约 6 折官方价!Veo 视频生成 API 欢迎对接
Veo 是 Google 最近出的一个非常强大的模型很多人都用它来生成各种各样的视频。但是官方的价格还是很贵的这里介绍一款稳定的 Veo API稳定性高帮你节省成本的同时助力您的创作本文接下来将介绍来自 Ace Data Cloud 的 Veo Videos Generation API 对接说明它是可以通过输入自定义参数来生成Veo官方的视频。申请流程要使用 API需要先到 Veo Videos Generation API https://platform.acedata.cloud/documents/veo-videos 对应页面申请对应的服务进入页面之后点击「Acquire」按钮如图所示如果你尚未登录或注册会自动跳转到登录页面邀请您来注册和登录登录注册之后会自动返回当前页面。在首次申请时会有免费额度赠送可以免费使用该 API。基本使用首先先了解下基本的使用方式就是输入提示词prompt、 生成行为action、首尾帧参考图片数组image_urls以及模型model便可获得处理后的结果首先需要简单地传递一个action字段它的值为text2video它主要包含三种行为文生视频text2video、图生视频image2video、获取1080p视频get_1080p然后我们还需要输入模型model目前主要有veo2、veo2-fast、veo3和veo3-fast模型具体的内容如下可以看到这里我们设置了 Request Headers包括accept想要接收怎样格式的响应结果这里填写为application/json即 JSON 格式。authorization调用 API 的密钥申请之后可以直接下拉选择。另外设置了 Request Body包括model生成视频的模型主要有veo2、veo2-fast、veo3和veo3-fast模型。action此次视频生成任务的行为主要包含三种行为分别为文生视频text2video、图生视频image2video、获取1080p视频get_1080p。image_urls当选择图生视频行为image2video就必须需要上传的首尾帧参考图片链接。prompt提示词。callback_url需要回调结果的URL。选择之后可以发现右侧也生成了对应代码如图所示点击「Try」按钮即可进行测试如上图所示这里我们就得到了如下结果json { success: true, task_id: dd01fc69-e1f7-4b68-aa8c-463f6b748d11, trace_id: 9906dac0-1516-41dc-9fe3-067ca1ba8269, data: [ { id: 253eedc47f1c4eb2a370ed2312168f4b, video_url: https://platform.cdn.acedata.cloud/veo/dd01fc69-e1f7-4b68-aa8c-463f6b748d11.mp4, created_at: 2025-07-25 16:07:43, complete_at: 2025-07-25 16:10:28, state: succeeded } ] }返回结果一共有多个字段介绍如下success此时视频生成任务的状态情况。task_id此时视频生成任务ID。data此时视频生成任务的结果。id此时视频生成任务的视频ID。video_url此时视频生成任务的视频链接。created_at此时视频生成任务的创建时间。complete_at此时视频生成任务的完成时间。state此时视频生成任务的状态。可以看到我们得到了满意的视频信息我们只需要根据结果中data的视频链接地址获取生成的Veo视频即可。另外如果想生成对应的对接代码可以直接复制生成例如 CURL 的代码如下shell curl -X POST https://api.acedata.cloud/veo/videos \ -H accept: application/json \ -H authorization: Bearer {token} \ -H content-type: application/json \ -d { action: text2video, model: veo2, prompt: White ceramic coffee mug on glossy marble countertop with morning window light. Camera slowly rotates 360 degrees around the mug, pausing briefly at the handle. }图生视频功能如果想根据首尾帧图片进行生成视频的话可以将参数action设置为image2video并且输入首尾帧图片链接数组image_urls。接下来我们要必须填下一步需要扩展的提示词来自定义生成视频就可以指定如下内容model生成视频的模型主要有veo2、veo2-fast、veo3和veo3-fast。image_urls当选择图生视频行为image2video就必须需要上传的首尾帧参考图片链接。prompt提示词。填写样例如下填写完毕之后自动生成了代码如下对应的 Python 代码python import requestsurl https://api.acedata.cloud/veo/videosheaders { accept: application/json, authorization: Bearer {token}, content-type: application/json }payload { action: image2video, model: veo2, prompt: Let it dance, image_urls: [https://cdn.acedata.cloud/7p1jhy.png] }response requests.post(url, jsonpayload, headersheaders) print(response.text) 点击运行可以发现会得到一个结果如下json { success: true, task_id: 98e309f3-35bc-438d-8cb3-4015fc864b87, trace_id: 8bc68066-36de-41ef-ae5e-b7d61ff6aee8, data: [ { id: 59f12222b1fa4fbe9331ff2400ad1583, video_url: https://platform.cdn.acedata.cloud/veo/98e309f3-35bc-438d-8cb3-4015fc864b87.mp4, created_at: 2025-07-25 16:13:07, complete_at: 2025-07-25 16:16:12, state: succeeded } ] }可以看出结果内容与上文的是一致的这也就实现视频的图生视频功能。获取1080p视频功能如果想对已经生成的Veo视频获取1080p的话可以将参数action设置为get_1080p并且输入需要获取1080p的视频的 ID视频 ID 的获取是根据基本使用来获取如下图所示这时候可以看到视频的 ID 为json id: 59f12222b1fa4fbe9331ff2400ad1583注意这里的视频中video_id是生成后视频的 ID如果你不知道如何生成视频可以参考上文的基本使用来生成视频。接下来我们要必须填下一步需要扩展的提示词来自定义生成视频就可以指定如下内容model生成视频的模型主要有veo2、veo2-fast、veo3和veo3-fast。video_id参考的视频ID用于获取1080p的视频。填写样例如下填写完毕之后自动生成了代码如下点击运行可以发现会得到一个结果如下json { success: true, task_id: 47a51cfe-2e24-4aba-93b3-546c2dc52984, trace_id: a8922eec-6f50-4f77-8104-00ded071d59d, data: [ { id: 59f12222b1fa4fbe9331ff2400ad1583, video_url: https://platform.cdn.acedata.cloud/veo/47a51cfe-2e24-4aba-93b3-546c2dc52984.mp4, created_at: 2025-07-25 16:13:07, complete_at: 2025-07-25 16:16:12, state: succeeded } ] }可以看出结果内容与上文的是一致的这也就实现视频的获取1080p视频功能。指定视频尺寸生成如果想指定生成自定义尺寸的Veo的视频可以将参数aspect_ratio设置为想要的尺寸接下来我们要必须填下一步需要扩展的提示词来自定义生成视频就可以指定如下内容model生成视频的模型主要有veo2、veo2-fast、veo3和veo3-fast。aspect_ratio视频的尺寸大小目前支持16:9、16:9、3:4、4:3、1:1默认是16:9。translation是否开启提示词的自动翻译默认是false。 填写样例如下填写完毕之后自动生成了代码如下点击运行可以发现会得到一个结果如下json { success: true, task_id: d2b93290-ab0e-4d20-ae45-60c062a32687, trace_id: 9834e64d-c8fe-43ae-8114-ee2b5f93d886, data: [ { id: fc667e7d3b8f44beaa61a3c339af0e50, video_url: https://platform.cdn.acedata.cloud/veo/d2b93290-ab0e-4d20-ae45-60c062a32687.mp4, created_at: 2025-08-24 20:09:06, complete_at: 2025-08-24 20:10:45, state: succeeded } ] }可以看出结果内容与上文的是一致的这也就实现指定尺寸生成视频功能。异步回调由于 Veo Videos Generation API生成的时间相对较长大约需要 1-2 分钟如果 API 长时间无响应HTTP 请求会一直保持连接导致额外的系统资源消耗所以本 API 也提供了异步回调的支持。整体流程是客户端发起请求的时候额外指定一个callback_url字段客户端发起 API 请求之后API 会立马返回一个结果包含一个task_id的字段信息代表当前的任务 ID。当任务完成之后生成视频的结果会通过 POST JSON 的形式发送到客户端指定的callback_url其中也包括了task_id字段这样任务结果就可以通过 ID 关联起来了。下面我们通过示例来了解下具体怎样操作。首先Webhook 回调是一个可以接收 HTTP 请求的服务开发者应该替换为自己搭建的 HTTP 服务器的 URL。此处为了方便演示使用一个公开的 Webhook 样例网站 https://webhook.site/打开该网站即可得到一个 Webhook URL如图所示将此 URL 复制下来就可以作为 Webhook 来使用此处的样例为https://webhook.site/aed5cd28-f8aa-4dca-9480-8ec9b42137dc。接下来我们可以设置字段callback_url为上述 Webhook URL同时填入相应的参数具体的内容如图所示点击运行可以发现会立即得到一个结果如下json { task_id: 1ebe4f2b-59ba-4385-a4ea-0ce8a3fe12ed }稍等片刻我们可以在https://webhook.site/aed5cd28-f8aa-4dca-9480-8ec9b42137dc上观察到生成视频的结果如图所示内容如下json { success: true, task_id: 1ebe4f2b-59ba-4385-a4ea-0ce8a3fe12ed, trace_id: d1d53c04-58c5-4c40-bb63-f00188540e56, data: [ { id: 2f43ceed37944b4d836e1a1899dad0a1, video_url: https://platform.cdn.acedata.cloud/veo/1ebe4f2b-59ba-4385-a4ea-0ce8a3fe12ed.mp4, created_at: 2025-07-25 17:19:20, complete_at: 2025-07-25 17:21:45, state: succeeded } ] }可以看到结果中有一个task_id字段其他的字段都和上文类似通过该字段即可实现任务的关联。错误处理在调用 API 时如果遇到错误API 会返回相应的错误代码和信息。例如400 token_mismatchedBad request, possibly due to missing or invalid parameters.400 api_not_implementedBad request, possibly due to missing or invalid parameters.401 invalid_tokenUnauthorized, invalid or missing authorization token.429 too_many_requestsToo many requests, you have exceeded the rate limit.500 api_errorInternal server error, something went wrong on the server.错误响应示例json { success: false, error: { code: api_error, message: fetch failed }, trace_id: 2cf86e86-22a4-46e1-ac2f-032c0f2a4e89 }结论通过本文档您已经了解了如何使用 Veo Videos Generation API 可通过输入提示词以及首帧参考图片来生成视频。希望本文档能帮助您更好地对接和使用该 API。如有任何问题请随时联系我们的技术支持团队。

相关新闻

协程 Hook 机制的庖丁解牛

协程 Hook 机制的庖丁解牛

协程 Hook 机制 是 Swoole 实现 同步代码自动协程化 的核心技术,它通过 运行时劫持 PHP 内部函数表,将阻塞 I/O 操作(如 file_get_contents、sleep)透明替换为非阻塞协程版本。这使得开发者能用 同步风格编写高并发代码&#xff0…

2026/7/3 3:13:52 阅读更多 →
ssm仓库管理信息系统whkb8--程序+源码+数据库+调试部署+开发环境

ssm仓库管理信息系统whkb8--程序+源码+数据库+调试部署+开发环境

本系统(程序源码数据库调试部署开发环境)带论文文档1万字以上,文末可获取,系统界面在最后面。 系统程序文件列表 开题报告内容 一、项目背景与意义 随着企业规模的不断扩大,仓库管理变得越来越复杂,传统…

2026/7/3 2:27:38 阅读更多 →
对二分查找的理解

对二分查找的理解

以力扣35题为例:class Solution {public int searchInsert(int[] nums, int target) {int low 0;int high nums.length - 1;while (low < high) {int mid low (high - low) / 2; // 防溢出if (nums[mid] target) {return mid; // 找到直接返回} else if (nums[mid] <…

2026/7/3 15:50:56 阅读更多 →

最新新闻

Appium视觉测试实战:从像素对比到智能忽略的UI自动化回归方案

Appium视觉测试实战:从像素对比到智能忽略的UI自动化回归方案

1. 项目概述&#xff1a;为什么我们需要视觉测试&#xff1f;在移动应用自动化测试的征途上&#xff0c;我们常常会遇到一个令人头疼的问题&#xff1a;功能逻辑明明跑通了&#xff0c;按钮能点&#xff0c;数据能提交&#xff0c;但界面却“跑偏”了。可能是某个按钮在iOS 17上…

2026/7/4 12:08:51 阅读更多 →
基于Django与TensorFlow的实时口罩检测系统设计与实现

基于Django与TensorFlow的实时口罩检测系统设计与实现

1. 项目概述这个基于DjangoTensorFlow的实时口罩检测系统是我在疫情期间完成的一个毕业设计项目。当时观察到公共场所人工检查口罩佩戴情况效率低下&#xff0c;于是萌生了用深度学习技术解决这个问题的想法。系统通过摄像头实时捕捉人脸图像&#xff0c;使用训练好的CNN模型判…

2026/7/4 12:06:50 阅读更多 →
Sandboxie配置加密备份全攻略:从明文风险到AES-256安全存储

Sandboxie配置加密备份全攻略:从明文风险到AES-256安全存储

1. 项目概述&#xff1a;为什么沙箱配置也需要“上锁”&#xff1f;如果你和我一样&#xff0c;长期把Sandboxie当作一个隔离测试环境、软件试用区&#xff0c;甚至是处理一些不确定文件的安全沙盒&#xff0c;那你一定花了不少心思去调整它的配置。从文件访问规则、资源限制到…

2026/7/4 12:06:50 阅读更多 →
2025 AI模型选型实战手册:生产级模型评估与工程化接入

2025 AI模型选型实战手册:生产级模型评估与工程化接入

1. 项目概述&#xff1a;这不是一份“排行榜”&#xff0c;而是一份开发者手边的AI模型选型操作手册2025年&#xff0c;AI模型早已不是实验室里的稀有物种&#xff0c;而是像电源插座、Wi-Fi信号一样&#xff0c;成为应用开发中默认存在的基础设施。你不需要从头训练一个大模型…

2026/7/4 12:06:50 阅读更多 →
逻辑回归实战:从决策边界到业务可解释模型

逻辑回归实战:从决策边界到业务可解释模型

1. 这不是数学课&#xff0c;是解决现实问题的“决策尺子” 你手头有一批客户数据&#xff1a;年龄、收入、是否看过广告、点击过几次产品页——现在要判断谁最可能下单。或者你在医院整理体检报告&#xff1a;血压、血糖、家族史、BMI——需要预估某位患者未来两年内患糖尿病的…

2026/7/4 12:04:49 阅读更多 →
高效抖音下载工具:5分钟掌握智能批量下载与直播回放保存

高效抖音下载工具:5分钟掌握智能批量下载与直播回放保存

高效抖音下载工具&#xff1a;5分钟掌握智能批量下载与直播回放保存 【免费下载链接】douyin-downloader A practical Douyin downloader for both single-item and profile batch downloads, with progress display, retries, SQLite deduplication, and browser fallback sup…

2026/7/4 12:04:49 阅读更多 →

日新闻

Memcached 1.6.43 发布:关键安全修复版本,多项问题得到解决

Memcached 1.6.43 发布:关键安全修复版本,多项问题得到解决

Memcached 1.6.43 正式发布&#xff0c;这是一个关键的安全修复版本&#xff0c;修复了多个方面的问题&#xff0c;还对部分功能进行了优化。 安全修复亮点 此次发布在安全修复上表现突出。binprot 避免了项目引用计数溢出&#xff0c;mcmc 因安全问题提升了上游版本号&#xf…

2026/7/4 0:04:29 阅读更多 →
终极指南:使用HMCL启动器跨平台畅玩Minecraft的完整解决方案

终极指南:使用HMCL启动器跨平台畅玩Minecraft的完整解决方案

终极指南&#xff1a;使用HMCL启动器跨平台畅玩Minecraft的完整解决方案 【免费下载链接】HMCL A Minecraft Launcher which is multi-functional, cross-platform and popular 项目地址: https://gitcode.com/gh_mirrors/hm/HMCL HMCL&#xff08;Hello Minecraft! Lau…

2026/7/4 0:06:29 阅读更多 →
KMX63与PIC18F66K40在嵌入式HMI中的硬件协同与低功耗设计

KMX63与PIC18F66K40在嵌入式HMI中的硬件协同与低功耗设计

1. KMX63与PIC18F66K40的硬件协同架构解析KMX63作为一款三轴加速度计和磁力计组合传感器&#xff0c;与PIC18F66K40微控制器的搭配堪称嵌入式HMI开发的黄金组合。这套硬件组合的核心优势在于KMX63提供的高精度运动感知能力与PIC18F66K40强大的信号处理能力形成了完美互补。KMX6…

2026/7/4 0:06:29 阅读更多 →

周新闻

月新闻