Ana içeriğe geç
YeniSeedance 2.5 yayında→
ModelRunner
google avatarı

Veo 3.1 Reference to Video API

google/veo-3.1/reference-to-video

Görsel tarzı ve içeriği metin prompt’ları ve en fazla üç referans görselle yönlendirerek senkronize sesli, yüksek sadakatli, sinematik videolar üretin.

üretilen video için saniye başına 0.4
OpenAPI

Model girdisi

Input

The text description for the video. Supports audio cues.

Up to three images to be used as style and content references. Content is guided by the images.

Video resolution

You need to be logged in to run this model and view results.
Log in

Model çıktısı

Output

Fill in the input form and click submit to see the output
Logs (1 lines)

Örnek istekler

Örnekler

Example output 1Example output 2

Veo 3.1 Reference to Video API

Veo 3.1 Reference to Video is a image-to-video AI model by google. On ModelRunner it runs through a REST API or via MCP from any AI assistant, at $0.4 per second of video.

POST https://queue.modelrunner.run/google/veo-3.1/reference-to-video

cURL

# Submit a request to the queue. Input fields go at the top level of the
# body. The optional reserved "metadata" object holds your own flat string
# tags — stored on the request, never sent to the model; filter later with
# GET https://queue.modelrunner.run/requests?metadata=<url-encoded JSON>.
curl -X POST https://queue.modelrunner.run/google/veo-3.1/reference-to-video \
  -H "Authorization: Key $MRUN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "your prompt here",
    "reference_image_urls": [],
    "metadata": {
      "project": "my-project"
    }
  }'
# → { "request_id": "...", "status_url": "...", "response_url": "..." }

# Poll status_url until "COMPLETED", then fetch the result
curl "https://queue.modelrunner.run/google/veo-3.1/reference-to-video/requests/$REQUEST_ID/status" \
  -H "Authorization: Key $MRUN_API_KEY"
curl "https://queue.modelrunner.run/google/veo-3.1/reference-to-video/requests/$REQUEST_ID" \
  -H "Authorization: Key $MRUN_API_KEY"

JavaScript

import { modelrunner } from "@modelrunner/client";

const result = await modelrunner.subscribe("google/veo-3.1/reference-to-video", {
  input: {
    "prompt": "your prompt here",
    "reference_image_urls": []
  },
});
console.log(result);

Python

import os
import requests

headers = {"Authorization": f"Key {os.environ['MRUN_API_KEY']}"}

submitted = requests.post(
    "https://queue.modelrunner.run/google/veo-3.1/reference-to-video",
    headers=headers,
    json={
      "prompt": "your prompt here",
      "reference_image_urls": []
    },
).json()

# Poll submitted["status_url"] until "COMPLETED", then:
result = requests.get(submitted["response_url"], headers=headers).json()

Input parameters

Input parameters of Veo 3.1 Reference to Video
NameTypeRequiredDescription
promptstringyesThe text description for the video. Supports audio cues.
reference_image_urlsarrayyesUp to three images to be used as style and content references. Content is guided by the images. Default: [].
resolutionenumnoVideo resolution One of: 720p, 1080p. Default: "720p".

Machine-readable: OpenAPI schema · llms.txt

Use Veo 3.1 Reference to Video from Claude & Cursor (MCP)

Point Claude Code, Claude Desktop, Cursor, or any MCP client at the ModelRunner MCP server and Veo 3.1 Reference to Video becomes a tool your assistant can call directly — it authorizes via OAuth (no API key in config) and runs this model with the run_model tool using the endpoint google/veo-3.1/reference-to-video.

MCP client config (Claude Desktop, Cursor)

{
  "mcpServers": {
    "modelrunner": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.modelrunner.run/mcp"]
    }
  }
}

Claude Code

claude mcp add --transport http modelrunner https://mcp.modelrunner.run/mcp

Then ask your assistant, for example: “Run google/veo-3.1/reference-to-video on ModelRunner to generate video”. MCP setup guide.

Model Detayları

Model Detayları

# Veo 3.1 Reference-to-Video

Bu gelişmiş video üretim modeli, görünümü belirli referans görsellerle yönlendirilen yüksek kaliteli, gerçekçi videolar oluşturmanızı sağlar. Standart text-to-video yaklaşımlarından farklı olarak metin prompt’unun yanında en fazla üç girdi görseli (referans görseller) kabul eder; böylece nihai çıktının görsel tarzı, karakter görünümü, renk paleti ve kompozisyonu üzerinde hassas kontrol sunar.

### Temel Yetenekler

* **Görsellerle yönlendirme:** Birbirinden ayrı görsel referans noktaları olarak 1 ila 3 görsel verin. Model bu referansları harmanlayarak üretilen videonun verdiğiniz sanat yönetimi ya da konuyla tutarlı kalmasını sağlar. * **Sinematik gerçekçilik:** Karmaşık görsel detayları, ışık efektlerini ve kamera hareketlerini yakalar; çıktıları 720p ya da 1080p çözünürlükte üretir. * **Modelin kendi ürettiği ses:** Model sahnenin anlamsal içeriğini kavrayarak videoda gelişen aksiyonla örtüşen senkronize ses bantları üretir — ses efektleri ve ortam sesi dahil. * **Hassas kontrol:** Sahnedeki *aksiyonu* ve *hareketi* metin prompt’uyla yönetin; *estetiği* ve *nesneleri* ise referans görseller belirlesin.

### Kullanım Alanları

Bu araç, durağan görsellerini canlandırması gereken yaratıcı profesyoneller, pazarlamacılar ve hikâye anlatıcıları için idealdir. Kullanım alanları arasında konsept çizimlerine hayat vermek, ürün fotoğraflarından tutarlı sosyal medya içerikleri oluşturmak ya da storyboard karelerini belirli stil kısıtlarıyla görselleştirmek yer alır. Durağan görsel ile dinamik video arasındaki boşluğu kapatarak, üretim süreci boyunca marka kimliğinin ya da sanatsal vizyonun bozulmadan kaldığı kesintisiz bir iş akışı sağlar.

### Teknik Detaylar

Model videoları saniyede 24 kare hızında üretir. Anlatının ilerleyişini metin prompt’u belirlerken referans görseller, üretken yapay zekâda sık görülen görsel sapmayı sınırlar ve çıktının verilen görsel bağlama bağlı kalmasını sağlar. Çıktı, entegre bir ses bandı içeren tek bir video dosyasıdır.

ModelRunner javascript client ile çalıştırmak için aşağıdaki kodu kullanın:

```javascript import { modelrunner } from "@modelrunner/client";

const result = await modelrunner.subscribe('google/veo-3.1-reference-to-video', { input: { "prompt": "A cinematic drone shot panning over the futuristic city, neon lights reflecting on wet pavement.", "image_urls": [ "https://example.com/images/cyberpunk_city_visual_ref.jpg", "https://example.com/images/neon_color_palette.jpg" ], "negative_prompt": "blurry, low resolution, distorted, cartoon", "resolution": "1080p", "seed": 12345 } }); ```