使用影片的開頭和結尾影格生成影片

控制台

1. 在 Google Cloud 控制台中，依序前往「Agent Platform」 >「Media Studio」頁面。

   Media Studio

2. 按一下「影片」。

3. 在「Task」選單中，選取「Image-to-video」。

4. 從「模式」選單中，選取顯示的選項。

5. 在提示詞輸入框中，輸入描述要生成影片的文字提示詞。

6. 在「輸入圖片」部分中，按一下「開始」上傳第一格的圖片。

7. 選用：按一下「結尾」，上傳最後一格的圖片。

8. 選用：調整下列參數：

   • 顯示比例：選擇 16:9 或 9:16。

   • 結果數量：調整滑桿或輸入介於 1 和 4 之間的值。

   • 影片長度：從選單中選取影片長度。

   • 輸出目錄：按一下「瀏覽」，建立或選取Cloud Storage bucket，用於儲存產生的檔案。

9. 按一下「執行」。

Python

安裝

pip install --upgrade google-genai

詳情請參閱 SDK 參考文件。

設定環境變數，透過 Vertex AI 使用 Google Gen AI SDK：

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_ENTERPRISE=True

import time
from google import genai
from google.genai.types import GenerateVideosConfig, Image

client = genai.Client()

# TODO(developer): Update and un-comment below line
# output_gcs_uri = "gs://your-bucket/your-prefix"

operation = client.models.generate_videos(
    model="veo-3.1-generate-001",
    prompt="a hand reaches in and places a glass of milk next to the plate of cookies",
    image=Image(
        gcs_uri="gs://cloud-samples-data/generative-ai/image/cookies.png",
        mime_type="image/png",
    ),
    config=GenerateVideosConfig(
        aspect_ratio="16:9",
        last_frame=Image(
            gcs_uri="gs://cloud-samples-data/generative-ai/image/cookies-milk.png",
            mime_type="image/png",
        ),
        output_gcs_uri=output_gcs_uri,
    ),
)

while not operation.done:
    time.sleep(15)
    operation = client.operations.get(operation)
    print(operation)

if operation.response:
    print(operation.result.generated_videos[0].video.uri)

# Example response:
# gs://your-bucket/your-prefix

REST

如要進一步瞭解 Veo API，請參閱下列內容：

• 方法： endpoints.predict
• VideoGenerationModelInstance
• VideoGenerationModelParams
• VideoGenerationModelResult

1. 請使用下列指令傳送影片生成要求。這項要求會啟動長時間執行的作業，並將輸出內容儲存至您指定的 Cloud Storage bucket。

   使用任何要求資料之前，請先修改下列項目的值：

   • PROJECT_ID：代表 Google Cloud 專案 ID 的字串。
   • MODEL_ID：代表要使用的模型 ID 的字串。指定第一個或最後一個影片影格時，請使用下列其中一種方法：
     • Veo 2：veo-2.0-generate-001
     • Veo 3：veo-3.1-generate-001
     • Veo 3：veo-3.1-fast-generate-001
   • TEXT_PROMPT：用來引導影片生成的文字提示。
   • PATH_TO_FIRST_FRAME_IMAGE：代表第一個影格圖片的 Cloud Storage 路徑字串。例如： "gs://video-bucket/input/first-frame.jpg"。
   • IMAGE_MIME_TYPE：代表輸入圖片 MIME 類型的字串。系統僅支援下列 MIME 類型的圖片：
     • image/jpeg
     • image/png
   • PATH_TO_LAST_FRAME_IMAGE：代表最後一格影格圖片的 Cloud Storage 路徑字串。例如："gs://video-bucket/input/last-frame.jpg"。
   • OUTPUT_STORAGE_URI：選用：代表 Cloud Storage bucket 的字串，用於儲存輸出影片。如果未提供，回應中會傳回影片位元組。例如： "gs://video-bucket/output/"。
   • RESPONSE_COUNT：要生成的影片檔案數量。可接受的值範圍為 1 到 4。
   • DURATION：整數，代表生成的影片檔案長度。以下是各機型可接受的值：
     • Veo 2 模型：5-8。預設為 8。
     • Veo 3 模型：4、6 或 8。預設值為 8。

   • 其他選用參數

     請視用途使用下列選用變數。在 "parameters": {} 物件中新增下列部分或所有參數。

     "parameters": {
       "aspectRatio": "ASPECT_RATIO",
       "negativePrompt": "NEGATIVE_PROMPT",
       "personGeneration": "PERSON_SAFETY_SETTING",
       // "resolution": RESOLUTION, // Veo 3 models only
       "sampleCount": RESPONSE_COUNT,
       "seed": SEED_NUMBER
     }

     • ASPECT_RATIO： 選用：描述生成影片顯示比例的字串值。您可以使用下列值：
       • "16:9" 橫向
       • "9:16" 直向

       預設值為 "16:9"

     • NEGATIVE_PROMPT：選用：字串值，說明您要禁止模型生成哪些內容。
     • PERSON_SAFETY_SETTING： 選用：控制生成人物或臉部安全設定的字串值。您可以使用下列值：
       • "allow_adult"：只允許生成成人人物和臉孔。
       • "disallow"：不會生成人物或臉部。

       預設值為 "allow_adult"。

     • RESOLUTION： 選用：控制生成影片解析度的字串值。僅支援 Veo 3 模型。你可以使用下列值：
       • "720p"
       • "1080p"
       • "4k" (僅限 Veo 3.1 預先發布版模型)

       預設值為 "720p"。

     • RESPONSE_COUNT： 選用。整數值，說明要生成的影片數量。 可接受的值範圍為 1 到 4。
     • SEED_NUMBER： 選用。模型用來生成確定性影片的 uint32 值。在要求中指定種子號碼，但不變更其他參數，即可引導模型產生相同的影片。可接受的值範圍為 0 到 4294967295。

   HTTP 方法和網址：

   POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:predictLongRunning

   JSON 要求內文：

   {
     "instances": [
       {
         "prompt": "TEXT_PROMPT",
          "image": {
            "gcsUri": "PATH_TO_FIRST_FRAME_IMAGE,
            "mimeType": "IMAGE_MIME_TYPE"
          },
          "lastFrame:" {
            "gcsUri": "PATH_TO_LAST_FRAME_IMAGE,
            "mimeType": "IMAGE_MIME_TYPE"
          }
       }
     ],
     "parameters": {
       "storageUri": "OUTPUT_STORAGE_URI",
       "sampleCount": RESPONSE_COUNT
     }
   }
   

   如要傳送要求，請選擇以下其中一個選項：

   curl

   將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:predictLongRunning"

   PowerShell

   將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:predictLongRunning" | Select-Object -Expand Content

   這項要求會傳回含有專屬作業 ID 的完整作業名稱。使用這個完整作業名稱，輪詢影片生成要求的狀態。
   {
     "name":
     "projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID/operations/a1b07c8e-7b5a-4aba-bb34-3e1ccb8afcc8"
   }
   

2. 選用：檢查影片生成長時間執行作業的狀態。

   使用任何要求資料之前，請先修改下列項目的值：

   • PROJECT_ID：您的 Google Cloud 專案 ID。
   • MODEL_ID：要使用的模型 ID。
   • OPERATION_ID：原始生成影片要求中傳回的專屬作業 ID。

   HTTP 方法和網址：

   POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:fetchPredictOperation

   JSON 要求內文：

   {
     "operationName": "projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID/operations/OPERATION_ID"
   }
   

   如要傳送要求，請選擇以下其中一個選項：

   curl

   將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:fetchPredictOperation"

   PowerShell

   將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:fetchPredictOperation" | Select-Object -Expand Content

   這項要求會傳回作業相關資訊，包括作業是否仍在執行中或已完成。

   回應

   {
     "name": "projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID/operations/OPERATION_ID",
     "done": true,
     "response": {
       "raiMediaFilteredCount": 0,
       "@type": "type.googleapis.com/cloud.ai.large_models.vision.GenerateVideoResponse",
       "videos": [
         {
           "gcsUri":"gs://BUCKET_NAME/TIMESTAMPED_FOLDER/sample_0.mp4",
           "mimeType": "video/mp4"
         }
       ]
     }
   }