu, endpoint này phù hợp với các pipeline nội dung tự động, tài sản tiếp thị và quá trình sản xuất ý tưởng nhanh. |
| Veo 3.1 Lite Start-End Frame to Video API | Cung cấp khung hình đầu và khung hình cuối để tạo video 8 giây với chuyển động và âm thanh chuyển tiếp giữa hai khung hình. Sử dụng endpoint hướng đến nhà phát triển này cho các hiệu ứng chuyển cảnh có kiểm soát, màn ra mắt sản phẩm, biến đổi hình ảnh và phần kết cảnh được xác định rõ. |
| Veo 3.1 Lite I2V API (Image to Video) | Biến hình ảnh đầu vào thành video 720p hoặc 1080p có chuyển động, âm thanh đồng bộ và hỗ trợ các tỷ lệ khung hình phổ biến. Khả năng xử lý tiết kiệm chi phí này phù hợp với việc tạo hoạt ảnh hình ảnh ở quy mô lớn, nội dung mạng xã hội, ấn phẩm quảng cáo và quy trình kể chuyện bằng hình ảnh. |
Veo 3.1 Lite tích hợp tính năng tạo video từ văn bản, một hình ảnh đơn và khung hình đầu và cuối trong cùng một Atlas Cloud API, cùng âm thanh đồng bộ, đầu ra 720p hoặc 1080p, thời lượng clip linh hoạt, khung hình ngang hoặc dọc, kiểm soát seed và mức giá thanh toán theo mức sử dụng minh bạch.
Biến prompt ngôn ngữ tự nhiên thành video hoàn chỉnh với Veo 3.1 Lite. Công cụ tạo các clip dài 4, 6 hoặc 8 giây ở 720p, trong đó 1080p khả dụng cho đầu ra 8 giây. Chỉ định chủ thể, bối cảnh, hành động, chuyển động máy quay, ánh sáng và âm thanh trong một prompt duy nhất. Cách này phù hợp với phim ý tưởng tạo nhanh, các biến thể chiến dịch và quy trình kể chuyện khối lượng lớn.
Bắt đầu từ một hình ảnh có dung lượng tối đa 8MB và biến hình ảnh đó thành video dài 4, 6 hoặc 8 giây ở 720p, hoặc video dài 8 giây ở 1080p. Prompt chuyển động định hướng hành vi của chủ thể, chuyển động máy quay, không khí và âm thanh, trong khi hình ảnh làm điểm neo cho bố cục mở đầu. Sử dụng tính năng này để biến ảnh sản phẩm, tác phẩm nghệ thuật, ảnh chân dung hoặc khung storyboard thành các tài sản chuyển động.
Xác định cả khung hình đầu và cuối, mỗi khung hình có dung lượng tối đa 8MB, sau đó để model tạo chuyển động giữa hai khung hình. Chọn thời lượng 4, 6 hoặc 8 giây ở 720p, hoặc sử dụng 8 giây cho đầu ra 1080p. Thêm hành động dựa trên prompt và các chỉ dẫn âm thanh để định hình chuỗi chuyển tiếp. Cách có kiểm soát này phù hợp với các cảnh biến đổi, màn hé lộ trước và sau, cũng như các chuyển cảnh trong storyboard.
Veo 3.1 Lite tạo âm thanh đồng bộ với video trong các quy trình từ văn bản, hình ảnh và khung hình bắt đầu và kết thúc. Viết lời thoại trong dấu ngoặc kép và mô tả hiệu ứng âm thanh hoặc âm thanh môi trường trong prompt để nhạc nền bám sát cảnh. Từ tiếng bước chân khớp với cảnh rượt đuổi đến tiếng thức ăn xèo xèo trong bếp, âm thanh được tạo cùng clip, giúp câu chuyện trở nên trọn vẹn hơn.
Chọn đầu ra 720p hoặc 1080p, khung hình 16:9 hoặc 9:16 và thời lượng 4, 6 hoặc 8 giây. Với 1080p, hãy đặt thời lượng là 8 giây; đầu ra 4K và tính năng mở rộng video không được hỗ trợ. Tham số seed có thể hỗ trợ thử nghiệm có khả năng lặp lại mà không đảm bảo kết quả giống hệt, giúp nhà phát triển kiểm soát thực tế đối với prototype, tài sản mạng xã hội và các phiên bản tiềm năng đưa vào sản xuất.
Truy cập cả ba chế độ tạo video của Veo 3.1 Lite thông qua Atlas Cloud API với cơ chế thanh toán theo mức sử dụng minh bạch. Mỗi endpoint Lite được liệt kê đều có giá cơ sở tiêu chuẩn đã được xác minh là $0.05. Chuyển đổi giữa quy trình từ văn bản, một hình ảnh đơn và khung hình đầu và cuối trong cùng một tích hợp. Thiết lập này giúp việc lập ngân sách và duy trì thử nghiệm video ở quy mô lớn trở nên dễ dàng hơn.
So sánh cách Veo 3.1 Lite và hai lựa chọn thay thế của Atlas Cloud diễn giải cùng một prompt video dồn dập qua chuyển động, điều khiển camera, tính liên tục hình ảnh và âm thanh đồng bộ.
Một phân cảnh phim hoạt hình retro khoa học viễn tưởng có độ chính xác cao, dài 8–10 giây, diễn ra bên trong một nhà kính quỹ đạo không trọng lực: một phi hành gia vintage nhất quán trong bộ đồ áp suất màu kem với các chi tiết bằng đồng đang khẩn trương đuổi theo một hạt giống phát sáng màu xanh lam vừa thoát khỏi một kén nuôi trồng trong suốt. Bắt đầu bằng một cú macro cực cận từ bên trong một giọt nước lơ lửng, với phi hành gia và hạt giống bị khúc xạ rõ nét qua bề mặt cong đang rung động; nhanh chóng kéo lùi khi cánh tay đang vươn của anh va vào giọt nước, làm nó vỡ tung thành hàng trăm hạt nước lấp lánh với vật lý chân thực. Chuyển sang một wide shot động xoay quanh 360-degree khi anh lao đi qua những chiếc lá và rễ cây trôi nổi, nhưng một dây leo sống bất ngờ cuộn quanh mắt cá chân và giật anh ngược lại. Không làm gián đoạn chuyển động, anh chộp lấy một lan can đồng đang xoay, vung người quanh nó với quán tính không trọng lực đáng tin cậy, đá văng dây leo rồi phóng về phía cửa sổ quan sát. Mượt mà chuyển sang first-person helmet POV—hai bàn tay đeo găng khép lại quanh hạt giống trước Trái Đất xanh bao la—rồi hạt giống lập tức nở thành một vương miện hoa xanh lam nhỏ bé rực sáng. Kết thúc bằng một cú đẩy camera nhanh vào những cánh hoa tinh thể, nơi Trái Đất cong hiện lên qua lớp phản chiếu tinh xảo đến từng chi tiết. Ánh sáng Trái Đất cyan lạnh luân phiên với ánh sáng khẩn cấp amber nhấp nháy, bóng xanh navy sâu, phần cứng màu đồng-vàng, huỳnh quang xanh lam phát quang sinh học, động lực học chất lỏng phức tạp, chuyển động dây leo đàn hồi, quán tính tự nhiên, hành động liên tục với mật độ cao, tính nhất quán mạnh mẽ của chủ thể và trang phục, cú đảo chiều giàu kịch tính, chất lượng cao cấp của một phim hoạt hình retro-futurist được chế tác thủ công, chi tiết điện ảnh sắc nét, hạt phim tinh tế. Âm thanh: tiếng thở bị nghẹt qua bộ đồ, rung động kim loại của lan can, các va chạm nhẹ, những giọt nước rải rác leng keng trên kính, nhịp analog-synth dâng cao, rồi một tiếng nở tinh thể mong manh ở khoảnh khắc hé lộ. Không có màn hình, giao diện phần mềm, dashboard, đồng hồ đo, thanh tiến trình, biểu đồ, phụ đề, văn bản, logo hay watermark. Tỷ lệ khung hình 16:9.
Generated with Veo 3.1 Lite Text-to-video on Atlas Cloud
Generated with Kling V3.0 Turbo Text-to-Video on Atlas Cloud
Generated with Gemini Omni Flash Text-to-Video on Atlas Cloud
Một màn rượt đuổi slapstick retro photorealistic diễn ra trong một chuỗi liền mạch dài 8–10 giây: vào một đêm bão tố bên trong một tiệm cắt tóc cũ kỹ từ thập niên 1950, một thợ cắt tóc đầy biểu cảm vừa phủ kín mặt khách hàng bằng bọt cạo râu dày thì chiếc giày của khách vô tình giẫm lên bàn đạp bằng đồng dưới sàn, khiến chiếc ghế cắt tóc mạ chrome bắt đầu xoay nhanh và lăn qua cánh cửa đang mở, với chiếc áo choàng đỏ rực tung bay phía sau như một điểm neo hình ảnh liên tục. Bắt đầu bằng một cú đẩy camera cận cảnh xuyên qua hình ảnh phản chiếu nhất quán hoàn hảo của họ trong chiếc gương lấm tấm mưa; whip-pan khi cơ cấu phát ra tiếng lách cách, rồi hạ xuống thành một tracking shot sát mặt đất bên cạnh những bánh xe lạch cạch khi chiếc ghế vượt qua ngưỡng cửa và lao vào một con hẻm hẹp ngập ánh neon. Người thợ cắt tóc chạy theo mà không sải bước chệch nhịp, một tay giơ cao dao cạo thẳng an toàn, tay kia cầm khăn nóng bốc hơi, né các vũng nước, thùng hàng và biển hiệu đung đưa trong khi nước mưa bắn tự nhiên sau mỗi cú va chạm, còn chiếc áo choàng đỏ ướt xoắn theo trọng lượng và luồng khí đầy thuyết phục. Chuyển thành một vòng orbit nhanh quanh chiếc ghế đang xoay khi tia chớp lóe lên; người thợ chộp lấy một dây phơi quần áo võng xuống, đu người băng qua con hẻm, buông tay cạnh khách hàng, bắt nhịp với vòng xoay của chiếc ghế và chính xác cạo đi dải bọt hẹp cuối cùng trên cằm—một màn kết hài hước đầy phấn khích với khuôn mặt, trang phục, hình ảnh phản chiếu, vị trí đạo cụ, tính liên tục không gian, cùng vật lý chân thực của mưa, vải, bánh xe và quán tính đều nhất quán. Ánh amber tungsten ấm áp từ tiệm va chạm với mưa cyan-blue và neon magenta, bố cục widescreen điện ảnh, thiết kế sản xuất thời kỳ giàu họa tiết, hạt phim tinh tế, chuyển động sắc nét, không slow motion, không phụ đề, không văn bản, không giao diện, không đồ họa. Âm thanh đồng bộ: tiếng bàn đạp cộc một tiếng, tiếng bánh xe lạch cạch tăng tốc, tiếng dao cạo rê đúng vào nhát cuối, tiếng khăn phấp phới, tiếng bước chân bắn nước, tiếng neon vo ve và một tiếng sấm sắc gọn nhấn vào khoảnh khắc tiếp đất, cùng nhạc rượt đuổi vui nhộn với kèn đồng và snare dâng lên ở nhịp cuối. Tỷ lệ khung hình 16:9.
Generated with Veo 3.1 Lite Text-to-video on Atlas Cloud
Generated with Kling V3.0 Turbo Text-to-Video on Atlas Cloud
Generated with Gemini Omni Flash Text-to-Video on Atlas Cloud
Veo 3.1 Lite biến prompt, ảnh tĩnh và cặp keyframe thành video có âm thanh đồng bộ cho các chiến dịch mạng xã hội, hình ảnh sản phẩm, bản mẫu câu chuyện và hoạt động sản xuất nội dung quy mô lớn.
Biến prompt văn bản thành video 720p hoặc 1080p có âm thanh đồng bộ. Tạo các nội dung video ngắn nhất quán cho lịch đăng mạng xã hội, chiến dịch với nhà sáng tạo và các đội ngũ nội dung cần sản xuất hiệu quả ở quy mô lớn trên nhiều kênh.
Sử dụng endpoint text to video để biến các prompt đã chỉnh sửa thành video mới với tùy chọn thời lượng linh hoạt. Các đội ngũ marketing có thể khám phá nhiều hướng sáng tạo trước khi chọn ý tưởng cho các chiến dịch trả phí và tự nhiên.
Biến ảnh sản phẩm thành video 720p hoặc 1080p có âm thanh đồng bộ. Xây dựng nội dung chuyển động cho trang bán hàng thương mại điện tử, trang ra mắt sản phẩm và các chiến dịch hình ảnh, đồng thời giữ nguyên ảnh được cung cấp làm điểm khởi đầu.
Xác định frame đầu và frame cuối, sau đó để model tạo chuyển động kết nối kèm âm thanh. Quy trình này kéo dài 8 giây, phù hợp với animatic, chuyển cảnh, nghiên cứu chuyển động và các chuỗi storyboard có điểm đầu cuối được kiểm soát.
Bắt đầu từ một cảnh được viết sẵn và tạo video có âm thanh đồng bộ trong cùng một quy trình. Đạo diễn, nhà thiết kế và developer sáng tạo có thể thử nghiệm nhịp độ, bầu không khí và định hướng hình ảnh trước khi phân bổ nguồn lực cho quá trình sản xuất.
Khi đã có ảnh tĩnh được phê duyệt, hãy biến ảnh đó thành video thay vì bắt đầu từ văn bản. Các đội ngũ biên tập và sản xuất nội dung có thể chuyển thể artwork chiến dịch, hình minh họa hoặc key visual thành những nội dung video nhất quán, có thể tái sử dụng.
So sánh Veo 3.1 Lite với các API video khác theo phương thức đầu vào, thời lượng clip, độ phân giải, âm thanh đồng bộ và mức giá tiêu chuẩn theo giây.
| Mô hình | Phương thức đầu vào | Thời lượng đầu ra | Tùy chọn độ phân giải | Âm thanh đồng bộ | Giá tiêu chuẩn |
|---|---|---|---|---|---|
| Veo 3.1 Lite Văn bản sang video | Văn bản | 4, 6 hoặc 8 sec | 720p, 1080p | √ | $0.05/sec |
| Veo 3.1 Lite Khung hình đầu-cuối sang video | Văn bản, khung hình đầu tiên, khung hình cuối cùng | 4, 6 hoặc 8 sec | 720p, 1080p | √ | $0.05/sec |
| Veo 3.1 Lite Hình ảnh sang video | Văn bản, hình ảnh | 4, 6 hoặc 8 sec | 720p, 1080p | √ | $0.05/sec |
| Seedance 2.0 Mini Văn bản sang video | Văn bản | 4 đến 15 sec hoặc tự động | 480p, 720p, tối đa 1440p-SR | √ | $0.056/sec |
| Wan-3.0 Văn bản sang video | Văn bản | 2 đến 30 sec hoặc thời lượng thông minh | 480p, 720p, 1080p; ESR tối đa 4K | √ | $0.05/sec |
| Kling V3.0 Turbo Văn bản sang video | Văn bản | 3 đến 15 sec | 720p, 1080p | √ | $0.112/sec |
Bắt đầu trong vài phút — làm theo các bước đơn giản sau để tích hợp và triển khai mô hình qua nền tảng Atlas Cloud.
Đăng ký tại atlascloud.ai và hoàn tất xác minh. Người dùng mới nhận được tín dụng miễn phí để khám phá nền tảng và thử nghiệm mô hình.
Sự kết hợp của các mô hình tiên tiến của Veo 3.1 Lite với nền tảng được tăng tốc GPU của Atlas Cloud mang lại hiệu suất, khả năng mở rộng và trải nghiệm nhà phát triển độc đáo.
Độ Trễ Thấp:
Suy luận được tối ưu hóa GPU cho suy luận thời gian thực.
API Thống nhất:
Chạy Veo 3.1 Lite, GPT, Gemini và DeepSeek với một tích hợp duy nhất.
Giá cả Minh bạch:
Thanh toán dựa trên token có thể dự đoán với tùy chọn serverless.
Trải nghiệm Nhà phát triển:
SDK, phân tích, công cụ tinh chỉnh và mẫu.
Độ tin cậy:
99,99% khả dụng, RBAC và ghi nhật ký sẵn sàng cho tuân thủ.
Bảo mật và Tuân thủ:
SOC 2 Type II, tuân thủ HIPAA, chủ quyền dữ liệu tại Hoa Kỳ.
Veo 3.1 Lite là model tạo video hiệu suất cao và tối ưu chi phí của Google, dành cho các quy trình cần tiết kiệm ngân sách và xử lý khối lượng lớn. Model này tạo video kèm âm thanh đồng bộ từ prompt văn bản, hình ảnh đầu vào hoặc các frame bắt đầu và kết thúc được chỉ định.
Bạn có thể chọn text-to-video để tạo video từ prompt, image-to-video để tạo chuyển động cho ảnh tĩnh hoặc start-end frame-to-video để định hướng chuyển động giữa hai frame. Atlas Cloud cung cấp một endpoint riêng cho từng quy trình.
Hãy tạo API key của Atlas Cloud, sau đó gửi yêu cầu POST đến endpoint tạo video kèm model ID phù hợp và các dữ liệu đầu vào bắt buộc. Phản hồi sẽ bao gồm prediction ID, bạn có thể dùng ID này để kiểm tra định kỳ cho đến khi output sẵn sàng.
Có. Các endpoint text-to-video và image-to-video tạo âm thanh đồng bộ, trong khi quy trình start-end frame sẽ thêm âm thanh vào chuyển động được tạo ra giữa các frame đã cung cấp.
Cả ba endpoint đã được xác minh đều hỗ trợ output 720p và 1080p. Họ model này không hỗ trợ tạo video 4K.
Mức giá cơ bản tiêu chuẩn đã được xác minh là $0.05 cho mỗi endpoint trong ba endpoint của Atlas Cloud. Hình thức tính phí là pay-as-you-go; đây là mức giá tiêu chuẩn, không phải mức khuyến mãi tạm thời.
Cung cấp frame mở đầu, frame kết thúc và prompt mô tả chuyển động mong muốn giữa hai frame. Profile backend Atlas Cloud đã được xác minh liệt kê quy trình 8 giây, có âm thanh và hỗ trợ output 720p hoặc 1080p.
Lite ưu tiên hiệu quả chi phí cho các workload video có khả năng mở rộng, đồng thời vẫn giữ âm thanh đồng bộ và output 720p hoặc 1080p. Giới hạn chính của model này là không có output 4K và không hỗ trợ video Extension.
Khi cần neo giữ hình ảnh nhất quán, hãy dùng image-to-video hoặc cung cấp cả frame bắt đầu và kết thúc thay vì chỉ dựa vào văn bản. Mô tả rõ chuyển động của chủ thể, hành vi của camera, thay đổi cảnh và các tín hiệu âm thanh để request có các ràng buộc cụ thể hơn.
Trước tiên, hãy xác nhận bearer authorization, model ID chính xác, các trường prompt hoặc image bắt buộc và thiết lập độ phân giải được hỗ trợ. Nếu prediction chuyển sang trạng thái failed, hãy kiểm tra error được trả về trước khi thay đổi payload hoặc gửi một request khác.
Hướng dẫn, bài hướng dẫn và cập nhật sản phẩm giúp bạn khai thác tối đa Atlas Cloud.