视频生成聚合接口说明

我们聚合了常见的视频生成模型，方便大家调用。生成失败均不扣费

Veo 3.1模型

Veo 3.1 是 Google 最先进的模型，可生成高保真度的 8 秒 720p 或 1080p 视频，这些视频具有令人惊叹的逼真效果和原生生成的音频。具备以下特点：

图片扩展：基于已有图片生成视频。

首尾帧生成视频：通过指定第一帧和最后一帧来生成视频。

seedance-1.5-pro (企业级高可用)

即梦同源的视频生成能力，专业级视频生成引擎，释放无限创意。准确遵循复杂指令，视觉表达流畅一致，支持最高1080P高清渲染，更可驾驭多元艺术风格，在视频生成质量出色的基础上，是生成效果与速度兼备的高性价比之选。

文生视频：输入文本提示词，生成视频；

图生视频 - 首帧：输入首帧图片和文本提示词，生成视频

图生视频 - 首尾帧：输入首帧图片、尾帧图片和文本提示词，生成视频

Grok Video 3 (速度极快)

Grok Video 是 xAI 推出的高性能视频生成模型，主打原生音效同步与极致生成速度。它依托 Colossus 超算集群，能够快速将文本或图像转化为带有环境音与背景音乐的短视频，并支持视频续写与风格转换。

Sora 2 （暂不可用）

Sora 2 能完成前代Sora模型难以企及——甚至完全无法实现——的任务：演绎奥运级体操动作、在冲浪板上精准模拟浮力与刚性动态的后空翻，以及在猫咪死命抓握时完成三周半跳跃。
该模型在可控性方面也实现了重大突破，能够执行跨越多个镜头的多重复杂指令，同时精确维持世界状态。它在写实风格、电影风格和动漫风格的呈现上均表现卓越。

由于sora2本身限制，不要使用真人照片作为参考图

参数表

模型：veo3.1

是否支持首帧扩展：✅

是否支持首尾帧：✅

是否支持多张图片参考：✅ (最多3张)

是否支持gen_duration： ❌

支持的分辨率：

1080p

1920x1080 (16:9)

1080x1920 (9:16)

720p

1280x720 (16:9)

720x1280 (9:16)

模型：veo3.1-pro

是否支持首帧扩展：✅

是否支持首尾帧：✅

是否支持多张图片参考：✅ (最多3张)

是否支持gen_duration： ❌

支持的分辨率：

1080p

1920x1080 (16:9)

1080x1920 (9:16)

720p

1280x720 (16:9)

720x1280 (9:16)

模型：grok-video-3

是否支持首帧扩展：✅

是否支持首尾帧：❌

是否支持多张图片参考：❌

是否支持gen_duration： ✅ 6,10或者15

支持的分辨率：

720p

1376x928 (3:2)

928x1376 (2:3)

560x560 (1:1)

模型：sora2

是否支持首帧扩展：✅

是否支持首尾帧：❌

是否支持多张图片参考：❌

是否支持gen_duration： ✅ 10或者15

支持的分辨率：

1080p

1920x1080 (16:9)

1080x1920 (9:16)

720p

1280x720 (16:9)

720x1280 (9:16)

模型：seedance-1.5-pro

是否支持首帧扩展：✅

是否支持首尾帧：✅

是否支持多张图片参考：✅

是否支持gen_duration： ✅ 4，5，6，7，8，9，10，11，12

支持的分辨率：

1080p

1920x1080 (16:9)

1664x1248 (4:3)

1440x1440 (1:1)

1248x1664 (3:4)

1080x1920 (9:16)

2206x946 (21:9)

720p

1280x720 (16:9)

1112x834 (4:3)

960x960 (1:1)

834x1112 (3:4)

720x1280 (9:16)

1470x630 (21:9)

480p

864×496 (16:9)

752×560 (4:3)

640×640 (1:1)

560×752 (3:4)

496×864 (9:16)

992×432 (21:9)

示例

prompt:特写镜头下，两人凝视着墙上一幅神秘的图案，火把的光芒忽明忽暗地摇曳。男人低声自语：“一定是这个了，这就是密文。” 女人看向他，激动地轻声追问：“你发现了什么？”; model:veo3.1; resolution=1280x720

首帧

prompt:一张超写实的微距照片，照片中，迷你冲浪者在古朴的石制浴室水槽内乘风破浪。一个老式黄铜水龙头正在流水，营造出永恒的冲浪声。超现实、奇幻、明亮的自然光线。; model:veo3.1

prompt:雾气缭绕的太平洋西北森林的广角镜头。两名疲惫的徒步者（一男一女）在蕨类植物丛中艰难前行，突然，男士停下脚步，盯着一棵树。特写：树皮上留有新鲜的深爪印。男士：（手放在猎刀上）“那不是普通的熊。”Woman：（声音因恐惧而紧绷，目光扫视着树林）“那是什么？”粗糙的树皮、折断的树枝、潮湿泥土上的脚步声。一只孤零零的鸟在鸣叫。”; model:veo3.1-pro; resolution=1080x1920

首帧

尾帧

prompt:猫咪开车疾驰，开出跑道; model:veo3.1

参考图1

参考图2

参考图3

prompt:视频以中景平拍镜头开篇，画面中是一位黑发佳人，眼眸漾着暖棕的柔光。她身着一袭华美的高定火烈鸟礼裙，层叠的粉与玫红羽饰错落有致，搭配俏皮的粉色心形墨镜，相映成趣。她步履从容、自信淡然，踏过阳光倾洒的环礁湖，脚下是澄澈见底的浅碧色湖水。镜头缓缓拉远，切至中全景，惊艳的一幕徐徐展开：礼裙长长的拖摆在她身后的水面上翩然漾开，轻盈浮滑，宛若流云。明艳的裙裾撞入静谧简约的湖景，浓烈的色彩对比，更衬出画面如电影般梦幻的氛围感，定格下这一瞬极致的优雅，勾勒出高定时尚的绮幻意境。; model:veo3.1-pro; resolution=1920x1080