Puoi utilizzare Gemini Omni o Veo su Gemini Enterprise Agent Platform per generare nuovi video da un prompt testuale. Le interfacce supportate includono la console Google Cloud e l'API Agent Platform.
I seguenti modelli supportano la generazione di video da un prompt testuale:
Gemini Omni
Fai clic per espandere i modelli supportati
Veo
Fai clic per espandere i modelli supportati
Per saperne di più su come scrivere prompt testuali efficaci per la generazione di video, consulta la guida ai prompt per la generazione di video.
Prima di iniziare
- Accedi al tuo account Google Cloud . Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti senza costi per l'esecuzione, il test e il deployment di workload.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
-
Create a project: To create a project, you need the Project Creator role
(
roles/resourcemanager.projectCreator), which contains theresourcemanager.projects.createpermission. Learn how to grant roles.
Enable the Agent Platform API, if it is not already enabled.
Roles required to enable APIs
To enable APIs, you need the
serviceusage.services.enablepermission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
-
Create a project: To create a project, you need the Project Creator role
(
roles/resourcemanager.projectCreator), which contains theresourcemanager.projects.createpermission. Learn how to grant roles.
Enable the Agent Platform API, if it is not already enabled.
Roles required to enable APIs
To enable APIs, you need the
serviceusage.services.enablepermission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.-
Configura l'autenticazione per il tuo ambiente.
Seleziona la scheda relativa al modo in cui prevedi di utilizzare gli esempi in questa pagina:
Console
Quando utilizzi la console Google Cloud per accedere ai servizi e alle API Google Cloud , non devi configurare l'autenticazione.
REST
Per utilizzare gli esempi di API REST in questa pagina in un ambiente di sviluppo locale, utilizzi le credenziali che fornisci a gcloud CLI.
Installa Google Cloud CLI.
Se utilizzi un provider di identità (IdP) esterno, devi prima accedere a gcloud CLI con la tua identità federata.
Per saperne di più, consulta Autenticati per usare REST nella documentazione sull'autenticazione di Google Cloud .
Genera video utilizzando Gemini Omni
Per generare video utilizzando Gemini Omni, consulta i seguenti esempi. Sebbene incentrati sulla generazione da testo a video, questi esempi possono essere estesi anche ad altri casi d'uso, come la fornitura di un'immagine iniziale per guidare la generazione. Con gemini-omni-1.2-flash, puoi generare video di durata compresa tra 3 e 15 secondi (da 3 a 10 secondi per i modelli di anteprima), specificare generation_config.seed per risultati riproducibili e allegare etichette di metadati personalizzate (labels) per organizzare le richieste e monitorare i costi fatturati.
REST
La generazione di video può richiedere più di un minuto. Puoi scegliere tra diverse modalità di interazione a seconda del tuo workflow:
- Sincrono: stateless: imposta
storesufalseper generare un video in una singola richiesta senza mantenere lo stato dell'interazione sul server. - Sincrona: stateful: imposta
storesutrueper rendere persistente lo stato dell'interazione, in modo da poter recuperare il risultato in un secondo momento o fare riferimento all'ID interazione per l'editing video multi-turno. - Sincrono: streaming stateful: imposta sia
storechestreamsutrueper ricevere i pensieri del modello in modo incrementale man mano che vengono generati, seguiti dal video di output in un singolo eventostep.delta("type": "video"). - Asincrona: imposta
backgroundsutrueper eseguire la generazione di video in background e recuperare il risultato in un secondo momento utilizzando l'ID interazione.
Le interazioni archiviate e asincrone vengono conservate per un massimo di 7 giorni.
Quando configuri "delivery": "uri" in response_format, devi anche specificare gcs_uri. Se ometti gcs_uri quando "delivery" è "uri", viene restituito un errore 400 INVALID_ARGUMENT.
Le risposte unarie restituiscono l'URI Cloud Storage in steps[].content[].uri, mentre le risposte in streaming lo restituiscono in delta.uri. Per
restituire i byte del video in linea nella risposta, imposta "delivery": "inline"
e ometti gcs_uri (gcs_uri non è supportato quando "delivery" è
"inline"). Quando viene utilizzata la pubblicazione in linea, l'output video viene
restituito come stringa di byte con codifica base64 insieme a "mime_type": "video/mp4" in
steps[].content[].data (POST e GET unari) o delta.data (SSE
step.delta). A differenza dei delta di testo o audio, il video in linea non viene suddiviso in blocchi tra
più eventi step.delta: ogni video generato viene pubblicato come un singolo
payload base64 completo in un evento step.delta.
Per video di grandi dimensioni o ad alta risoluzione, utilizza "delivery": "uri" con gcs_uri per evitare payload di risposta HTTP o SSE di singoli eventi di grandi dimensioni.
Per saperne di più sull'utilizzo dei modelli Gemini Omni con l'API Interactions, consulta API Interactions.
Sincrona: stateless
Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:
-
PROJECT_ID: una stringa che rappresenta l'ID progetto Google Cloud . -
MODEL_ID: una stringa che rappresenta l'ID del modello da utilizzare. I valori accettati sono i seguenti:"gemini-omni-1.2-flash""gemini-omni-1.1-flash-preview""gemini-omni-flash-preview"
-
TEXT_PROMPT: il prompt testuale utilizzato per guidare la generazione di video. -
CLOUD_STORAGE_OUTPUT_URI: una stringa che rappresenta il bucket Cloud Storage in cui archiviare i video di output (ad esempio"gs://video-bucket/output/"). Obbligatorio quandodeliveryè impostato su"uri". Per restituire i byte del video incorporati nella risposta, imposta"delivery": "inline"e omettigcs_uridaresponse_format. -
ASPECT_RATIO: (facoltativo) una stringa che rappresenta le proporzioni previste del video di output. Se non viene fornito, le proporzioni vengono dedotte dal prompt. I valori accettati sono i seguenti:"16:9""9:16"
-
OUTPUT_RESOLUTION:(Facoltativo) Una stringa che rappresenta la risoluzione video in uscita. Se non viene fornito, l'output viene impostato su 720p per impostazione predefinita.
gemini-omni-1.2-flashegemini-omni-1.1-flash-previewsupportano i seguenti valori:"360p""720p""1080p""4k"
gemini-omni-flash-previewsupporta solo"720p". -
DURATION: una stringa che rappresenta la durata dei file video generati. Le stringhe consentite sono numeri interi compresi tra3e15pergemini-omni-1.2-flash(o3e10per i modelli di anteprima), seguiti da "s" per i secondi. Ad esempio,"10s"o"15s".
Metodo HTTP e URL:
POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions
Corpo JSON della richiesta:
{
"model": "MODEL_ID",
"store": false,
"input": [
{
"type": "text",
"text": "TEXT_PROMPT"
}
],
"response_format": [
{
"type": "video",
"delivery": "uri",
"gcs_uri": "CLOUD_STORAGE_OUTPUT_URI",
"aspect_ratio": "ASPECT_RATIO",
"resolution": "OUTPUT_RESOLUTION",
"duration": "DURATION"
}
],
"generation_config": {
"video_config": {
"task": "text_to_video"
}
}
}
Per inviare la richiesta, scegli una di queste opzioni:
curl
Salva il corpo della richiesta in un file denominato request.json,
quindi esegui il comando seguente:
curl -X POST \
-H "Authorization: Bearer TOKEN" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions"
PowerShell
Salva il corpo della richiesta in un file denominato request.json,
quindi esegui il comando seguente:
$headers = @{ "Authorization" = "Bearer TOKEN" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions" | Select-Object -Expand Content
{
"id":"INTERACTION_ID",
"model":"gemini-omni-flash-preview",
"status":"completed",
"usage":{
"total_tokens":479,
"total_input_tokens":26,
"input_tokens_by_modality":[
{
"modality":"text",
"tokens":26
},
{
"modality":"image",
"tokens":124
}
],
"output_tokens_by_modality": [
{
"modality": "video",
"tokens": 28832
}
],
"total_output_tokens":28832,
"total_thought_tokens":453
},
"steps":[
{
"type":"thought",
"summary":[
{
"type":"text",
"text":"MODEL THOUGHTS"
}
]
},
{
"type":"model_output",
"content":[
{
"type":"video",
"uri":"gs://some/output_path/123.mp4",
"mime_type":"video/mp4"
}
]
}
],
"object":"interaction",
"role":"model",
"created":"2026-05-29T02:17:56Z",
"updated":"2026-05-29T02:17:56Z"
}
Sincrona: stateful
Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:
-
PROJECT_ID: una stringa che rappresenta l'ID progetto Google Cloud . -
MODEL_ID: una stringa che rappresenta l'ID del modello da utilizzare. I valori accettati sono i seguenti:"gemini-omni-1.2-flash""gemini-omni-1.1-flash-preview"
-
TEXT_PROMPT: il prompt testuale utilizzato per guidare la generazione di video. -
CLOUD_STORAGE_OUTPUT_URI: una stringa che rappresenta il bucket Cloud Storage in cui archiviare i video di output (ad esempio"gs://video-bucket/output/"). Obbligatorio quandodeliveryè impostato su"uri". Per restituire i byte del video incorporati nella risposta, imposta"delivery": "inline"e omettigcs_uridaresponse_format. -
ASPECT_RATIO: (facoltativo) una stringa che rappresenta le proporzioni previste del video di output. Se non viene fornito, le proporzioni vengono dedotte dal prompt. I valori accettati sono i seguenti:"16:9""9:16"
-
DURATION: una stringa che rappresenta la durata dei file video generati. Le stringhe consentite sono numeri interi compresi tra3e15pergemini-omni-1.2-flash(o3e10per i modelli di anteprima), seguiti da "s" per i secondi. Ad esempio,"10s"o"15s".
Metodo HTTP e URL:
POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions
Corpo JSON della richiesta:
{
"model": "MODEL_ID",
"background": false,
"store": true,
"stream": false,
"input": [
{
"type": "user_input",
"content": [
{
"type": "text",
"text": "TEXT_PROMPT"
}
]
}
],
"response_format": [
{
"type": "video",
"delivery": "uri",
"gcs_uri": "CLOUD_STORAGE_OUTPUT_URI",
"aspect_ratio": "ASPECT_RATIO",
"duration": "DURATION"
}
]
}
Per inviare la richiesta, scegli una di queste opzioni:
curl
Salva il corpo della richiesta in un file denominato request.json,
quindi esegui il comando seguente:
curl -X POST \
-H "Authorization: Bearer TOKEN" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions"
PowerShell
Salva il corpo della richiesta in un file denominato request.json,
quindi esegui il comando seguente:
$headers = @{ "Authorization" = "Bearer TOKEN" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions" | Select-Object -Expand Content
{
"id":"INTERACTION_ID",
"status":"completed",
"usage":{
"total_tokens":17615,
"total_input_tokens":21,
"input_tokens_by_modality":[
{
"modality":"text",
"tokens":21
}
],
"total_output_tokens":17376,
"output_tokens_by_modality":[
{
"modality":"video",
"tokens":17376
}
],
"total_thought_tokens":218
},
"created":"2026-08-12T21:28:40Z",
"updated":"2026-08-12T21:28:40Z",
"event_id":"EVENT_ID",
"steps":[
{
"signature":"...",
"summary":[
{
"text":"MODEL THOUGHTS",
"type":"text"
},
{
"text":"MODEL THOUGHTS",
"type":"text"
}
],
"type":"thought"
},
{
"content":[
{
"mime_type":"video/mp4",
"uri":"gs://some/output_path/123.mp4",
"type":"video"
}
],
"type":"model_output"
}
],
"object":"interaction",
"model":"gemini-omni-flash-preview"
}
INTERACTION_ID per ottenere il video generato:
Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:
-
PROJECT_ID: una stringa che rappresenta l'ID progetto Google Cloud . -
INTERACTION_ID: l'ID interazione della richiesta.
Metodo HTTP e URL:
GET https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID
Per inviare la richiesta, scegli una di queste opzioni:
curl
Esegui questo comando:
curl -X GET \
-H "Authorization: Bearer TOKEN" \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID"
PowerShell
Esegui questo comando:
$headers = @{ "Authorization" = "Bearer TOKEN" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID" | Select-Object -Expand Content
{
"id":"INTERACTION_ID",
"model":"gemini-omni-1.2-flash",
"status":"completed",
"usage":{
"total_tokens":29435,
"total_input_tokens":150,
"input_tokens_by_modality":[
{
"modality":"text",
"tokens":26
},
{
"modality":"image",
"tokens":124
}
],
"output_tokens_by_modality": [
{
"modality": "video",
"tokens": 28832
}
],
"total_output_tokens":28832,
"total_thought_tokens":453
},
"steps":[
{
"type": "user_input",
"content": [
{
"type": "text",
"text": "5 second, 9:16 video. Use the image as the first frame."
},
{
"type": "image",
"uri": "gs://some/path",
"mime_type": "image/png"
}
]
},
{
"type":"thought",
"summary":[
{
"type":"text",
"text":"MODEL THOUGHTS"
}
]
},
{
"type":"model_output",
"content":[
{
"type":"video",
"uri":"gs://some/output_path/123.mp4",
"mime_type":"video/mp4"
}
]
}
],
"object":"interaction",
"role":"model",
"created":"2026-05-29T02:17:56Z",
"updated":"2026-05-29T02:17:56Z"
}
Quando viene utilizzata la pubblicazione in linea ("delivery": "inline" con
gcs_uri omesso), il passaggio model_output restituisce il
video completo come stringa di byte con codifica base64
in steps[].content[].data insieme a
"mime_type": "video/mp4" anziché uri:
{
"type": "model_output",
"content": [
{
"type": "video",
"data": "BASE64_ENCODED_VIDEO",
"mime_type": "video/mp4"
}
]
}Sincrono: streaming stateful
Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:
-
PROJECT_ID: una stringa che rappresenta l'ID progetto Google Cloud . -
MODEL_ID: una stringa che rappresenta l'ID del modello da utilizzare. I valori accettati sono i seguenti:"gemini-omni-1.2-flash""gemini-omni-1.1-flash-preview"
-
TEXT_PROMPT: il prompt testuale utilizzato per guidare la generazione di video. -
CLOUD_STORAGE_OUTPUT_URI: una stringa che rappresenta il bucket Cloud Storage in cui archiviare i video di output (ad esempio"gs://video-bucket/output/"). Obbligatorio quandodeliveryè impostato su"uri". Per restituire i byte del video incorporati nella risposta, imposta"delivery": "inline"e omettigcs_uridaresponse_format. -
ASPECT_RATIO: (facoltativo) una stringa che rappresenta le proporzioni previste del video di output. Se non viene fornito, le proporzioni vengono dedotte dal prompt. I valori accettati sono i seguenti:"16:9""9:16"
-
DURATION: una stringa che rappresenta la durata dei file video generati. Le stringhe consentite sono numeri interi compresi tra3e15pergemini-omni-1.2-flash(o3e10per i modelli di anteprima), seguiti da "s" per i secondi. Ad esempio,"10s"o"15s".
Metodo HTTP e URL:
POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions
Corpo JSON della richiesta:
{
"model": "MODEL_ID",
"background": false,
"store": true,
"stream": true,
"input": [
{
"type": "user_input",
"content": [
{
"type": "text",
"text": "TEXT_PROMPT"
}
]
}
],
"response_format": [
{
"type": "video",
"delivery": "uri",
"gcs_uri": "CLOUD_STORAGE_OUTPUT_URI",
"aspect_ratio": "ASPECT_RATIO",
"duration": "DURATION"
}
]
}
Per inviare la richiesta, scegli una di queste opzioni:
curl
Salva il corpo della richiesta in un file denominato request.json,
quindi esegui il comando seguente:
curl -X POST \
-H "Authorization: Bearer TOKEN" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions"
PowerShell
Salva il corpo della richiesta in un file denominato request.json,
quindi esegui il comando seguente:
$headers = @{ "Authorization" = "Bearer TOKEN" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions" | Select-Object -Expand Content
event: interaction.created
data: {"interaction":{"id":"INTERACTION_ID","status":"in_progress","object":"interaction","model":"gemini-omni-flash-preview"},"event_type":"interaction.created"}
event: interaction.status_update
data: {"interaction_id":"INTERACTION_ID","status":"in_progress","event_type":"interaction.status_update"}
event: step.start
data: {"index":0,"step":{"type":"thought"},"event_type":"step.start"}
event: step.delta
data: {"index":0,"delta":{"content":{"text":"MODEL THOUGHTS","type":"text"},"type":"thought_summary"},"event_id":"EVENT_ID","event_type":"step.delta"}
event: step.delta
data: {"index":0,"delta":{"content":{"text":"MODEL THOUGHTS","type":"text"},"type":"thought_summary"},"event_id":"EVENT_ID","event_type":"step.delta"}
event: step.delta
data: {"index":0,"delta":{"content":{"text":"MODEL THOUGHTS","type":"text"},"type":"thought_summary"},"event_id":"EVENT_ID","event_type":"step.delta"}
event: step.delta
data: {"index":0,"delta":{"signature":"...","type":"thought_signature"},"event_type":"step.delta"}
event: step.stop
data: {"index":0,"event_type":"step.stop"}
event: step.start
data: {"index":1,"step":{"type":"model_output"},"event_type":"step.start"}
event: step.delta
data: {"index":1,"delta":{"mime_type":"video/mp4","uri":"gs://some/output_path/123.mp4","type":"video"},"event_id":"EVENT_ID","event_type":"step.delta"}
event: step.stop
data: {"index":1,"event_type":"step.stop"}
event: interaction.completed
data: {"interaction":{"id":"INTERACTION_ID","status":"completed","usage":{"total_tokens":17812,"total_input_tokens":21,"input_tokens_by_modality":[{"modality":"text","tokens":21}],"total_output_tokens":17376,"output_tokens_by_modality":[{"modality":"video","tokens":17376}],"total_thought_tokens":415},"created":"2026-08-12T21:26:20Z","updated":"2026-08-12T21:26:20Z","event_id":"EVENT_ID","object":"interaction","model":"gemini-omni-flash-preview"},"event_id":"EVENT_ID","event_type":"interaction.completed"}
event: done
data: [DONE]
Quando viene utilizzata la pubblicazione in linea ("delivery": "inline" con
gcs_uri omesso), l'evento video step.delta restituisce
i byte del video in
delta.data come stringa con codifica base64 insieme a
"mime_type": "video/mp4" anziché delta.uri:
event: step.delta
data: {"index":1,"delta":{"mime_type":"video/mp4","data":"BASE64_ENCODED_VIDEO","type":"video"},"event_id":"EVENT_ID","event_type":"step.delta"}
A differenza dei delta di testo ("type": "text") o audio ("type": "audio"), il video inline non viene suddiviso in più eventi step.delta. Ogni video generato viene fornito come un singolo payload completo con codifica Base64 in un evento step.delta ("type": "video"). Non concatenare delta.data in più eventi video step.delta.
Per i video di grandi dimensioni o ad alta risoluzione, utilizza "delivery": "uri" con un bucket Cloud Storage (gcs_uri) per evitare payload SSE di grandi dimensioni per un singolo evento.
INTERACTION_ID con "?stream=true" per riprodurre in streaming l'interazione archiviata e il video generato:
Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:
-
PROJECT_ID: una stringa che rappresenta l'ID progetto Google Cloud . -
INTERACTION_ID: l'ID interazione della richiesta.
Metodo HTTP e URL:
GET https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID?stream=true
Per inviare la richiesta, scegli una di queste opzioni:
curl
Esegui questo comando:
curl -X GET \
-H "Authorization: Bearer TOKEN" \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID?stream=true"
PowerShell
Esegui questo comando:
$headers = @{ "Authorization" = "Bearer TOKEN" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID?stream=true" | Select-Object -Expand Content
event: interaction.created
data: {"interaction":{"id":"INTERACTION_ID","status":"in_progress","object":"interaction","model":"gemini-omni-1.2-flash"},"event_type":"interaction.created"}
event: interaction.status_update
data: {"interaction_id":"INTERACTION_ID","status":"in_progress","event_type":"interaction.status_update"}
event: step.start
data: {"index":0,"step":{"type":"thought"},"event_type":"step.start"}
event: step.delta
data: {"index":0,"delta":{"content":{"text":"MODEL THOUGHTS","type":"text"},"type":"thought_summary"},"event_id":"EVENT_ID","event_type":"step.delta"}
event: step.delta
data: {"index":0,"delta":{"content":{"text":"MODEL THOUGHTS","type":"text"},"type":"thought_summary"},"event_id":"EVENT_ID","event_type":"step.delta"}
event: step.delta
data: {"index":0,"delta":{"signature":"...","type":"thought_signature"},"event_type":"step.delta"}
event: step.stop
data: {"index":0,"event_type":"step.stop"}
event: step.start
data: {"index":1,"step":{"type":"model_output"},"event_type":"step.start"}
event: step.delta
data: {"index":1,"delta":{"mime_type":"video/mp4","uri":"gs://some/output_path/123.mp4","type":"video"},"event_id":"EVENT_ID","event_type":"step.delta"}
event: step.stop
data: {"index":1,"event_type":"step.stop"}
event: interaction.completed
data: {"interaction":{"id":"INTERACTION_ID","status":"completed","usage":{"total_tokens":17664,"total_input_tokens":21,"input_tokens_by_modality":[{"modality":"text","tokens":21}],"total_output_tokens":17376,"output_tokens_by_modality":[{"modality":"video","tokens":17376}],"total_thought_tokens":267},"created":"2026-08-12T21:33:08Z","updated":"2026-08-12T21:33:08Z","event_id":"EVENT_ID","object":"interaction","model":"gemini-omni-1.2-flash"},"event_id":"EVENT_ID","event_type":"interaction.completed"}
event: done
data: [DONE]
Quando viene utilizzata la pubblicazione in linea ("delivery": "inline" con
gcs_uri omesso), l'evento video step.delta restituisce
i byte del video in
delta.data come stringa con codifica base64 insieme a
"mime_type": "video/mp4" anziché delta.uri:
event: step.delta
data: {"index":1,"delta":{"mime_type":"video/mp4","data":"BASE64_ENCODED_VIDEO","type":"video"},"event_id":"EVENT_ID","event_type":"step.delta"}
A differenza dei delta di testo ("type": "text") o audio ("type": "audio"), il video inline non viene suddiviso in più eventi step.delta. Ogni video generato viene fornito come un singolo payload completo con codifica Base64 in un evento step.delta ("type": "video"). Non concatenare delta.data in più eventi video step.delta.
Per i video di grandi dimensioni o ad alta risoluzione, utilizza "delivery": "uri" con un bucket Cloud Storage (gcs_uri) per evitare payload SSE di grandi dimensioni per un singolo evento.
Asincrona
Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:
-
PROJECT_ID: una stringa che rappresenta l'ID progetto Google Cloud . -
MODEL_ID: una stringa che rappresenta l'ID del modello da utilizzare. I valori accettati sono i seguenti:"gemini-omni-flash-preview""gemini-omni-1.2-flash""gemini-omni-1.1-flash-preview"
-
TEXT_PROMPT: il prompt testuale utilizzato per guidare la generazione di video. -
CLOUD_STORAGE_OUTPUT_URI: una stringa che rappresenta il bucket Cloud Storage in cui archiviare i video di output (ad esempio"gs://video-bucket/output/"). Obbligatorio quandodeliveryè impostato su"uri". Per restituire i byte del video incorporati nella risposta, imposta"delivery": "inline"e omettigcs_uridaresponse_format. -
ASPECT_RATIO: (facoltativo) una stringa che rappresenta le proporzioni previste del video di output. Se non viene fornito, le proporzioni vengono dedotte dal prompt. I valori accettati sono i seguenti:"16:9""9:16"
-
OUTPUT_RESOLUTION:(Facoltativo) Una stringa che rappresenta la risoluzione video in uscita. Se non viene fornito, l'output viene impostato su 720p per impostazione predefinita.
gemini-omni-1.2-flashegemini-omni-1.1-flash-previewsupportano i seguenti valori:"360p""720p""1080p""4k"
gemini-omni-flash-previewsupporta solo"720p". -
DURATION: una stringa che rappresenta la durata dei file video generati. Le stringhe consentite sono numeri interi compresi tra3e15pergemini-omni-1.2-flash(o3e10per i modelli di anteprima), seguiti da "s" per i secondi. Ad esempio,"10s"o"15s".
Metodo HTTP e URL:
POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions
Corpo JSON della richiesta:
{
"model": "MODEL_ID",
"background": true,
"input": [
{
"type": "text",
"text": "TEXT_PROMPT"
}
],
"response_format": [
{
"type": "video",
"delivery": "uri",
"gcs_uri": "CLOUD_STORAGE_OUTPUT_URI",
"aspect_ratio": "ASPECT_RATIO",
"resolution": "OUTPUT_RESOLUTION",
"duration": "DURATION"
}
],
"generation_config": {
"video_config": {
"task": "text_to_video"
}
}
}
Per inviare la richiesta, scegli una di queste opzioni:
curl
Salva il corpo della richiesta in un file denominato request.json,
quindi esegui il comando seguente:
curl -X POST \
-H "Authorization: Bearer TOKEN" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions"
PowerShell
Salva il corpo della richiesta in un file denominato request.json,
quindi esegui il comando seguente:
$headers = @{ "Authorization" = "Bearer TOKEN" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions" | Select-Object -Expand Content
{
"id":"INTERACTION_ID",
"status":"in_progress",
"object":"interaction"
}
INTERACTION_ID per ottenere il video generato:
Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:
-
PROJECT_ID: una stringa che rappresenta l'ID progetto Google Cloud . -
INTERACTION_ID: l'ID interazione della richiesta.
Metodo HTTP e URL:
GET https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID
Per inviare la richiesta, scegli una di queste opzioni:
curl
Esegui questo comando:
curl -X GET \
-H "Authorization: Bearer TOKEN" \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID"
PowerShell
Esegui questo comando:
$headers = @{ "Authorization" = "Bearer TOKEN" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID" | Select-Object -Expand Content
{
"id":"INTERACTION_ID",
"model":"gemini-omni-1.2-flash",
"status":"completed",
"usage":{
"total_tokens":29435,
"total_input_tokens":150,
"input_tokens_by_modality":[
{
"modality":"text",
"tokens":26
},
{
"modality":"image",
"tokens":124
}
],
"output_tokens_by_modality": [
{
"modality": "video",
"tokens": 28832
}
],
"total_output_tokens":28832,
"total_thought_tokens":453
},
"steps":[
{
"type": "user_input",
"content": [
{
"type": "text",
"text": "5 second, 9:16 video. Use the image as the first frame."
},
{
"type": "image",
"uri": "gs://some/path",
"mime_type": "image/png"
}
]
},
{
"type":"thought",
"summary":[
{
"type":"text",
"text":"MODEL THOUGHTS"
}
]
},
{
"type":"model_output",
"content":[
{
"type":"video",
"uri":"gs://some/output_path/123.mp4",
"mime_type":"video/mp4"
}
]
}
],
"object":"interaction",
"role":"model",
"created":"2026-05-29T02:17:56Z",
"updated":"2026-05-29T02:17:56Z"
}
Quando viene utilizzata la pubblicazione in linea ("delivery": "inline" con
gcs_uri omesso), il passaggio model_output restituisce il
video completo come stringa di byte con codifica base64
in steps[].content[].data insieme a
"mime_type": "video/mp4" anziché uri:
{
"type": "model_output",
"content": [
{
"type": "video",
"data": "BASE64_ENCODED_VIDEO",
"mime_type": "video/mp4"
}
]
}Genera video con Veo
Gli esempi riportati di seguito mostrano come utilizzare i prompt testuali per generare video utilizzando Veo:
Console
Nella console Google Cloud , vai alla pagina Agent Platform > Media Studio.
Fai clic su Video.
Nel menu Attività, seleziona Da testo a video.
Dal menu Modello, seleziona un modello tra le opzioni visualizzate.
Nel campo del prompt Prompt, inserisci un prompt testuale che descriva i video da generare.
(Facoltativo) Modifica i seguenti parametri:
Proporzioni: scegli 16:9 o 9:16.
Numero di risultati: regola il cursore o inserisci un valore compreso tra 1 e 4.
Durata video: seleziona una durata video dal menu.
Directory di output: fai clic su Sfoglia per creare o selezionare un bucket Cloud Storage in cui archiviare i file generati.
Fai clic su Esegui.
Python
Installa
pip install --upgrade google-genai
Per saperne di più, consulta la documentazione di riferimento dell'SDK.
Imposta le variabili di ambiente per utilizzare l'SDK Google Gen AI con Vertex AI:
# 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
Go
Scopri come installare o aggiornare l'Go.
Per saperne di più, consulta la documentazione di riferimento dell'SDK.
Imposta le variabili di ambiente per utilizzare l'SDK Google Gen AI con Vertex AI:
# 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
Node.js
Installa
npm install @google/genai
Per saperne di più, consulta la documentazione di riferimento dell'SDK.
Imposta le variabili di ambiente per utilizzare l'SDK Google Gen AI con Vertex AI:
# 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
Java
Scopri come installare o aggiornare l'Java.
Per saperne di più, consulta la documentazione di riferimento dell'SDK.
Imposta le variabili di ambiente per utilizzare l'SDK Google Gen AI con Vertex AI:
# 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
REST
Per saperne di più sull'API Veo, consulta le seguenti risorse:
- Metodo:
endpoints.predict VideoGenerationModelInstanceVideoGenerationModelParamsVideoGenerationModelResult
Utilizza il seguente comando per inviare una richiesta di generazione di video. Questa richiesta avvia un'operazione a lunga esecuzione e archivia l'output in un bucket Cloud Storage da te specificato.
Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:
-
PROJECT_ID: una stringa che rappresenta l'ID progetto Google Cloud . -
MODEL_ID: una stringa che rappresenta l'ID del modello da utilizzare. I valori accettati sono i seguenti:- Veo 3.1:
"veo-3.1-generate-001" - Veo 3.1:
"veo-3.1-fast-generate-001"
- Veo 3.1:
-
TEXT_PROMPT: il prompt testuale utilizzato per guidare la generazione di video. -
OUTPUT_STORAGE_URI: (Facoltativo) una stringa che rappresenta il bucket Cloud Storage in cui archiviare i video di output. Se non viene fornito, i byte del video vengono restituiti nella risposta. Ad esempio:"gs://video-bucket/output/". -
RESPONSE_COUNT: il numero di file video da generare. L'intervallo di valori accettato è1-4. -
DURATION: un numero intero che rappresenta la durata dei file video generati. I valori accettati sono4,6o8. Il valore predefinito è8. -
Parametri facoltativi aggiuntivi
Utilizza le seguenti variabili facoltative in base al tuo caso d'uso. Aggiungi alcuni o tutti i seguenti parametri nell'oggetto
"parameters": {}."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: (Facoltativo) un valore stringa che descrive le proporzioni dei video generati. Puoi utilizzare i seguenti valori:"16:9"per l'orientamento orizzontale"9:16"per la modalità Ritratto
Il valore predefinito è
"16:9" -
NEGATIVE_PROMPT: (facoltativo) un valore stringa che descrive i contenuti che vuoi impedire al modello di generare. -
PERSON_SAFETY_SETTING: (Facoltativo) Un valore stringa che controlla l'impostazione di sicurezza per la generazione di persone o volti. Puoi utilizzare i seguenti valori:-
"allow_adult": consente solo la generazione di persone e volti adulti. -
"disallow": non genera persone o volti.
Il valore predefinito è
"allow_adult". -
-
RESOLUTION: (Facoltativo) Un valore stringa che controlla la risoluzione del video generato. Supportato solo dai modelli Veo 3. Puoi utilizzare i seguenti valori:"720p""1080p""4k"(solo modelli Veo 3.1 Preview)
Il valore predefinito è
"720p". -
RESPONSE_COUNT: (Facoltativo) Un valore intero che descrive il numero di video da generare. L'intervallo di valori accettato è1-4. -
SEED_NUMBER: (Facoltativo) Un valore uint32 utilizzato dal modello per generare video deterministici. Se specifichi un numero seed con la richiesta senza modificare altri parametri, il modello genera gli stessi video. L'intervallo di valori accettato è0-4294967295.
-
Metodo HTTP e URL:
POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:predictLongRunning
Corpo JSON della richiesta:
{ "instances": [ { "prompt": "TEXT_PROMPT" } ], "parameters": { "storageUri": "OUTPUT_STORAGE_URI", "sampleCount": "RESPONSE_COUNT" } }Per inviare la richiesta, scegli una di queste opzioni:
Questa richiesta restituisce un nome di operazione completo con un ID operazione univoco. Utilizza questo nome completo dell'operazione per eseguire il polling dello stato della richiesta di generazione di video.curl
Salva il corpo della richiesta in un file denominato
request.json, quindi esegui il comando seguente:curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:predictLongRunning"PowerShell
Salva il corpo della richiesta in un file denominato
request.json, quindi esegui il comando seguente:$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{ "name": "projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID/operations/a1b07c8e-7b5a-4aba-bb34-3e1ccb8afcc8" }-
(Facoltativo) Controlla lo stato dell'operazione a lunga esecuzione della generazione di video.
Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:
- PROJECT_ID: il tuo ID progetto Google Cloud .
- MODEL_ID: l'ID del modello da utilizzare.
- OPERATION_ID: l'ID operazione univoco restituito nella richiesta di generazione del video originale.
Metodo HTTP e URL:
POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:fetchPredictOperation
Corpo JSON della richiesta:
{ "operationName": "projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID/operations/OPERATION_ID" }Per inviare la richiesta, scegli una di queste opzioni:
Questa richiesta restituisce informazioni sull'operazione, ad esempio se è ancora in esecuzione o se è stata completata.curl
Salva il corpo della richiesta in un file denominato
request.json, quindi esegui il comando seguente:curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:fetchPredictOperation"PowerShell
Salva il corpo della richiesta in un file denominato
request.json, quindi esegui il comando seguente:$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