Usa Veo 3 in Hermes Agent.
Veo 3 è il modello di generazione video di Google DeepMind che produce clip 1080p fino a 8 secondi con audio nativo — dialoghi sincronizzati, suoni ambientali e musica generati insieme al video. Hermes Agent lo chiama tramite l'endpoint provider personalizzato RunAPI, riutilizzando la stessa API key configurata per la chat.
Genera un clip video cinematografico con audio nativo usando Google Veo 3 tramite RunAPI.
Requisiti:
- Leggi la API key da RUNAPI_API_KEY. Non inserire la key nel codice.
- Usa il provider custom:runapi con base_url https://runapi.ai/v1.
- Invia una richiesta POST a https://runapi.ai/api/v1/veo_3_1/text_to_video
- Imposta model su "veo-3.1".
- Scrivi un prompt descrittivo che includa scena, movimento della telecamera e indicazioni audio.
- Imposta duration_seconds su 4, 6 o 8.
- Imposta aspect_ratio su "16:9", "9:16" o "auto".
- Il task è asincrono. Esegui il polling del task_id restituito finché lo stato non è "completed".
- Al termine, leggi l'URL video dall'output della risposta.
curl -X POST https://runapi.ai/api/v1/veo_3_1/text_to_video \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "veo-3.1",
"prompt": "A woman walks through a bustling Tokyo street at night, neon signs reflecting on wet pavement. She speaks into her phone: I just arrived. Ambient city noise, distant car horns,\ light rain.",
"duration_seconds": 8,
"aspect_ratio": "16:9"
}'
{
"task_id": "tsk_abc123",
"status": "pending",
"model": "veo-3.1"
}
Usa Veo 3 in Hermes Agent in tre passaggi
Configura RunAPI
Imposta RUNAPI_API_KEY nell'ambiente in cui Hermes Agent è in esecuzione. Se hai già aggiunto RunAPI come provider custom:runapi per la chat, la stessa key e base_url gestiscono la generazione video — nessuna credenziale Google Cloud separata necessaria.
export RUNAPI_API_KEY=runapi_xxx
Chiama Veo 3 text_to_video
Invia una richiesta POST all'endpoint text_to_video con model impostato su veo-3.1. Includi un prompt con descrizioni della scena e indicazioni audio (dialoghi, suoni ambientali). Imposta duration_seconds su 4, 6 o 8 e aspect_ratio su 16:9 o 9:16. Hermes Agent instrada la richiesta tramite il provider custom:runapi.
POST /api/v1/veo_3_1/text_to_video
Ottieni il risultato
L'endpoint restituisce subito un task_id. Esegui il polling dell'endpoint di stato del task finché lo stato non cambia in completed, poi recupera l'URL del video di output. Il video include l'audio sincronizzato generato dal tuo prompt.
GET /api/v1/veo_3_1/text_to_video/tsk_abc123
Parametri Veo 3 text_to_video
| Parametro | Tipo | Descrizione |
|---|---|---|
model |
string |
Obbligatorio. veo-3.1 (qualità standard) o veo-3.1-fast (costo inferiore, generazione più rapida). |
prompt |
string |
Obbligatorio. Descrizione della scena con azione visiva, movimento della telecamera e indicazioni audio per dialoghi o suoni ambientali. |
duration_seconds |
integer |
Facoltativo. Durata del video in secondi. Valori accettati: 4, 6, 8. Predefinito: 8. |
aspect_ratio |
string |
Facoltativo. Rapporto d'aspetto dell'output. Valori accettati: 16:9, 9:16, auto. |
input_mode |
string |
Facoltativo. Modalità di generazione. text (predefinito), first_and_last_frames (guidato da keyframe) o reference (riferimento di stile). |
first_frame_image_url |
string |
Facoltativo. URL dell'immagine del primo fotogramma. Usato quando input_mode è first_and_last_frames. |
last_frame_image_url |
string |
Facoltativo. URL dell'immagine dell'ultimo fotogramma. Usato quando input_mode è first_and_last_frames. |
reference_image_urls |
array |
Facoltativo. URL di immagini di riferimento per lo stile. Usato quando input_mode è reference. |
callback_url |
string |
Facoltativo. URL webhook che riceve una POST quando il task è completato. |
Cos'è Veo 3 su Hermes Agent?
Veo 3 di Google DeepMind crea video che sembrano vivi -- visual cinematografici con dialogo sincronizzato, suono ambientale e musica generati insieme in un unico passaggio. Tramite il provider custom:runapi di Hermes Agent, ottieni clip 1080p fino a 8 secondi con audio nativo, quindi non è richiesto nessun step separato di TTS o editing del suono.
Casi d'uso di Veo 3
Sequenze anime e stilizzate
Generare clip video in stile anime o stilizzato con cue audio abbinati. Descrivi lo stile visivo e la direzione sonora nel prompt e Veo 3 li renderizza entrambi insieme.
Contenuto musicale e di canto
Creare brevi clip di video musicale o scene di duetto cantato. Includere testi o indicazioni musicali nel prompt per output audiovisivo sincronizzato.
Contenuto per i social media con suono
Produrre clip video pronti per la pubblicazione con audio ambientale, voce fuori campo o dialogo integrati. Nessuna modifica audio necessaria -- l'output è completo con tracce video e sonore.
Domande su Veo 3 + Hermes Agent
Sì. Hermes Agent chiama l'endpoint RunAPI Veo 3 text_to_video tramite il provider custom:runapi. Imposta model su veo-3.1 e invia la richiesta con la stessa RUNAPI_API_KEY che usi per la chat. Non è richiesto nessun account Google Cloud né credenziali API video separate.
RunAPI restituisce subito un task_id al POST iniziale. Il flusso di lavoro di Hermes Agent esegue il polling dell'endpoint di stato del task finché lo stato non è completed, poi legge l'URL del video di output. Puoi anche impostare callback_url per ricevere un webhook al posto del polling.
Entrambi producono video con audio nativo fino a 1080p. veo-3.1 usa la pipeline di qualità completa e costa di più per generazione. veo-3.1-fast sacrifica una parte della fedeltà visiva per un costo inferiore e una generazione più rapida — adatto per bozze e iterazioni.
Sì. Descrivi il movimento della telecamera nel prompt (dolly in avanti, tracking shot, panoramica aerea) e Veo 3 lo interpreta con una simulazione fisica realistica. Per l'audio, includi i dialoghi tra virgolette e descrivi i suoni ambientali — il modello genera audio sincronizzato nativamente, senza TTS separato o libreria audio.
Sì. RunAPI espone gli endpoint extend_video e upscale_video per Veo 3. Passa il source_task_id dalla generazione originale per estendere il clip, oppure effettua l'upscale a risoluzione 1080p o 4K. Entrambi sono asincroni e fatturati separatamente.
Configurazione generale di Hermes Agent
Non ancora configurato? Inizia con la guida di configurazione RunAPI per Hermes Agent.
Guida di configurazione di Hermes Agent →Prova Veo 3 in Hermes Agent oggi.
Ottieni una API key RunAPI gratuita, configura il provider custom:runapi e genera video cinematografici con audio nativo usando Google Veo 3.