IT资源栈开发者TheSmallHanCat在GitHub上发布了开源项目Flow2api，该项目通过逆向工程技术，成功提取并封装了谷歌最新的AI生成模型接口。项目主要针对谷歌实验室内的视频与图像生成工具，提供了兼容OpenAI格式的API调用方式，允许用户通过部署本地或Docker容器，实现近乎“无限”次数的文生视频、图生视频及图像生成功能。Flow2api的核心亮点在于支持谷歌最新的Veo视频生成模型，包括Veo 3.1和Veo 2.0系列，支持横竖屏切换、首尾帧生成及多图生成模式。项目架构借鉴了此前的Sora2api，具备账号池负载均衡、Token自动刷新、代理请求及缓存策略等特性。技术实现上，用户需从Google Labs页面提取特定的Session Token作为鉴权凭证，项目随后将请求转发至谷歌官方接口并返回标准流式数据。目前该项目处于首个测试版本，开发者提示可能存在Bug，且Token有效期较短，失效后需重新抓取，但为开发者提供了一个低门槛测试谷歌顶级视觉模型的途径。
事件分析
该项目的发布标志着开源社区对谷歌顶级视频生成模型的“平权化”尝试。作为OpenAI Sora的直接竞争对手，Veo模型在生成的连贯性和质量上处于行业前列，但官方并未完全开放其API权限。Flow2api的出现，使得开发者和极客能够在无需官方配额的情况下，直接调用Veo 3.1等最新模型进行集成测试或应用开发。从技术角度看，该项目展示了如何通过逆向工程协议和Cookie复用，构建具备负载均衡能力的代理层，这对于非官方AI工具生态的构建具有参考价值。然而，这种基于Session Token的调用方式天然具有不稳定性，服务随时可能因谷歌风控策略的调整而失效，反映了目前非官方AI接口面临的普遍合规与生存挑战。
💡 核心观点：逆向工程打破谷歌Veo模型壁垒，让开发者得以零成本直通顶级文生视频技术。
原文链接：Linux.do
评论前必须登录！
立即登录 注册