Generare video da riferimenti

Puoi utilizzare Gemini Omni Flash o Veo su Gemini Enterprise Agent Platform per guidare la generazione di video utilizzando immagini o video di riferimento.

I seguenti modelli supportano le immagini di riferimento:

Gemini Omni Flash

Gemini Omni Flash ti consente di utilizzare immagini o video di riferimento per fornire input aggiuntivi al modello durante la generazione di un video.

Fai clic per espandere i modelli supportati

Veo

Veo su Gemini Enterprise Agent Platform ti consente di utilizzare immagini di riferimento del soggetto per indirizzare il video generato. Fornisci fino a tre immagini di una singola persona, personaggio o prodotto. Veo mantiene l'aspetto del soggetto nel video di output.

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.

Prova Gemini Omni Flash in Colab

Prima di iniziare

  1. In the Cloud de Confiance console, on the project selector page, select or create a Cloud de Confiance 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 the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  2. Enable the Agent Platform API, if it is not already enabled.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. 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.

    Enable the API

  3. Configura l'autenticazione per il tuo ambiente.

    Seleziona la scheda relativa a come prevedi di utilizzare i campioni in questa pagina:

    Console

    Quando utilizzi la console Cloud de Confiance per accedere ai servizi e alle API Cloud de Confiance by S3NS , non devi configurare l'autenticazione.

    Python

    Per utilizzare gli esempi di Python in questa pagina in un ambiente di sviluppo locale, installa e inizializza gcloud CLI, quindi configura Credenziali predefinite dell'applicazione con le tue credenziali utente.

    1. Installa Google Cloud CLI.

    2. Configura gcloud CLI per utilizzare la tua identità federata.

      Per ulteriori informazioni, vedi Accedi a gcloud CLI con la tua identità federata.

    3. Crea credenziali di autenticazione locali per il tuo account utente: 

      gcloud auth application-default login

      Se viene restituito un errore di autenticazione, verifica di aver eseguito l'accesso a gcloud CLI con la tua identità federata.

    Per saperne di più, consulta Configura ADC per un ambiente di sviluppo locale nella documentazione sull'autenticazione di Cloud de Confiance .

    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, quindi accedi a gcloud CLI con la tua identità federata.

    Per saperne di più, consulta Autenticati per usare REST nella documentazione sull'autenticazione di Cloud de Confiance .

Utilizzare Gemini Omni Flash e i riferimenti per generare video

REST

La generazione di video può richiedere più di un minuto. Puoi scegliere tra diverse modalità di interazione a seconda del tuo workflow:

  • Sincrono: senza stato: genera un video in un'unica richiesta senza mantenere lo stato dell'interazione sul server.
  • Sincrona: stateful: imposta store su true per 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 store che stream su true per ricevere i pensieri del modello in modo incrementale man mano che vengono generati, seguiti dal video di output.
  • Asincrono: imposta background su true per 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 14 giorni.

Per saperne di più sull'utilizzo dell'API Gemini Omni Flash, consulta l'API Interactions.

Sincrona: stateless

Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:

  • PROJECT_ID: una stringa che rappresenta il tuo Cloud de Confiance by S3NS ID progetto.
  • MODEL_ID: una stringa che rappresenta l'ID del modello da utilizzare. I seguenti sono valori accettati:
    • "gemini-omni-1.1-flash-preview"
  • TEXT_PROMPT: il prompt testuale utilizzato per guidare la generazione di video.
  • CLOUD_STORAGE_IMAGE_URI: Una stringa che rappresenta il bucket Cloud Storage che contiene l'immagine di input. Ad esempio: "gs://video-bucket/input/".
  • IMAGE_MIME: Una stringa che rappresenta un tipo MIME di immagine. I seguenti sono i valori accettati:
    • image/png
    • image/jpeg
    • image/webp
    • image/heic
    • image/heif
  • CLOUD_STORAGE_VIDEO_URI: Una stringa che rappresenta il bucket Cloud Storage che contiene il video di input. Ad esempio: "gs://video-bucket/input/".
  • VIDEO_MIME: una stringa che rappresenta un tipo MIME video. I seguenti sono valori accettati:
    • video/3gpp
    • video/mp4
    • video/mpeg
    • video/quicktime
    • video/webm
    • video/x-flv
    • video/x-ms-wmv
  • CLOUD_STORAGE_OUTPUT_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/".
  • 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 seguenti sono valori accettati:
    • "16:9"
    • "9:16"
  • OUTPUT_RESOLUTION:

    (Facoltativo) Una stringa che rappresenta la risoluzione di output del video. Se non fornito, l'output è impostato su 720p per impostazione predefinita.

    gemini-omni-1.1-flash-preview supporta i seguenti valori:

    • "360p"
    • "720p"
    • "1080p"
    • "4k"

    gemini-omni-flash-preview supporta solo "720p".

  • DURATION: una stringa che rappresenta la durata dei file video generati. Le stringhe consentite sono numeri interi compresi tra 3 e 10, seguiti da "s" per i secondi. Ad esempio: "10s".

Metodo HTTP e URL: 

POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions

Corpo JSON della richiesta: 

{
  "model": "MODEL_ID",
  "input": [
    {
      "type": "text",
      "text": "TEXT_PROMPT Use the image(s) as references to
      generate the video."
    },
    {
      "type": "image",
      "uri": "CLOUD_STORAGE_IMAGE_URI",
      "mime_type": "IMAGE_MIME"
    },
    {
      "type": "video",
      "uri": "CLOUD_STORAGE_VIDEO_URI",
      "mime_type": "VIDEO_MIME"
    }
  ],
  "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": "reference_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
La risposta contiene un'interazione che include i pensieri del modello e un video di output. 
{
  "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",
}

Sincrono: stateful

Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:

  • PROJECT_ID: una stringa che rappresenta il tuo Cloud de Confiance by S3NS ID progetto.
  • MODEL_ID: una stringa che rappresenta l'ID modello da utilizzare. I seguenti sono i valori accettati:
    • "gemini-omni-1.1-flash-preview"
  • TEXT_PROMPT: il prompt testuale utilizzato per guidare la generazione di video.
  • CLOUD_STORAGE_IMAGE_URI: Una stringa che rappresenta il bucket Cloud Storage che contiene l'immagine di input. Ad esempio: "gs://video-bucket/input/".
  • IMAGE_MIME: Una stringa che rappresenta un tipo MIME di immagine. I seguenti sono i valori accettati:
    • image/png
    • image/jpeg
    • image/webp
    • image/heic
    • image/heif
  • CLOUD_STORAGE_VIDEO_URI: Una stringa che rappresenta il bucket Cloud Storage che contiene il video di input. Ad esempio: "gs://video-bucket/input/".
  • VIDEO_MIME: una stringa che rappresenta un tipo MIME video. I seguenti sono valori accettati:
    • video/3gpp
    • video/mp4
    • video/mpeg
    • video/quicktime
    • video/webm
    • video/x-flv
    • video/x-ms-wmv
  • CLOUD_STORAGE_OUTPUT_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/".
  • 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 seguenti sono valori accettati:
    • "16:9"
    • "9:16"
  • OUTPUT_RESOLUTION:

    (Facoltativo) Una stringa che rappresenta la risoluzione di output del video. Se non fornito, l'output è impostato su 720p per impostazione predefinita.

    gemini-omni-1.1-flash-preview supporta i seguenti valori:

    • "360p"
    • "720p"
    • "1080p"
    • "4k"

    gemini-omni-flash-preview supporta solo "720p".

  • DURATION: una stringa che rappresenta la durata dei file video generati. Le stringhe consentite sono numeri interi compresi tra 3 e 10, seguiti da "s" per i secondi. Ad esempio: "10s".

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 Use the image(s) as references to generate the video."
        },
        {
          "type": "image",
          "uri": "CLOUD_STORAGE_IMAGE_URI",
          "mime_type": "IMAGE_MIME"
        },
        {
          "type": "video",
          "uri": "CLOUD_STORAGE_VIDEO_URI",
          "mime_type": "VIDEO_MIME"
        }
      ]
    }
  ],
  "response_format": [
    {
      "type": "video",
      "delivery": "uri",
      "gcs_uri": "CLOUD_STORAGE_OUTPUT_URI",
      "aspect_ratio": "ASPECT_RATIO",
      "resolution": "OUTPUT_RESOLUTION",
      "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
La risposta contiene un'interazione che include i pensieri del modello e un video di output. 
{
  "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",
}
Utilizza 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 Cloud de Confiance by S3NS .
  • INTERACTION_ID: l'ID interazione della richiesta asincrona.

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
La risposta è in un formato simile al seguente: 
{
  "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": "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",
          "data":"VIDEO DATA",
          "mime_type":"video/mp4" 
        }
      ]
    }
  ],
  "object":"interaction"
  "role":"model",
  "created":"2026-05-29T02:17:56Z",
  "updated":"2026-05-29T02:17:56Z",
}

Sincrono: streaming stateful

Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:

  • PROJECT_ID: una stringa che rappresenta il tuo Cloud de Confiance by S3NS ID progetto.
  • MODEL_ID: una stringa che rappresenta l'ID del modello da utilizzare. I seguenti sono i valori accettati:
    • "gemini-omni-1.1-flash-preview"
  • TEXT_PROMPT: il prompt testuale utilizzato per guidare la generazione di video.
  • CLOUD_STORAGE_IMAGE_URI: Una stringa che rappresenta il bucket Cloud Storage che contiene l'immagine di input. Ad esempio: "gs://video-bucket/input/".
  • IMAGE_MIME: Una stringa che rappresenta un tipo MIME di immagine. I seguenti sono i valori accettati:
    • image/png
    • image/jpeg
    • image/webp
    • image/heic
    • image/heif
  • CLOUD_STORAGE_VIDEO_URI: Una stringa che rappresenta il bucket Cloud Storage che contiene il video di input. Ad esempio: "gs://video-bucket/input/".
  • VIDEO_MIME: una stringa che rappresenta un tipo MIME video. I seguenti sono valori accettati:
    • video/3gpp
    • video/mp4
    • video/mpeg
    • video/quicktime
    • video/webm
    • video/x-flv
    • video/x-ms-wmv
  • CLOUD_STORAGE_OUTPUT_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/".
  • 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 seguenti sono valori accettati:
    • "16:9"
    • "9:16"
  • OUTPUT_RESOLUTION:

    (Facoltativo) Una stringa che rappresenta la risoluzione di output del video. Se non fornito, l'output è impostato su 720p per impostazione predefinita.

    gemini-omni-1.1-flash-preview supporta i seguenti valori:

    • "360p"
    • "720p"
    • "1080p"
    • "4k"

    gemini-omni-flash-preview supporta solo "720p".

  • DURATION: una stringa che rappresenta la durata dei file video generati. Le stringhe consentite sono numeri interi compresi tra 3 e 10, seguiti da "s" per i secondi. Ad esempio: "10s".

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 Use the image(s) as references to generate the video."
        },
        {
          "type": "image",
          "uri": "CLOUD_STORAGE_IMAGE_URI",
          "mime_type": "IMAGE_MIME"
        },
        {
          "type": "video",
          "uri": "CLOUD_STORAGE_VIDEO_URI",
          "mime_type": "VIDEO_MIME"
        }
      ]
    }
  ],
  "response_format": [
    {
      "type": "video",
      "delivery": "uri",
      "gcs_uri": "CLOUD_STORAGE_OUTPUT_URI",
      "aspect_ratio": "ASPECT_RATIO",
      "resolution": "OUTPUT_RESOLUTION",
      "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
La risposta contiene un'interazione che include i pensieri del modello e un video di output. 
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":{"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]
Utilizza INTERACTION_ID con `?stream=true` per trasmettere in streaming l'interazione memorizzata e il video generato:

Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:

  • PROJECT_ID: una stringa che rappresenta l'ID progetto Cloud de Confiance by S3NS .
  • 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
La risposta è un flusso di Server-Sent Events (SSE) in un formato simile al seguente: 
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":{"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-flash-preview"},"event_id":"EVENT_ID","event_type":"interaction.completed"}

event: done
data: [DONE]

Asincrona

Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:

  • PROJECT_ID: una stringa che rappresenta il tuo Cloud de Confiance by S3NS ID progetto.
  • MODEL_ID: una stringa che rappresenta l'ID del modello da utilizzare. I seguenti sono valori accettati:
    • "gemini-omni-1.1-flash-preview"
  • TEXT_PROMPT: il prompt testuale utilizzato per guidare la generazione di video.
  • CLOUD_STORAGE_IMAGE_URI: Una stringa che rappresenta il bucket Cloud Storage che contiene l'immagine di input. Ad esempio: "gs://video-bucket/input/".
  • IMAGE_MIME: Una stringa che rappresenta un tipo MIME di immagine. I seguenti sono i valori accettati:
    • image/png
    • image/jpeg
    • image/webp
    • image/heic
    • image/heif
  • CLOUD_STORAGE_VIDEO_URI: Una stringa che rappresenta il bucket Cloud Storage che contiene il video di input. Ad esempio: "gs://video-bucket/input/".
  • VIDEO_MIME: una stringa che rappresenta un tipo MIME video. I seguenti sono valori accettati:
    • video/3gpp
    • video/mp4
    • video/mpeg
    • video/quicktime
    • video/webm
    • video/x-flv
    • video/x-ms-wmv
  • CLOUD_STORAGE_OUTPUT_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/".
  • 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 seguenti sono valori accettati:
    • "16:9"
    • "9:16"
  • OUTPUT_RESOLUTION:

    (Facoltativo) Una stringa che rappresenta la risoluzione di output del video. Se non fornito, l'output è impostato su 720p per impostazione predefinita.

    gemini-omni-1.1-flash-preview supporta i seguenti valori:

    • "360p"
    • "720p"
    • "1080p"
    • "4k"

    gemini-omni-flash-preview supporta solo "720p".

  • DURATION: una stringa che rappresenta la durata dei file video generati. Le stringhe consentite sono numeri interi compresi tra 3 e 10, seguiti da "s" per i secondi. Ad esempio: "10s".

Metodo HTTP e URL: 

POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions

Corpo JSON della richiesta: 

{
  "model": "MODEL_ID",
  "input": [
    {
      "background": true,
      "type": "text",
      "text": "TEXT_PROMPT Use the image(s) as references to
      generate the video."
    },
    {
      "type": "image",
      "uri": "CLOUD_STORAGE_IMAGE_URI",
      "mime_type": "IMAGE_MIME"
    },
    {
      "type": "video",
      "uri": "CLOUD_STORAGE_VIDEO_URI",
      "mime_type": "VIDEO_MIME"
    }
  ],
  "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": "reference_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
La risposta contiene un ID interazione, che utilizzerai per ottenere il video che hai generato. 
{
  "id":"INTERACTION_ID",
  "status":"in_progress",
  "object":"interaction"
}
In un secondo momento, utilizza INTERACTION_ID per ottenere il video generato:

Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:

  • PROJECT_ID: una stringa che rappresenta il tuo Cloud de Confiance by S3NS ID progetto.
  • INTERACTION_ID: l'ID interazione della richiesta asincrona.

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
La risposta è in un formato simile al seguente: 
{
  "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": "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",
          "data":"VIDEO DATA",
          "mime_type":"video/mp4" 
        }
      ]
    }
  ],
  "object":"interaction"
  "role":"model",
  "created":"2026-05-29T02:17:56Z",
  "updated":"2026-05-29T02:17:56Z",
}

Utilizza Veo e le immagini degli asset per generare video

Segui questi passaggi:

Console

  1. Nella console Cloud de Confiance , vai alla pagina Agent Platform > Agent Platform Studio .

    Vai ad Agent Platform Studio

  2. Fai clic su Genera contenuti multimediali.

  3. Fai clic su Video.

  4. Nel menu Attività, seleziona Riferimento al video (soggetto).

  5. Nel menu Modello, seleziona un modello tra le opzioni disponibili.

  6. Nella sezione Immagini del soggetto, fai clic su Aggiungi.

    Viene visualizzata una finestra di dialogo di selezione dei file. Scegli da una a tre immagini sul tuo computer da caricare.

  7. (Facoltativo) Nella sezione Parametri, modifica le seguenti impostazioni:

    • Proporzioni: seleziona 16:9 o 9:16.
    • Numero di risultati: regola il cursore o inserisci un valore compreso tra 1 e 4.
    • Durata video: seleziona 8, 6 o 4 secondi.
    • Risoluzione output: seleziona una delle seguenti opzioni:
      • 720p
      • 1080p
      • 4k

  8. (Facoltativo) Nella sezione Sicurezza, seleziona una delle seguenti impostazioni di generazione di persone:

    • Consenti (solo adulti): valore predefinito. Genera solo persone o volti adulti. Non generare persone o volti di giovani o bambini.

    • Non consentire: non generare persone o volti.

  9. (Facoltativo) Nella sezione Opzioni avanzate, inserisci un valore Seed per randomizzare la generazione dei video.

  10. Nel campo del prompt Prompt, inserisci il prompt testuale che descrive i video da generare.

  11. 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
 

import time
from google import genai
from google.genai.types import GenerateVideosConfig, Image, VideoGenerationReferenceImage

client = genai.Client()

# TODO(developer): Update and un-comment below line
# output_gcs_uri = "gs://your-bucket/your-prefix"

operation = client.models.generate_videos(
    model="veo-3.1-generate-preview",
    prompt="A person walks in carrying a vase full of flowers and places the vase on a kitchen table.",
    config=GenerateVideosConfig(
        reference_images=[
            VideoGenerationReferenceImage(
                image=Image(
                    gcs_uri="gs://cloud-samples-data/generative-ai/image/vase.png",
                    mime_type="image/png",
                ),
                reference_type="asset",
            ),
        ],
        aspect_ratio="9:16",
        output_gcs_uri=output_gcs_uri,
    ),
)

while not operation.done:
    time.sleep(15)
    operation = client.operations.get(operation)
    print(operation)

if operation.response:
    print(operation.result.generated_videos[0].video.uri)

# Example response:
# gs://your-bucket/your-prefix

REST

Per saperne di più sull'API Veo, consulta le seguenti risorse:

  1. Utilizza i seguenti comandi 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: il tuo ID progetto Cloud de Confiance by S3NS .
    • MODEL_ID: una stringa che rappresenta l'ID del modello da utilizzare. Sono supportati i seguenti modelli:
      • veo-3.1-generate-preview preview
      • veo-3.1-generate-001
      • veo-3.1-fast-generate-preview preview
      • veo-3.1-fast-generate-001
    • TEXT_PROMPT: il prompt testuale utilizzato per guidare la generazione di video.
    • BASE64_ENCODED_IMAGE: un'immagine del soggetto codificata in base64. Puoi ripetere questo campo e mimeType per specificare fino a tre immagini del soggetto.

    • IMAGE_MIME_TYPE: il tipo MIME dell'immagine di input. Solo uno dei seguenti elementi:

      • image/jpeg
      • image/png

      Puoi ripetere questo campo e bytesBase64Encoded per specificare fino a tre immagini del soggetto.

    • ASPECT_RATIO: (Facoltativo) Le proporzioni del video generato. Solo uno dei seguenti elementi:

      • "16:9"
      • "9:16"

      Il valore predefinito è "16:9".

    • OUTPUT_STORAGE_URI: (facoltativo) il bucket Cloud Storage in cui archiviare i video di output. Se non fornito, nella risposta viene restituito un video codificato in Base64. Ad esempio: gs://video-bucket/output/.
    • RESPONSE_COUNT: Il numero di file video che vuoi generare. Valori interi accettati: 1-4.

    • VIDEO_RESOLUTION: (Facoltativo) La risoluzione del video generato. Solo uno dei seguenti:

      • "720p"
      • "1080p"
      • "4k" (solo modelli di anteprima di Veo 3.1)

      Il valore predefinito è "720p".

    • Parametri facoltativi aggiuntivi

      Utilizza le seguenti variabili facoltative a seconda del 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 il formato verticale

        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 di anteprima Veo 3.1)

        Il valore predefinito è "720p".

      • RESPONSE_COUNT: (Facoltativo) Un valore intero che descrive il numero di video da generare. L'intervallo di valori accettato è 1-4.
      • SEED_NUMBER: (Facoltativo) Un valore uint32 che il modello utilizza 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 è 0-4294967295.

    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",
      // The following fields can be repeated for up to three total
      // images.
      "referenceImages": [
        {
          "image": {
            "bytesBase64Encoded": "BASE64_ENCODED_IMAGE",
            "mimeType": "IMAGE_MIME_TYPE"
          },
          "referenceType": "asset"
        }
      ]
    }
  ],
  "parameters": {
    "aspectRatio":, "ASPECT_RATIO,
    "durationSeconds": 8,
    "storageUri": "OUTPUT_STORAGE_URI",
    "sampleCount": RESPONSE_COUNT,
    "resolution": "VIDEO_RESOLUTION
  }
}

    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 $(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
    Questa richiesta restituisce un nome completo dell'operazione con un ID operazione univoco. Utilizza questo nome completo dell'operazione per eseguire il polling dello stato della richiesta di generazione di video. 
    {
  "name":
  "projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID/operations/a1b07c8e-7b5a-4aba-bb34-3e1ccb8afcc8"
}

  2. (Facoltativo) Controlla lo stato dell'operazione a lunga esecuzione di generazione di video.

    Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:

    • PROJECT_ID: il tuo Cloud de Confiance by S3NS ID progetto.
    • MODEL_ID: l'ID del modello da utilizzare.
    • OPERATION_ID: l'ID operazione univoco restituito nella richiesta di generazione 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:

    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
    Questa richiesta restituisce informazioni sull'operazione, tra cui se è ancora in esecuzione o se è stata completata.

Passaggi successivi