WaveSpeedAI
← 部落格

Google Veo 3.1 Lite Start-End-to-Video 現已登陸WaveSpeedAI

定義起始和結束幀，讓AI自動生成中間的影片過渡效果。Google Veo 3.1 Lite Start-End-to-Video 現已上架WaveSpeedAI，無冷啟動延遲。

By WaveSpeedAI1 min read
#veo3#google#video-generation#start-end-to-video#announcement#model-release
Google Veo3.1 Lite Start End To Video
Google Veo3.1 Lite Start End To Video定義起始和結束幀，讓AI自動生成中間的影片過渡效果。Google Veo 3.1 Lite Start-End-to-V...
Try it
Google Veo 3.1 Lite Start-End-to-Video 現已登陸WaveSpeedAI

透過 WaveSpeedAI 上的 Veo 3.1 Lite 控制影片的起始與結束畫面

大多數影片生成模型只提供文字控制或圖像控制——卻無法精確控制影片的最終呈現。Google Veo 3.1 Lite Start-End-to-Video 解決了這個問題，讓你同時定義第一幀和最後一幀。模型會生成兩者之間完整的影片過渡，自然填入動態、鏡頭移動與場景演變。

這是一種根本性不同的創作流程：不必期望模型產出你喜歡的結尾，而是由你定義兩端，讓 AI 處理中間的旅程。

什麼是 Veo 3.1 Lite Start-End-to-Video？

Start-End-to-Video 是一種影片生成模式，你需要提供兩張圖像——起始幀與結束幀——以及一個可選的文字提示。模型會生成從起始圖像流暢過渡到結束圖像的連貫影片，創造出自然的中間動態。

Lite 版本以比完整 Veo 3.1 更快的推理速度和更低的成本實現這項功能，使其適用於迭代式創作流程與生產管線。

主要功能

  • 雙幀控制：精確定義影片的起點與終點，無需猜測最終畫面。

  • 流暢插值：模型在兩個關鍵幀之間生成物理上合理的動態，而非單純的交叉淡化或變形。

  • 可選文字引導：加入文字提示來影響過渡的方式——鏡頭路徑、動態風格、環境變化。

  • 主體一致性：物件與人物在過渡過程中保持其身份特徵，避免一般插值常見的變形瑕疵。

  • 快速 Lite 效能：快速的生成週期讓你能迅速嘗試不同的起始／結束組合。

實際應用場景

分鏡圖轉動態

以兩張分鏡圖作為起始與結束幀，模型生成兩者之間的影片過渡，將靜態分鏡圖轉化為動態預覽，適用於提案簡報與前期製作審查。

產品變換展示

展示產品的初始狀態（拆箱前）與最終狀態（組裝完成／使用中），為產品頁面、開箱內容或教學片頭生成流暢的變換影片。

前後對比內容

室內設計、健身、裝修、化妝——任何需要前後對比內容的領域，都能受益於流暢的影片過渡，而非靜態的並排比較。

場景轉場

影片剪輯師可生成兩個鏡頭之間的創意轉場。提供一個場景的最後一幀與下一個場景的第一幀，讓模型創造無縫銜接。

動畫與動態設計

動畫師可將關鍵姿勢定義為起始和結束幀，再由模型生成中間幀，大幅加速動畫製作流程。

開始使用

import json
import os
import time
from urllib.request import Request, urlopen

api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
    "prompt": "A cinematic ocean wave at sunrise, highly detailed",
    "image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
    "last_image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
    "aspect_ratio": "16:9",
    "resolution": "720p"
}

def request_json(url, data=None):
    request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
    with urlopen(request) as response:
        return json.load(response)

# 1. Submit the prediction.
submit_body = request_json("https://api.wavespeed.ai/api/v3/google/veo3.1-lite/start-end-to-video", json.dumps(payload).encode())
task = submit_body.get("data", submit_body)
prediction_id = task.get("id")
if not prediction_id:
    raise RuntimeError("Submission response did not contain a prediction id")
result_url = task.get("urls", {}).get("get") or f"https://api.wavespeed.ai/api/v3/predictions/{prediction_id}/result"

# 2. Poll until the prediction finishes.
while True:
    body = request_json(result_url)
    result = body.get("data", body)
    status = result.get("status")
    if status == "completed":
        print(result.get("outputs", []))
        break
    if status in {"failed", "cancelled", "timeout"}:
        raise RuntimeError(result)
    if status not in {"created", "processing"}:
        raise RuntimeError(f"Unexpected status: {status}")
    time.sleep(2)

提供起始圖像、結束圖像，以及描述所需過渡效果的可選提示。

定價

作為 Lite 模型，Start-End-to-Video 每次生成的費用遠低於完整版 Veo 3.1。透過 WaveSpeedAI 的無冷啟動基礎架構，你可以快速迭代，無需擔心啟動延遲或不可預測的費用。

最佳實踐

  1. 使用視覺上相關的畫面：起始與結束圖像應共享足夠的視覺背景（同一場景、同一主體、相似視角），讓模型能在兩者之間生成合理的動態。

  2. 避免差異過大：若起始與結束幀差異極大（完全不同的場景、主體或環境），過渡效果可能顯得不自然。請保持合理的視覺距離。

  3. 用提示引導過渡路徑：從 A 到 B 可以有多種路徑，模型都能處理。使用文字提示指定你希望的過渡方式——緩慢推進、快速切換、特定動態方向。

  4. 匹配圖像品質與風格：若起始幀是照片而結束幀是插圖，模型可能難以保持風格一致性。請確保兩張圖像處於相同的視覺風格域中。

結語

Veo 3.1 Lite Start-End-to-Video 為你提供其他方法無法比擬的精確影片生成控制。透過定義起始與結束狀態，你消除了開放式生成的不確定性，獲得你所需的精確過渡效果。

定義你的端點，讓 AI 填充其餘部分。立即在 WaveSpeedAI 上試用 Veo 3.1 Lite Start-End-to-Video，掌控你的影片生成工作流程。

分享