Dla kont bez wcześniejszego zakupu: uruchomienia powyżej 2 kredytów wymagają doładowania.
Nowy tutaj?
10 darmowych kredytów (0,10 USD) po zarejestrowaniu się przez Google
Dostępne 24 godzin po rejestracji, do 5 uruchomień dziennie i maksymalnie 2 kredytów na uruchomienie. Inne metody logowania uruchamiają się bez kredytów.
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
Długość: 0:05
Settings
aspect_ratio
16:9
duration
5
Przykładowe prompty
Przykłady z katalogu Railwail. Nie zostały wygenerowane na żywo na tej stronie.
Nature Scene
Długość: 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
Długość: 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
O Google Veo 2
Krótko mówiącStan na 23 września 2026
Google Veo 2 to model opracowany przez Google DeepMind w kategorii Generowanie wideo. W serwisie Railwail Google Veo 2 kosztuje 0,60 USD za sekundę wideo. Domyślny przebieg trwający 8 sekund kosztuje 4,80 USD. Obsługiwane proporcje: 16:9 i 9:16. Możliwe długości: 5, 6, 7 lub 8 s. Nowsza wersja: Google Veo 3.1.
Tło
O Google DeepMind
Założona 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.
Parametry
Undisclosed
Możliwości
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.
Trening i licencja
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.
Licencja: 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.
Testy bezpieczeństwa: 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.
Znane ograniczenia
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);
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.
Wpis w katalogu zaktualizowany
23 września 2026
Parametry wejściowe
Dane wejściowe i ustawienia ze schematu wejściowego modelu. Przykład w sekcji API pokazuje, które z nich API akceptuje.
Google Veo 2 to model opracowany przez Google DeepMind w kategorii Generowanie wideo. W serwisie Railwail możesz go wywołać za pomocą klucza API poprzez API Railwail.
Ile kosztuje Google Veo 2 w serwisie Railwail?
W serwisie Railwail Google Veo 2 kosztuje 0,60 USD za sekundę wideo. Domyślny przebieg trwający 8 sekund kosztuje 4,80 USD. Cena jest znana przed rozpoczęciem przebiegu. Użycie jest opłacane z przedpłaconych kredytów; 1 kredyt równa się 0,01 USD.
Jakie ustawienia obsługuje Google Veo 2?
Zgodnie ze schematem wejściowym, Google Veo 2 obsługuje te parametry: prompt, duration (5, 6, 7 lub 8), start_image i aspect_ratio (16:9 lub 9:16).
Jak szybki jest Google Veo 2?
Dla Google Veo 2 jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.
Czy Google Veo 2 jest lepszy niż Google Veo 3.1?
To zależy od zadania. Google Veo 2 (Google DeepMind) i Google Veo 3.1 (Google DeepMind) to oba modele z kategorii Generowanie wideo. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.
Utwórz klucz API Railwail i wyślij swoje żądanie z ID modelu google-veo-2. Przykłady kodu dla curl, Python i JavaScript znajdują się w sekcji API na tej stronie.
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.
