Veo 3 Video Gen (Gemini API) 是一个基于 Google Gemini API 的视频生成工具，专门用于通过文本提示自动生成高质量短视频内容。该工具利用 Google 最新的 Veo 3.x 模型，支持从简单的文字描述直接生成 MP4 格式的视频文件，极大简化了 AI 视频创作的流程。它不仅适用于快速原型制作或创意探索，还能满足商业级内容生产需求，如广告短片、用户生成内容（UGC）以及产品演示视频等场景。通过命令行接口，用户可以灵活控制生成参数，包括画面比例、风格一致性、多片段拼接等功能，实现高度可定制的工作流。整个系统以轻量级脚本为核心，依赖 uv 包管理器和标准 Python 环境即可运行，无需复杂部署。同时，工具内置轮询机制自动等待任务完成并下载结果，确保生成过程稳定可靠。对于需要批量处理或自动化产出的团队而言，该工具提供了一种高效、可扩展的解决方案，将复杂的 AI 视频生成转化为简单的一行命令操作。
核心功能特点
- 支持通过文本提示调用 Google Veo 3.1 模型生成短视频
- 可生成单段或多段视频并自动拼接为更长片段
- 提供命令行参数控制画面比例、风格延续与参考图像引导
- 内置轮询机制自动等待任务完成并下载 MP4 文件
- 支持提取前一段末尾帧用于下一段视频的时空连贯性
- 兼容 ffmpeg 实现多段视频无缝拼接输出
适用场景
Veo 3 Video Gen 特别适合需要快速产出视觉内容的创作者与营销团队。在广告行业，它可以将品牌文案或产品卖点迅速转化为吸引眼球的短视频素材，用于社交媒体投放或客户提案，显著缩短内容制作周期。对于电商平台或 SaaS 企业，该工具可用于自动生成产品使用演示、功能讲解或用户体验展示视频，提升官网或落地页的视觉吸引力。在 UGC（用户生成内容）场景中，内容创作者可通过输入具体描述快速获得定制化短片，用于个人账号运营或社群互动，降低创作门槛。此外，教育机构或培训组织也可利用其生成教学动画或操作步骤演示，辅助知识传播。由于支持多段拼接和风格延续，该工具尤其适合制作超过 8 秒的连续剧情或动态展示类内容，例如城市风光漫游、产品拆解过程或角色故事叙述。结合 `–reference-image` 参数，用户还能上传实物图片作为视觉参考，确保生成内容与真实商品或设计风格高度一致，满足电商详情页或品牌宣传对真实感的要求。整体而言，无论是敏捷创意项目还是标准化内容流水线，该工具都能提供强大而灵活的支撑。