Google Veo 是 Google DeepMind 的视频生成模型,官网当前展示的版本为 Veo 3.1,面向影像创作者与讲故事的人。它的核心能力是根据文字提示生成视频,并原生生成配套音频:音效、环境声乃至人物对白都与画面一同产出,而不是后期另行添加。官网强调其在真实世界物理表现、画面保真度与提示词遵循度上的表现,并说明 Veo 3 带来了包括原生音频与更长视频在内的扩展创作控制,Veo 3.1 则在控制力、一致性与创作空间上继续改进,且这些控制同样覆盖音频。使用方式上,页面给出三个入口:在 Gemini 中试用、在 Google Flow 中试用,以及面向开发者的 Build with Veo。官网还提供提示词写法指南与大量示例,示例通常同时描述景别、运镜、场景细节与声音层次,可作为撰写提示的参考。它适合短片与概念片段制作、分镜与预演、社交内容生产,以及需要快速得到带声音画面的创作者;开发者也可将其接入自有产品。页面另设安全说明栏目,但未列出具体规格与价格。
原生音频生成
视频中的音效、环境声与人物对白由模型一并生成,无需单独配音后再合成。
文字提示生成视频
通过文字描述景别、运镜、场景与声音层次来生成画面,官网提供提示词写法指南与示例。
物理表现与真实感
官网说明 Veo 3 的真实世界物理表现与音频能力带来了更高的画面真实度与保真度。
提示词遵循度
改进了对指令的响应准确性,使生成结果更贴近提示中写明的内容。
创作控制与一致性
在控制力、一致性与创作空间上继续改进,并将这些控制扩展到音频;Veo 3 起支持更长的视频。
多种使用入口
可在 Gemini 应用与 Google Flow 中直接试用,也提供面向开发者的接入方式。
短片与概念片段
把剧本片段写成含景别、运镜与对白的提示,快速得到带声音的画面用于创作或提案。
分镜与预演
在正式拍摄前生成不同镜头方案,检验构图、节奏与声音氛围是否符合设想。
社交与营销内容
为社交平台或产品宣传制作短画面,利用原生音效与对白减少后期音频制作环节。
官网未公开定价
它是 Google DeepMind 的视频生成模型,官网当前展示版本为 Veo 3.1。它按文字提示生成视频,并原生生成音效、环境声和对白,官网强调其物理真实感与提示词遵循度。
官网模型页没有列出价格或免费额度,只给出在 Gemini 与 Google Flow 中试用以及开发接入的入口。是否免费、有哪些用量限制,需以这些产品各自的页面与条款为准。
官网提供三个入口:在 Gemini 应用中试用、在 Google Flow 中试用,以及面向开发者的 Build with Veo。撰写提示时可参考官网的提示词指南与示例,通常同时写明景别、运镜、场景细节、对白与所需声音。
来自真实用户的评价和反馈