Tạo video Veo

Bài viết dành cho lập trình viên, hướng dẫn cách gọi mô hình tạo video Google Veo qua aicentos. API theo định dạng tương thích OpenAI Videos API; khi tích hợp phía hạ nguồn chỉ cần đặt loại channel là openai.

Mô tả năng lực mô hìnhSao chép liên kết neo

Tính phí theo thời lượng tạo video (giây). Đơn giá cụ thể lấy theo Console aicentos; khoản trừ cuối cùng dựa trên bản ghi trừ phí thực tế của hệ thống.

Năng lực chính thức và phạm vi aicentos mởSao chép liên kết neo

Tài liệu tham khảo:

• Google Gemini API — tạo video Veo
• Mô tả ảnh tham chiếu của Veo
• Mô tả khung đầu - cuối của Veo
• Mô tả tỷ lệ khung hình của Veo

Tỷ lệ khung hìnhSao chép liên kết neo

Trong request có thể chỉ định tỷ lệ qua metadata.aspectRatio hoặc trường form aspectRatio:

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

Nếu không truyền rõ aspectRatio, hệ thống sẽ ưu tiên suy ra tỷ lệ từ size, ví dụ 1280x720 suy ra 16:9, 720x1280 suy ra 9:16. Nếu cũng không truyền size, upstream mặc định dùng 16:9.

Về âm thanhSao chép liên kết neo

Dòng Veo 3.1 là mô hình video có sẵn âm thanh, nhưng bảng tham số Veo của Gemini API hiện chưa mở generateAudio làm tham số điều khiển được. Truyền trường này có thể bị upstream trả INVALID_ARGUMENT.

Nếu muốn kiểm soát nội dung âm thanh, có thể mô tả lời thoại, âm thanh môi trường, hiệu ứng âm thanh hoặc phong cách nhạc trong prompt, ví dụ:

Hải đăng bên bờ biển lúc hoàng hôn, sóng biển vỗ nhẹ vào đá ngầm, xa xa có tiếng gió trầm và tiếng chim biển, ánh sáng chuẩn điện ảnh, máy quay chuyển động ổn định

Năng lực đầu vào ảnhSao chép liên kết neo

• MIME type ảnh hỗ trợ image/jpeg, image/png, image/webp. Nên truyền tệp hoặc Base64, không nên truyền trực tiếp URL ảnh từ xa.
• Lưu ý chế độ ảnh tham chiếu: upstream hiện không hỗ trợ negativePrompt trong tình huống ảnh tham chiếu; nếu truyền có thể nhận về Negative prompt is not supported in your use case. Request dùng ảnh tham chiếu đừng truyền negativePrompt.
• Ghi chú triển khai: ảnh đầu vào của predictLongRunning cho Veo trong Gemini API dùng bytesBase64Encoded + mimeType, không phải inlineData của generateContent thông thường. aicentos sẽ chuyển ảnh upload dạng multipart sang định dạng upstream cần.

Quy tắc tính phíSao chép liên kết neo

• Tính phí theo thời lượng tạo video, đơn vị là giây. Hãy dùng số giây mà mô hình hỗ trợ như bảng trên, không nên truyền số giây tùy ý.
• Nếu request không chỉ định thời lượng video, hệ thống mặc định tính phí 8 giây.
• Thứ tự ưu tiên nhận diện số giây: metadata.durationSeconds > duration > seconds > mặc định 8 giây.
• Thứ tự ưu tiên nhận diện độ phân giải: metadata.resolution > size > mặc định 720p.
• 720p / 1080p / 4K tính phí theo cùng một quy tắc, không phụ thu riêng theo độ phân giải.
• aspectRatio chỉ quyết định khung ngang hay dọc, không tính thêm phí.
• 4K chỉ hỗ trợ 8 giây.
• Đơn giá cụ thể lấy theo Console aicentos.

Mô tả APISao chép liên kết neo

Hiện khuyến nghị dùng 3 endpoint sau:

Nếu muốn lấy luôn địa chỉ kết quả khi truy vấn, có thể dùng:

Xác thựcSao chép liên kết neo

export BASE_URL="https://aicentos.com"
export AICENTOS_API_KEY="sk-xxxxxx"

Mọi request đều kèm:

-H "Authorization: Bearer $AICENTOS_API_KEY"

Tạo task video từ văn bảnSao chép liên kết neo

curl -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $AICENTOS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo-3.1-generate-preview",
    "prompt": "Hải đăng bên bờ biển lúc hoàng hôn, máy quay tiến chậm lại gần, sóng biển vỗ nhẹ vào đá ngầm, ánh sáng chuẩn điện ảnh, máy quay chuyển động ổn định",
    "seconds": "8",
    "size": "1280x720",
    "metadata": {
      "negativePrompt": "blurry, watermark, distorted, low quality",
      "resolution": "720p",
      "aspectRatio": "16:9",
      "seed": 20260401
    }
  }'

Kết quả trả về điển hình:

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

Tạo task video từ ảnh khung đầuSao chép liên kết neo

Hiện nay image-to-video khuyến nghị dùng multipart/form-data, tên trường ảnh khung đầu bắt buộc phải là input_reference.

curl -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $AICENTOS_API_KEY" \
  -H "Accept: application/json" \
  -F "model=veo-3.1-generate-preview" \
  -F "prompt=Cô gái trong khung hình quay đầu nhìn vào ống kính, gió nhẹ thổi tung tóc, ánh đèn thành phố phía sau mờ nhẹ, máy quay tiến đều" \
  -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"

Tạo task khung đầu - cuốiSao chép liên kết neo

Task khung đầu - cuối cần cung cấp cả khung đầu và khung cuối. Khung đầu dùng input_reference, khung cuối dùng last_frame hoặc lastFrame.

curl -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $AICENTOS_API_KEY" \
  -H "Accept: application/json" \
  -F "model=veo-3.1-generate-preview" \
  -F "prompt=Chuyển cảnh tự nhiên từ khung cô gái đầu tiên sang khung cậu bé cuối cùng, máy quay tiến đều, ánh đèn thành phố mờ nhẹ, tóc và quần áo khẽ lay theo gió, chuyển cảnh tự nhiên chân thực" \
  -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"

Tạo task với ảnh tham chiếuSao chép liên kết neo

Task ảnh tham chiếu chỉ hỗ trợ dòng Veo 3.1, tối đa 3 ảnh và referenceType chỉ hỗ trợ asset. Tên trường có thể là reference_image, reference_images hoặc referenceImages. Request ảnh tham chiếu đừng truyền negativePrompt.

curl -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $AICENTOS_API_KEY" \
  -H "Accept: application/json" \
  -F "model=veo-3.1-generate-preview" \
  -F "prompt=Tham khảo ngoại hình nhân vật và không khí phố đêm trong hai ảnh, tạo một cú quay phố kiểu điện ảnh với hai người, máy quay tiến đều, ánh đèn nền mờ nhẹ, nhân vật tự nhiên nhìn vào ống kính" \
  -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 cũng được hỗ trợ:

{
  "model": "veo-3.1-generate-preview",
  "prompt": "Tạo cảnh quảng cáo dựa trên ngoại hình sản phẩm trong ảnh tham chiếu",
  "duration": 8,
  "metadata": {
    "resolution": "720p",
    "aspectRatio": "16:9",
    "referenceImages": [
      {
        "image": {
          "bytesBase64Encoded": "BASE64_IMAGE",
          "mimeType": "image/png"
        },
        "referenceType": "asset"
      }
    ]
  }
}

Truy vấn trạng thái taskSao chép liên kết neo

Trước tiên hãy lưu lại id hoặc task_id mà API tạo task trả về:

export TASK_ID="task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

Sau đó truy vấn trạng thái:

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

Khi đang xử lý, kết quả trả về điển hình:

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

Khi hoàn thành, kết quả trả về điển hình:

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

Truy vấn trạng thái và địa chỉ kết quảSao chép liên kết neo

Nếu muốn lấy luôn địa chỉ tải được khi truy vấn, có thể gọi:

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

Kết quả trả về điển hình:

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

Tải video kết quảSao chép liên kết neo

Sau khi task hoàn thành, tải trực tiếp:

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

Mô tả trạng tháiSao chép liên kết neo

Các trạng thái chính mà GET /v1/videos/{task_id} trả về:

Các trạng thái chính mà GET /v1/video/generations/{task_id} trả về:

Lưu ý khi tích hợpSao chép liên kết neo

• prompt là bắt buộc.
• Với image-to-video, tên trường ảnh bắt buộc phải là input_reference.
• Task khung đầu - cuối phải cung cấp cả khung đầu và khung cuối; khung đầu dùng input_reference, khung cuối dùng last_frame hoặc lastFrame.
• Task ảnh tham chiếu chỉ hỗ trợ dòng Veo 3.1, tối đa 3 ảnh và bắt buộc 8 giây.
• Request ảnh tham chiếu đừng truyền negativePrompt.
• Hiện image-to-video Gemini không khuyến nghị truyền trực tiếp URL ảnh từ xa; nên truyền tệp hoặc Base64.
• Nên polling GET /v1/videos/{task_id}, đợi status=completed rồi mới tải về.
• Dòng Veo 3.1 nhận 4, 6, 8 giây; khi dùng 1080p hoặc 4k bắt buộc phải truyền 8 giây. - Ngang dùng aspectRatio=16:9, dọc dùng aspectRatio=9:16; nếu không truyền, mặc định xử lý theo 16:9.
• Đừng truyền tham số generateAudio. Dòng Veo 3.1 là mô hình video có sẵn âm thanh, nhưng Gemini API hiện không hỗ trợ bật/tắt âm thanh qua tham số generateAudio; truyền trường này có thể bị upstream trả INVALID_ARGUMENT.
• Nếu cần kiểm soát nội dung âm thanh, hãy mô tả lời thoại, âm thanh môi trường, hiệu ứng âm thanh hoặc phong cách nhạc trong prompt.
• Veo 3.1 chính thức hỗ trợ video extension, nhưng API aicentos hiện tạm chưa mở đầu vào video chính thức.