A vásárlás nélküli fiókok esetén: a 2 kreditet meghaladó futtatások feltöltést igényelnek.
Új vagy itt?
10 ingyenes kredit (0,10 USD) Google-fiókkal való regisztrációkor
Használható 24 órával a regisztráció után, naponta legfeljebb 5 futtatás és futtatásonként legfeljebb 2 kredit. Más bejelentkezési módok kreditek nélkül indulnak.
02
Examples
Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.
Prompt
a dog riding a skateboard
Hossz: 0:05
Settings
aspect_ratio
16:9
duration
5
Példa promptok
Példák a Railwail katalógusból. Nem élőben jöttek létre ezen az oldalon.
Nature Scene
Hossz: 0:08
Aerial drone shot slowly rising above a misty old-growth forest at dawn, revealing a winding river cutting through the valley below, golden sunlight breaking through clouds
Cinematic Portrait
Hossz: 0:05
Close-up of a woman's face as she opens her eyes and looks into the camera, shallow depth of field, soft golden backlight, hair gently moving in the breeze, cinematic 24fps
03
A Google Veo 2 névjegye
Röviden2026. szeptember 23. szerint
A Google Veo 2 a Google DeepMind által fejlesztett modell a Videógenerálás kategóriában. A Railwail-en a Google Veo 2 ára 0,60 USD videomásodpercenként. Egy 8 másodperces alapértelmezett futtatás ára 4,80 USD. Támogatott képarányok: 16:9 és 9:16. Lehetséges hosszok: 5, 6, 7 vagy 8 mp. Újabb verzió: Google Veo 3.1.
Háttér
A Google DeepMind névjegye
Alapítva: 2010 · London, United Kingdom
Google DeepMind is the merged AI research organisation formed in April 2023 when Google Brain and DeepMind (acquired by Google in 2014) were combined into a single unit led by Demis Hassabis (CEO). DeepMind was founded in 2010 by Hassabis, Shane Legg and Mustafa Suleyman, and is famous for AlphaGo, AlphaFold and the Gemini language-model family. On the video side, DeepMind shipped Imagen Video (2022), Lumiere (2024), Veo (May 2024, Google I/O), Veo 2 (December 2024), Veo 3 with native audio (May 2025) and Veo 3.1 (late 2025). Veo is exposed via Vertex AI, the Gemini API, Google Labs (VideoFX, Whisk) and YouTube's Dream Screen.
Latent video diffusion / Diffusion Transformer hybrid with cascaded super-resolution
Veo 2 is a closed text-to-video and image-to-video model that builds on DeepMind's Imagen and Lumiere research. It uses a spatio-temporal latent diffusion architecture with a transformer-based denoiser conditioned on rich text embeddings from Gemini-family encoders and optional image embeddings. Veo 2 generates clips up to 8 seconds at up to 4K resolution (extended versions reach minutes), with strong understanding of camera language ('dolly', 'aerial', '35mm anamorphic') and real-world physics. DeepMind report substantial gains over Veo 1 on motion realism, prompt adherence and detail. The pipeline combines a base diffusion model with cascaded spatial and temporal super-resolution and an upscaler. Veo 2 was trained on a curated YouTube-and-partner video corpus with synthetic captioning at multiple granularities, and post-trained with reward models for prompt adherence and aesthetic quality.
Paraméterek
Undisclosed
Képességek
Text-to-video and image-to-video generation
Up to 8-second clips, up to 4K resolution
Rich cinematographic prompt vocabulary (lenses, lighting, camera moves)
Strong real-world physics and object permanence
Available via Vertex AI, Gemini API, VideoFX and YouTube Dream Screen
SynthID watermarking embedded in every frame
Multilingual prompts via Gemini text encoders
Lower hallucination of artefacts than Veo 1
Best for: high-quality marketing, film previs, broadcast inserts, enterprise creative.
Képzés és licenc
Curated mix of licensed video, public web video (including YouTube under Google's terms) and synthetic data, with multi-granularity captioning produced by Gemini vision models. Exact dataset size undisclosed.
Licenc: Proprietary commercial licence via Google Cloud / Vertex AI and the Gemini API; commercial usage permitted under Google's generative AI terms; SynthID watermark required on all output.
Biztonsági tesztelés: Subject to Google's responsible AI framework with safety filters, public-figure filters, child-safety classifiers and provenance via SynthID; covered by Google's Responsible AI Progress Reports.
Ismert korlátozások
No native audio in Veo 2 (audio first appears in Veo 3)
8-second clip limit per base generation
Closed access with gated waitlist on some surfaces
Strict moderation on people, brands and political content
Limited control over exact frame composition without seed images
curl https://railwail.com/api/v1/videos/generations \
-H "Authorization: Bearer $RAILWAIL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "google-veo-2",
"prompt": "A slow drone shot over a misty pine forest at sunrise"
}'
# Response: {"job_id": "...", "status": "queued", ...}
# Poll until status is completed, failed or cancelled:
curl https://railwail.com/api/v1/jobs/JOB_ID \
-H "Authorization: Bearer $RAILWAIL_API_KEY"
import os
import time
import requests
API = "https://railwail.com/api/v1"
headers = {"Authorization": f"Bearer {os.environ['RAILWAIL_API_KEY']}"}
job = requests.post(
f"{API}/videos/generations",
headers=headers,
json={
"model": "google-veo-2",
"prompt": "A slow drone shot over a misty pine forest at sunrise",
},
).json()
while True:
status = requests.get(f"{API}/jobs/{job['job_id']}", headers=headers).json()
if status["status"] in ("completed", "failed", "cancelled"):
break
time.sleep(5)
print(status["status"], status.get("output_url"))
const API = "https://railwail.com/api/v1";
const headers = {
Authorization: `Bearer ${process.env.RAILWAIL_API_KEY}`,
"Content-Type": "application/json",
};
const job = await fetch(`${API}/videos/generations`, {
method: "POST",
headers,
body: JSON.stringify({
model: "google-veo-2",
prompt: "A slow drone shot over a misty pine forest at sunrise"
}),
}).then((r) => r.json());
let status;
do {
await new Promise((r) => setTimeout(r, 5000));
status = await fetch(`${API}/jobs/${job.job_id}`, { headers }).then((r) => r.json());
} while (!["completed", "failed", "cancelled"].includes(status.status));
console.log(status.status, status.output_url);
A videók aszinkron módon futnak: az első hívás egy job_id-t ad vissza; kérdezze le a /api/v1/jobs/JOB_ID végpontot, amíg az állapot completed nem lesz.
Proprietary commercial licence via Google Cloud / Vertex AI and the Gemini API; commercial usage permitted under Google's generative AI terms; SynthID watermark required on all output.
Katalógus bejegyzés frissítve
2026. szeptember 23.
Bemeneti paraméterek
A modell bemeneti sémájából származó bemenetek és beállítások. Az API szakaszban szereplő példa mutatja, hogy az API melyiket fogadja el.
A Google Veo 2 a Google DeepMind által fejlesztett modell a Videógenerálás kategóriában. A Railwail-on API-kulccsal hívható meg a Railwail API-n keresztül.
Mennyibe kerül a Google Veo 2 a Railwail-on?
A Railwail-en a Google Veo 2 ára 0,60 USD videomásodpercenként. Egy 8 másodperces alapértelmezett futtatás ára 4,80 USD. Az ár a futtatás megkezdése előtt ismert. A használatért előre vásárolt kreditek alapján kell fizetni; 1 kredit = 0,01 USD.
Milyen beállításokat támogat a Google Veo 2?
A bemeneti séma szerint a Google Veo 2 ezeket a paramétereket ismeri: prompt, duration (5, 6, 7 vagy 8), start_image és aspect_ratio (16:9 vagy 9:16).
Milyen gyors a Google Veo 2?
A Google Veo 2-nek még nincs elég mért futtatása a Railwail-on ahhoz, hogy futási időt adjunk meg. Ez a bemenettől, a beállításoktól és a szolgáltató terhelésétől függ.
A Google Veo 2 jobb, mint a Google Veo 3.1?
Ez a feladattól függ. A Google Veo 2 (Google DeepMind) és a Google Veo 3.1 (Google DeepMind) egyaránt modellek a Videógenerálás kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.
Igen. A képet a start_image paraméterben küldd el.
Hogyan használjam a Google Veo 2-t az API-n keresztül?
Hozz létre egy Railwail API-kulcsot, és küldd el a kérésedet a google-veo-2 modell-azonosítóval. A curl, Python és JavaScript kódpéldái az oldal API szakaszában találhatók.
Kuaishou's Kling v2.1, generating 5 and 10 second videos at 720p or 1080p from text or an image. Known for cinematic camera work and realistic physical motion, available on Replicate via the official KwaiVGI account.
