Google Veo 3视频生成模型上线Gemini API

Google Veo 3视频生成模型上线Gemini API | 前端进阶之旅

Full translation

完整中文译文

从今天起，我们将通过 Gemini API 和 Vertex AI，以付费预览的形式向开发者开放 Veo 3。

Veo 3 首次亮相于 Google I/O 2025。如今，世界各地的用户已经使用 Veo 3 生成了数千万个高质量视频，也由此催生了一些新颖、有趣的视频潮流。它是我们的首个同时支持高保真视频输出和原生音频的视频模型，目前率先支持 text-to-video，并将很快支持 image-to-video。

YouTube 视频链接（仅在禁用 JS 时可见）

开发者已经开始尝试使用 Veo 3，探索这个模型如何帮助他们构思内容、快速迭代并提高效率。

Cartwheel 开发了一套系统，可以将真人的 2D 视频转换成可直接用于生产的绑定角色 3D 动画。Cartwheel 使用 Veo 3 生成逼真、流畅的人体动作，再将这些动作转换成面向客户的 3D 动画。

Volley 使用 Veo 3 制作推动故事发展的游戏内视频过场动画。借助 Veo 3，Volley 的设计师能够快速迭代游戏，为即将推出的 RPG 游戏《Wit's End》打造尽可能出色的最终效果。

Veo 3 旨在处理多种视频生成任务，从电影级叙事到动态角色动画都能胜任。使用 Veo 3，你不仅可以生成惊艳的视觉画面，还能生成对白和音效等音频，从而创造更具沉浸感的体验。

同步声音： 原生生成丰富的音频——包括对白、音效和音乐——并在一次生成过程中将其与视频同步。

电影级品质： 生成惊艳的高清视频，精准呈现 prompt 中的创意细节，从复杂的纹理到细腻的光影效果都能还原。

真实物理效果： 模拟现实世界的物理规律，呈现真实自然的运动效果，包括自然的角色动作、准确的水流和阴影投射。

让我们来看几个示例。

YouTube 视频链接（仅在禁用 JS 时可见）

你可以在 Google AI Studio 中探索这些示例以及更多使用 Veo 3 创建的内容。它们以 SDK 模板和交互式 Starter App 的形式提供，方便你重新混合、复制和扩展。Paid Tier 用户可以借助 Starter App 及其示例代码，直接在 Google AI Studio 中使用 Gemini API，快速构建基于 Veo 3 等模型的原型。

抱歉，你的浏览器不支持播放此视频

在 AI Studio Build 界面的右上角单击 Key 按钮，选择一个已启用结算功能的 Google Cloud Project，即可在 AI Studio 应用中使用 Paid Tier。更多信息请参阅 FAQs。

开始通过 Gemini API 使用 Veo 3

Veo 3 的视频与音频输出定价为每秒 0.75 美元。此外，Veo 3 Fast 也将很快推出，为视频创作提供速度更快、成本效益更高的选择。

下面是一个创建视频的基础 Python 示例：

import time
from google import genai
from google.genai import types

client = genai.Client()

operation = client.models.generate_videos(
    model="veo-3.0-generate-preview",
    prompt="a close-up shot of a golden retriever playing in a field of sunflowers",
    config=types.GenerateVideosConfig(
        negative_prompt="barking, woofing",
    ),
)

# Waiting for the video(s) to be generated
while not operation.done:
    time.sleep(20)
    operation = client.operations.get(operation)

generated_video = operation.result.generated_videos[0]
client.files.download(file=generated_video.video)
generated_video.video.save("veo3_video.mp4")

通过 Gemini API 负责任地使用 Veo 3 构建应用

所有由 Veo 3 模型生成的视频都将继续包含 SynthID 数字水印。要开始使用，请查看相关文档、cookbook，以及 Google AI Studio 中的 Veo 3 Starter App：

阅读文档

试用 Veo 3 Starter App（仅限 paid tier）

除了可以通过 Google AI Studio 中的 Gemini API 使用之外，Veo 3 也面向 Gemini app 和 Flow 中的 Google AI 订阅用户开放，并通过 Vertex AI 向企业客户提供。

1：毛绒角色定格动画：场景位于一间色彩鲜艳、温馨舒适的厨房里，厨房由毛毡和毛线制成。Nibbles 教授是一只圆滚滚、毛茸茸的仓鼠，戴着一副大得夸张的眼镜。它紧张地搅拌着微型炉灶上一口不断冒泡的锅，嘴里嘀咕道：“再加一点点……按照食谱的要求，加入‘鲜香精华’。”镜头采用中景，捕捉它手忙脚乱搅拌的画面。突然，锅里发出一声响亮的“砰！”，紧接着传来滑稽的“呼”声，一股闪耀着彩虹光泽的绿色黏液喷涌而出，覆盖了整间厨房。Nibbles 教授尖叫道：“天哪！怎么又来了！”随后慌忙逃走，身后留下一串细小而惊恐的吱吱声。

2：这组镜头以一枚齿轮的极近特写开始。齿轮缓慢转动，反射着刺眼的阳光。镜头以连续运动逐渐拉远，展现出这枚齿轮不过是一颗巨型机械心脏中的一个零件；这颗心脏有一半掩埋在荒凉的锈红色沙漠里。一个横扫而过的航拍镜头，呈现出它惊人的庞大尺度，以及它在贫瘠景观中的孤立无援。镜头下降，捕捉管道喷吐蒸汽的嘶嘶声，以及回荡在空旷平原上的规律搏动声。每次巨大的心跳都会伴随同步的轻微震动效果。一个横向跟踪镜头发现，一群身披长袍的微小身影正匆忙穿行于金属表面。镜头随后以细致的跟拍方式追随其中一个身影，记录他们一丝不苟地执行维护工作：擦亮黄铜阀门，拧紧巨大的螺栓。一个复杂的运镜环绕整个结构，捕捉不同维护团队在锈迹斑斑的外壳上身处险位、协同工作的画面。最后一个镜头起初聚焦于其中一个微小身影细致入微的工作，随后戏剧性地迅速拉远，揭示出这颗心脏的真实尺度，以及维护者们何其渺小。他们正在照料一个看不见的沉睡巨人的重要器官，而那巨人的身躯一直延伸到画框之外。