把参考素材组织成动态场景
通过图片提供视觉内容，再用提示词说明它们在场景中的关系与动作。可以围绕产品、角色或背景素材构思视频，而不必只用文字描述全部外观。多图融合适合探索素材组合；提交图片时，应明确哪些内容是主体、哪些内容用于环境参考。
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 创作方式
- 参考图片融合生成视频，必须传图
- 图片输入
- 1-3 张图片链接，通过 image_urls 提交
- 画幅选项
- 16:9 横屏、9:16 竖屏
- 输出设置
- 默认 720p，可选择 1080p 或 gif
- 提示控制
- 文字描述场景、动作与镜头；支持 translation 自动翻译
- 任务与结果
- 支持异步任务和回调；完成后返回视频 ID、video_url 与状态
以上为本平台此入口的输入与输出设置，不代表 Veo 系列所有原生版本的完整规格。
核心能力
了解 veo31-fast-ingredients 能为你的工作带来什么。
以提示词定义镜头意图
图片承担视觉参考，文字承担叙事和运动说明。建议描述主体如何移动、镜头如何观察，以及画面的氛围，避免只写“让图片动起来”。中文创作可启用 translation 自动翻译，便于把已有中文脚本用于视频任务，同时保持提示结构清晰。
融入异步素材生产流程
生成任务可采用异步方式提交，先保存 task_id，再查询完成结果；也可设置 callback_url 接收结果通知。完成响应包含视频链接、视频 ID 和状态，便于把每次生成与素材组合、提示词版本关联起来，组织后续下载、审片和素材归档。
适用场景
从具体任务出发，找到模型发挥作用的位置。
产品广告概念镜头
输入产品图片与场景参考，用文字说明产品的位置、展示动作和镜头运动，生成供团队讨论的广告画面。适合在正式拍摄或精修前比较不同环境与展示思路，交付可审看的动态素材，而不是将多张静态图简单拼成轮播。
角色与环境组合预演
已有角色设计和环境概念图时，可将它们作为融合参考，描述角色进入场景、观察环境或完成动作的镜头。生成结果适合用于概念短片和分镜讨论，帮助团队判断画面组合是否成立，再决定是否继续制作更完整的镜头。
横竖屏创意素材探索
围绕同一组参考图分别规划横屏与竖屏构图，配合不同动作或镜头描述生成素材方案。横屏可用于场景展示，竖屏可突出主体。交付时按画幅、参考图和提示词记录版本，便于挑选适合后续剪辑与发布布局的画面。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
融合参考，还是控制首尾帧
如果目标是把几张素材中的内容组织成一个动态场景，选择 veo31-fast-ingredients。如果已经确定开场或结束画面，希望图片承担首帧或首尾帧作用，普通 veo31-fast 更贴合任务。两者都使用参考图片，但控制语义不同：融合参考不是固定视频起点和终点。
按创作条件选择相关版本
已有图片并希望探索组合方案时，可优先使用 Ingredients 入口；只有文字脚本时，应选择支持文生视频的 veo31-fast 或 veo31。若项目明确要求 4K，应考虑支持该设置的 veo31，而不是给 Ingredients 请求添加 4k。选择应先满足输入方式与交付要求，再比较实际画面。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- 必须提供 1-3 张参考图片，不能把它作为纯文生视频型号使用。即使提示词写得完整，也不能替代图片输入；准备素材时，应先确定需要参考的主体与场景，避免提交超过数量限制的图片。
- 多图融合不等于首尾帧锁定。两张图片在此入口中仍承担融合参考作用，不应默认第一张固定为开场、第二张固定为结尾。如果镜头必须从指定画面过渡到另一画面，应选用首尾帧创作方式。
- 本入口不提供 4K 输出选择，不能沿用 veo31 的 4K 设置。需要精确产品外观、标识或构图的任务，建议将生成画面作为待审素材，逐项检查后再进入剪辑和交付，避免把融合参考视为逐像素复刻。
常见问题
解答使用 veo31-fast-ingredients 时的常见疑问。
一张图片也可以用 Ingredients 吗？
可以，允许输入 1-3 张图片，一张也符合要求。但这里仍按融合参考方式创作，不等同于固定首帧。建议在提示词中说明希望保留的主体内容，以及希望发生的动作或场景变化。
如何提交多图融合任务？
向 /veo/videos 发送 POST 请求，将 model 设为 veo31-fast-ingredients，使用 ingredients2video 操作，通过 image_urls 提供图片链接，并用 prompt 描述融合关系与镜头意图。必须传入图片。
它和 veo31-fast 的主要区别是什么？
Ingredients 必须提供图片，重点是融合参考内容；veo31-fast 支持纯文字生成，也支持单图首帧和双图首尾帧。想组合素材选前者，想从指定画面开始或连接指定首尾画面则选后者。
可以生成 1080p 或竖屏素材吗？
可以选择 1080p，并通过 aspect_ratio 选择 9:16 竖屏或 16:9 横屏。未指定输出设置时默认使用 720p。规划竖屏素材时，建议同步在提示词中说明主体位置和构图，避免只改变画幅而不调整镜头设计。
异步提交后怎样拿到视频？
设置 async=true 后先取得 task_id，再通过任务查询获取状态与结果；也可使用 callback_url 接收完成通知。完成后从 data 中读取 video_url 获取视频，同时保存视频 ID，方便关联生成记录及后续处理。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。