免費試用 Google Veo 3.1 圖生影片 API，將靜態圖片變成自然動態影片，支援運動一致性和原生音訊，適合產品展示、廣告和短影片。
Google Veo 3.1 圖像轉影片 API 為開發者與創意團隊提供可投入生產的 AI 影片動畫能力。這項高階影片動畫 API 整合，能透過自然語言指令將靜態圖像轉換成電影級動態效果。它建立在 Google DeepMind 前沿的影片合成研究之上，Veo 3.1 模型提供進階動作理解，而 API 則為 Best Image AI 上可擴展的工作流程提供穩定整合。
注意 請確保您的提示詞符合 Google 的安全指南。如果發生錯誤，請檢查您的提示詞是否包含受限內容，調整後再試一次。
Veo 3.1 圖像轉影片 vs. Runway Gen-3 圖像轉影片
Runway Gen-3 提供強大的創意彈性與快速迭代能力。Veo 3.1 圖像轉影片 API 則透過 Google DeepMind 的進階影片合成技術，在更高的時間一致性、進階幀控制選項，以及更好維持輸入圖像風格與品質方面脫穎而出。
Veo 3.1 圖像轉影片 vs. Pika 圖像轉影片
Pika 擅長風格化動畫與易用性。Veo 3.1 圖像轉影片 API 針對可投入生產的品質進行最佳化，具備寫實動作、專業電影攝影控制，以及精準的起始/結束幀引導，可達到可預測的動畫結果。
Veo 3.1 圖像轉影片 vs. Kling 圖像轉影片
Kling 在角色動畫與人體動作方面表現強勁。Veo 3.1 圖像轉影片 API 則以更廣泛的場景理解、更優異的環境動態效果與更精密的攝影機控制選項作為回應，使其適用於從產品展示到敘事講述的各種動畫情境。
Veo 3.1 圖像轉影片 vs. Luma Dream Machine
Luma Dream Machine 以快速生成速度聞名。Veo 3.1 圖像轉影片 API 則以速度換取更高品質，透過高階 Google API 整合提供 高品質輸出、進階動作一致性與細緻的幀控制，適合專業動畫工作流程。
Veo 3.1 圖像轉影片 vs. 傳統動畫軟體
傳統軟體需要手動關鍵影格與大量技術專業知識。Veo 3.1 圖像轉影片 API 能根據自然語言提示詞自動化複雜動畫與攝影機運動，大幅縮短製作時間，同時維持專業品質，適合立即部署。
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'veo3.1-image-to-video',
prompt: 'The camera slowly zooms in on the subject',
aspect_ratio: '16:9',
image_url: 'https://example.com/start-frame.jpg',
image_end_url: 'https://example.com/end-frame.jpg'
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[].);
;
}
(status === ) {
.(pollResultData..);
;
}
( (resolve, ));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'veo3.1-image-to-video',
'prompt': 'The camera slowly zooms in on the subject',
'aspect_ratio': '16:9',
'image_url': 'https://example.com/start-frame.jpg',
'image_end_url': 'https://example.com/end-frame.jpg'
}
)
result = response.json()
task_id = result['data']['task_id']
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "veo3.1-image-to-video",
"prompt": "The camera slowly zooms in on the subject",
"aspect_ratio": "16:9",
"image_url": "https://example.com/start-frame.jpg",
"image_end_url": "https://example.com/end-frame.jpg"
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)