参考图生成视频

参考图生成视频把一张或多张图片当作指引，而不是直接当作首帧。参考图告诉模型某个主体、某个角色或某种视觉风格应该是什么样子，提示词则描述要围绕它构建的片段。输出不必以你的图片开头，但必须看起来与它属于同一个世界。

当你需要在多段片段之间保持一致性时，这个区别就格外重要。反复出现的角色、形状特定的产品，或者一套固定的视觉调性，靠每次喂同一张参考图来贯穿各个镜头，远比每次用文字重新描述来得容易。干净的参考图效果最好：主体清晰可见、背景安静，因为杂乱的照片会给模型太多相互竞争的线索，让它分不清究竟该沿用什么。

在 E2X 上，这一分类由 Google 的 Veo 3.1 Fast 和 Omni Flash 提供服务。两者的调用形态与目录中其他模型完全相同：向 jobs 接口提交模型 slug 和输入对象，再轮询它返回的 job ID。请求按次单独计费、从预付余额扣减，因此用同一张参考图分别测试两个模型，也不过是两次请求。