veo视频生成omini-api异步任务

本文面向开发者，说明如何通过 omini-api 调用 Google Veo 视频生成模型。下游接入时，渠道类型使用 openai 即可。

基础信息

项目	内容
默认服务地址	`https://www.ominiapi.com`
鉴权方式	Bearer Token
创建任务	`POST /v1/videos`
查询状态	`GET /v1/videos/{task_id}`
下载结果	`GET /v1/videos/{task_id}/content`
查询状态和结果地址	`GET /v1/video/generations/{task_id}`
文生视频请求格式	`application/json`
图片任务推荐格式	`multipart/form-data`

官方能力与本站开放口径

模型	支持秒数	支持分辨率	支持画面比例	音频	说明
`veo-3.0-generate-001`	`8`	`720p`, `1080p`	`16:9`, `9:16`	原生带音频	官方模型能力表标注为 8 秒视频，分辨率为 720p / 1080p；本站不对外承诺 4K。
`veo-3.0-fast-generate-001`	`8`	`720p`, `1080p`	`16:9`, `9:16`	原生带音频	官方模型能力表标注为 8 秒视频，分辨率为 720p / 1080p；本站不对外承诺 4K。
`veo-3.1-generate-preview`	`4`, `6`, `8`	`720p`, `1080p`, `4k`	`16:9`, `9:16`	原生带音频	`1080p` 和 `4k` 仅支持 `8` 秒；使用参考图、首尾帧等图片能力时建议使用 `8` 秒。
`veo-3.1-fast-generate-preview`	`4`, `6`, `8`	`720p`, `1080p`, `4k`	`16:9`, `9:16`	原生带音频	`1080p` 和 `4k` 仅支持 `8` 秒；使用参考图、首尾帧等图片能力时建议使用 `8` 秒。

说明：Google 官方文档中的参数表和模型能力表对 Veo 3 / Veo 3 Fast 的部分描述存在差异。为了避免下游误用，本站文档按更保守的模型能力表口径描述：Veo 3 / Veo 3 Fast 仅对外承诺 8 秒、720p / 1080p。参考文档：

Google Gemini API Veo 视频生成文档：https://ai.google.dev/gemini-api/docs/video
Google Gemini API Veo 参考图说明：https://ai.google.dev/gemini-api/docs/video#reference_images
Google Gemini API Veo 首尾帧说明：https://ai.google.dev/gemini-api/docs/video#first_and_last_frame
Google Gemini API Veo 画面比例说明：https://ai.google.dev/gemini-api/docs/video#aspect_ratio

画面比例

模型	16:9 横屏	9:16 竖屏	默认比例	建议
`veo-3.0-generate-001`	支持	支持	`16:9`	`1080p` 建议使用 `16:9`；竖屏优先使用 `720p`。
`veo-3.0-fast-generate-001`	支持	支持	`16:9`	`1080p` 建议使用 `16:9`；竖屏优先使用 `720p`。
`veo-3.1-generate-preview`	支持	支持	`16:9`	`4K` 必须使用 `8` 秒；视频扩展暂不开放。
`veo-3.1-fast-generate-preview`	支持	支持	`16:9`	`4K` 必须使用 `8` 秒；视频扩展暂不开放。

请求中可以通过 metadata.aspectRatio 或表单字段 aspectRatio 指定比例：

{
  "metadata": {
    "aspectRatio": "9:16"
  }
}

如果没有显式传 aspectRatio，系统会优先根据 size 推导比例，例如 1280x720 推导为 16:9，720x1280 推导为 9:16。如果 size 也未传，上游默认使用 16:9。

音频说明

模型	官方音频能力	是否支持 generateAudio 参数	建议
`veo-3.0-generate-001`	原生带音频	不支持	不要传 `generateAudio`，如需声音效果请写进 `prompt`。
`veo-3.0-fast-generate-001`	原生带音频	不支持	不要传 `generateAudio`，如需声音效果请写进 `prompt`。
`veo-3.1-generate-preview`	原生带音频	不支持	不要传 `generateAudio`，如需声音效果请写进 `prompt`。
`veo-3.1-fast-generate-preview`	原生带音频	不支持	不要传 `generateAudio`，如需声音效果请写进 `prompt`。

Veo 3 / Veo 3.1 系列是原生带音频的视频模型，但当前 Gemini API 的 Veo 参数表没有开放 generateAudio 作为可控参数。传入该字段可能会被上游返回 INVALID_ARGUMENT。如果希望控制音频内容，可以在 prompt 中描述对白、环境音、音效或音乐风格，例如：

黄昏海边的灯塔，海浪轻拍礁石，远处有低沉的风声和海鸟声，电影级光影，稳定运镜

图片输入能力

能力	Google 官方 Veo 能力	当前本站接口支持情况	说明
单张初始图生成视频	支持	支持	使用 `input_reference` 上传 1 张图片，作为视频起始画面。
首尾帧生成 / 插帧	Veo 3.1 系列支持 `image + lastFrame`	支持	使用 `input_reference` 上传首帧，使用 `last_frame` 或 `lastFrame` 上传尾帧。建议使用 Veo 3.1 系列、8 秒。
多张参考图	Veo 3.1 系列支持最多 3 张 `referenceImages`	支持	使用 `reference_image`、`reference_images` 或 `referenceImages` 上传，`referenceType` 仅支持 `asset`。建议使用 8 秒。
视频扩展	Veo 3.1 / Veo 3.1 Fast 支持扩展已有 Veo 视频	暂不支持	当前本站接口没有开放官方 `video` 输入。

图片 MIME 类型支持 image/jpeg、image/png、image/webp。推荐传文件或 Base64，不建议直接传远程图片 URL。参考图模式注意：当前上游在参考图场景不支持 negativePrompt，传入后可能返回 Negative prompt is not supported in your use case。参考图请求请不要传 negativePrompt。实现说明：Gemini API 的 Veo predictLongRunning 图片入参使用 bytesBase64Encoded + mimeType，不是普通 generateContent 的 inlineData。omini-api 会把 multipart 上传的图片转换成上游需要的格式。

参数识别规则

请使用模型支持的视频秒数，不建议传任意秒数。如果请求未指定视频时长，系统默认按 8 秒处理。

项目	识别优先级
秒数	`metadata.durationSeconds` > `duration` > `seconds` > 默认 `8` 秒
分辨率	`metadata.resolution` > `size` > 默认 `720p`

补充说明：

aspectRatio 只控制横屏或竖屏。
4K 仅 veo-3.1-generate-preview 和 veo-3.1-fast-generate-preview 对外开放，且只支持 8 秒。

接口说明

当前推荐使用这 3 个接口：

用途	方法	路径
创建任务	`POST`	`/v1/videos`
查询状态	`GET`	`/v1/videos/{task_id}`
下载结果	`GET`	`/v1/videos/{task_id}/content`

如果希望查询时直接拿到结果地址，也可以使用：

用途	方法	路径
查询状态和结果地址	`GET`	`/v1/video/generations/{task_id}`

鉴权

export BASE_URL="https://www.ominiapi.com"
export API_TOKEN="sk-xxxxxx"

所有请求都带：

-H "Authorization: Bearer $API_TOKEN"

创建文生视频任务

POST /v1/videos 请求格式：application/json

curl -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo-3.1-generate-preview",
    "prompt": "黄昏海边的灯塔，镜头缓慢推进，海浪轻拍礁石，电影级光影，稳定运镜",
    "duration": 8,
    "size": "1280x720",
    "metadata": {
      "negativePrompt": "blurry, watermark, distorted, low quality",
      "resolution": "720p",
      "aspectRatio": "16:9",
      "seed": 20260401
    }
  }'

典型返回：

{
  "id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
  "task_id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
  "object": "video",
  "model": "veo-3.1-generate-preview",
  "status": "queued",
  "progress": 0,
  "created_at": 1775025000
}

创建首帧图生视频任务

当前图生视频推荐使用 multipart/form-data，首帧图片字段名必须是 input_reference。

curl -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $API_TOKEN" \
  -H "Accept: application/json" \
  -F "model=veo-3.1-generate-preview" \
  -F "prompt=让画面中的女孩转头看向镜头，微风吹动头发，背景城市灯光轻微虚化，镜头平稳推进" \
  -F "input_reference=@./first-frame.png;type=image/png" \
  -F "seconds=8" \
  -F "size=1280x720" \
  -F "resolution=720p" \
  -F "aspectRatio=16:9" \
  -F "negativePrompt=blurry, watermark, deformed hands" \
  -F "seed=20260401"

创建首尾帧任务

首尾帧需要同时提供首帧和尾帧。首帧用 input_reference，尾帧用 last_frame 或 lastFrame。

curl -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $API_TOKEN" \
  -H "Accept: application/json" \
  -F "model=veo-3.1-generate-preview" \
  -F "prompt=从第一张女孩画面自然过渡到最后一张男孩画面，镜头平稳推进，城市灯光虚化，发丝和衣服有轻微风动，过渡自然真实" \
  -F "input_reference=@./first-frame.png;type=image/png" \
  -F "last_frame=@./last-frame.png;type=image/png" \
  -F "seconds=8" \
  -F "size=1280x720" \
  -F "resolution=720p" \
  -F "aspectRatio=16:9" \
  -F "negativePrompt=blurry, watermark, distorted face, deformed hands" \
  -F "seed=20260402"

创建参考图任务

参考图任务只支持 Veo 3.1 系列，最多 3 张，且 referenceType 仅支持 asset。字段名可用 reference_image、reference_images 或 referenceImages。参考图任务不要传 negativePrompt。

curl -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $API_TOKEN" \
  -H "Accept: application/json" \
  -F "model=veo-3.1-generate-preview" \
  -F "prompt=参考两张图片中的人物外观和城市夜景氛围，生成一段电影感双人街头镜头，镜头平稳推进，背景灯光轻微虚化，人物自然看向镜头" \
  -F "reference_image=@./ref-1.png;type=image/png" \
  -F "reference_image=@./ref-2.png;type=image/png" \
  -F "reference_type=asset" \
  -F "seconds=8" \
  -F "size=1280x720" \
  -F "resolution=720p" \
  -F "aspectRatio=16:9" \
  -F "seed=20260403"

JSON/Base64 也支持：

{
  "model": "veo-3.1-generate-preview",
  "prompt": "使用参考图中的产品外观生成广告镜头",
  "duration": 8,
  "metadata": {
    "resolution": "720p",
    "aspectRatio": "16:9",
    "referenceImages": [
      {
        "image": {
          "bytesBase64Encoded": "BASE64_IMAGE",
          "mimeType": "image/png"
        },
        "referenceType": "asset"
      }
    ]
  }
}

查询任务状态

先把创建接口返回的 id 或 task_id 保存下来：

export TASK_ID="task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

然后查询状态：

curl -X GET "$BASE_URL/v1/videos/$TASK_ID" \
  -H "Authorization: Bearer $API_TOKEN"

处理中时，典型返回：

{
  "id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
  "object": "video",
  "model": "veo-3.1-generate-preview",
  "status": "in_progress",
  "progress": 50,
  "created_at": 1775025000
}

完成后，典型返回：

{
  "id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
  "object": "video",
  "model": "veo-3.1-generate-preview",
  "status": "completed",
  "progress": 100,
  "created_at": 1775025000,
  "completed_at": 1775025068
}

查询任务状态和结果地址

如果想在查询时直接拿到可下载地址，可以调用：

curl -X GET "$BASE_URL/v1/video/generations/$TASK_ID" \
  -H "Authorization: Bearer $API_TOKEN"

典型返回：

{
  "code": "success",
  "message": "",
  "data": {
    "error": null,
    "format": "mp4",
    "metadata": null,
    "status": "succeeded",
    "task_id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
    "url": "https://your-omini-api.example.com/v1/videos/task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx/content"
  }
}

下载视频结果

任务完成后，直接下载：

curl -L "$BASE_URL/v1/videos/$TASK_ID/content" \
  -H "Authorization: Bearer $API_TOKEN" \
  -o veo-result.mp4

状态说明

GET /v1/videos/{task_id} 返回的状态主要有：

状态	说明
`queued`	已排队
`in_progress`	生成中
`completed`	已完成
`failed`	失败

GET /v1/video/generations/{task_id} 返回的状态主要有：

状态	说明
`queued`	已排队
`processing`	生成中
`succeeded`	已成功
`failed`	失败

接入注意事项

prompt 必填。
图生视频时，图片字段名必须是 input_reference。
首尾帧任务必须同时提供首帧和尾帧，首帧用 input_reference，尾帧用 last_frame 或 lastFrame。
参考图任务只支持 Veo 3.1 系列，最多 3 张，且必须 8 秒。
参考图任务不要传 negativePrompt。
当前 Gemini 图生视频不建议直接传远程图片 URL，推荐传文件或 Base64。
建议轮询 GET /v1/videos/{task_id}，等 status=completed 后再下载。
Veo 3.1 系列可以传 4、6、8 秒；当使用 1080p 或 4k 时必须传 8 秒。
Veo 3.0 系列本站对外建议只使用 8 秒、720p / 1080p。
横屏使用 aspectRatio=16:9，竖屏使用 aspectRatio=9:16；如果不传，默认按 16:9 处理。
不要传 generateAudio 参数。Veo 3 / Veo 3.1 系列是原生带音频的视频模型，但当前 Gemini API 不支持通过 generateAudio 参数开关音频；传入该字段可能会被上游返回 INVALID_ARGUMENT。
如需控制音频内容，请在 prompt 中描述对白、环境音、音效或音乐风格。
官方 Veo 3.1 支持视频扩展，但当前本站接口暂未开放官方 video 输入。

Gemini

Anthropic

OpenAI

Gemini 视频生成

veo视频生成omini-api异步任务

基础信息

官方能力与本站开放口径

画面比例

音频说明

图片输入能力

参数识别规则

接口说明

鉴权

创建文生视频任务

创建首帧图生视频任务

创建首尾帧任务

创建参考图任务

查询任务状态

查询任务状态和结果地址

下载视频结果

状态说明

接入注意事项

​veo视频生成omini-api异步任务

​基础信息

​官方能力与本站开放口径

​画面比例

​音频说明

​图片输入能力

​参数识别规则

​接口说明

​鉴权

​创建文生视频任务

​创建首帧图生视频任务

​创建首尾帧任务

​创建参考图任务

​查询任务状态

​查询任务状态和结果地址

​下载视频结果

​状态说明

​接入注意事项

veo视频生成omini-api异步任务

基础信息

官方能力与本站开放口径

画面比例

音频说明

图片输入能力

参数识别规则

接口说明

鉴权

创建文生视频任务

创建首帧图生视频任务

创建首尾帧任务

创建参考图任务

查询任务状态

查询任务状态和结果地址

下载视频结果

状态说明

接入注意事项