Google: Veo 3.1 Fast

Google : Veo 3.1 Fast est un modèle de génération vidéo de Google, positionné comme l'option intermédiaire de la gamme Veo 3.1. Il est conçu pour équilibrer vitesse et qualité, offrant un délai de production plus rapide que le modèle Veo 3.1 complet tout en produisant une sortie de haute qualité. Si vous travaillez déjà dans l'écosystème de modèles de médias génératifs de Google, c'est la variante destinée aux charges de travail où la vitesse d'itération compte plus que la fidélité maximale.

Le modèle accepte des entrées texte et image et renvoie de la vidéo comme seule sortie. Il génère un audio synchronisé natif en parallèle des visuels, vous n'avez donc pas besoin d'un pipeline audio séparé pour la parole, les effets sonores ou le son d'ambiance. La sortie peut être rendue en 720p, 1080p ou 4K, au format 16:9 ou 9:16, avec des durées de 4, 6 ou 8 secondes. Pour le travail guidé par image, vous pouvez fournir une première image, une dernière image, ou les deux, ce qui vous donne le contrôle sur le début et la fin d'un plan. Aucune fenêtre de contexte n'est publiée pour ce modèle, ce qui est attendu pour un générateur vidéo plutôt qu'un modèle de texte.

Ces capacités renvoient à un ensemble d'usages assez spécifique. Les courts clips en 16:9 à 4K conviennent aux spots publicitaires, aux teasers de produits et aux pré-rolls sociaux, tandis que l'option 9:16 couvre les formats verticaux pour les stories et les fils de contenu court. Comme l'audio est généré nativement, le modèle convient aux clips explicatifs, aux scènes dialoguées et à tout contenu où le son doit être aligné avec l'image sans mixage manuel. Le conditionnement par première et dernière image est utile pour animer une image fixe, faire la transition entre deux images clés, ou produire des transitions de plan cohérentes dans un montage plus long. Les durées de 4, 6 et 8 secondes maintiennent chaque génération courte, le modèle fonctionne donc mieux comme outil au niveau du plan plutôt que comme générateur longue durée en une seule passe.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'id de modèle "google/veo-3.1-fast". Les paramètres de requête pris en charge sont max_tokens, response_format, seed, temperature et top_p. Seed mérite d'être défini lorsque vous voulez des générations reproductibles d'une exécution à l'autre, et temperature et top_p vous donnent le contrôle sur le degré de variation introduit par le modèle. Comme l'interface suit le schéma OpenAI, les clients et SDK existants fonctionnent généralement avec des changements minimes.

Quelques points sont à garder en tête lors du choix de ce modèle. La longueur de contexte n'est pas publiée, et maxOutput est indiqué à 0, ne planifiez donc pas autour d'un budget de tokens documenté pour la sortie. Si votre priorité est la qualité la plus élevée possible plutôt que le délai de production, le modèle Veo 3.1 complet est le choix plus approprié, puisque Fast est explicitement le palier orienté vitesse. La longueur des clips est plafonnée à 8 secondes, les séquences plus longues doivent donc être assemblées à partir de plusieurs générations.