Google· 视频模型新Veo 3.1 是谷歌 Veo 3 的当前版本。写一段提示词或加一张首帧，需要对白和音效就打开声音，得到一段 4～8 秒、最高 1080p 的视频，生成前先看积分。
由这些模型生成
用这个模型生成的原创视频。可以打开声音、查看提示词，或点「使用这个示例」载入同样的设置。
Veo 3.1
Handheld selfie vlog in one continuous shot. She shouts to the camera: "Okay, it is touching down. We are leaving!" Behind her the funnel touches down and throws debris across the field, hail bounces off the truck and the camera shakes in the gusts as she turns to run. Sound: roaring wind, hail drumming on metal, a distant siren. No music, no text.
Veo 3.1
Slow push-in. The dog narrows its eyes and speaks firmly into the receiver with matching mouth movements: "No. Two treats by Friday, or no deal." Lightning flashes over the skyline behind it. Sound: rain on glass, distant thunder, creaking leather. No music, no text.
Veo 3.1Handheld selfie vlog in one continuous shot. She shouts to the camera: "Okay, it is touching down. We are leaving!" Behind her the funnel touches down and throws debris across the field, hail bounces off the truck and the camera shakes in the gusts as she turns to run. Sound: roaring wind, hail drumming on metal, a distant siren. No music, no text.
Veo 3.1Slow push-in. The dog narrows its eyes and speaks firmly into the receiver with matching mouth movements: "No. Two treats by Friday, or no deal." Lightning flashes over the skyline behind it. Sound: rain on glass, distant thunder, creaking leather. No music, no text.
谷歌在 Veo 3 的基础上做了这次更新：声音更丰富，更贴合提示词，图生视频也更好。
打开声音后，台词、音效和环境声与画面一起生成，并保持同步。把一句台词放进引号，角色就会说出来。声音是可选项，只有镜头需要时才多花积分。
谷歌表示，这一版的质感比之前更接近真实。皮肤、布料、水面和傍晚的光线最能看出差别，适合商品镜头、旅行画面和任何要像实拍的内容。
加一张首帧，视频就从你的图片开始；再加一张尾帧，模型会补出两张图之间的运动，声音也一并生成，适合揭晓镜头和前后对比。
Veo 3.1、Fast 和 Lite 在同一个模型选择器里：先用 Lite 花 5 积分试想法，再用完整版和同一条提示词出成片。
三个版本都能生成 4～8 秒、最高 1080p、16:9 或 9:16 的视频，声音可选。完整版主打画质（约 2.5 分钟），Fast 积分只要一半或更少（约 1.5 分钟），Lite 积分最少（约 1 分钟），但不支持尾帧。
| 模型 | 本页Veo 3.1 | Veo 3.1 Fast | Veo 3.1 Lite |
|---|---|---|---|
| 每段积分 | 33（4 秒，720p） | 17（4 秒，720p） | 5（4 秒，720p） |
| 时长 | 4～8 秒 | 4～8 秒 | 4～8 秒 |
| 分辨率 | 720p, 1080p | 720p, 1080p | 720p, 1080p |
| 比例（文生视频） | 16:9, 9:16 | 16:9, 9:16 | 16:9, 9:16 |
| 尾帧 | 支持 | 支持 | 不支持 |
| 声音 | 可选声音，另加积分 | 可选声音，另加积分 | 可选声音，另加积分 |
| 大约耗时 | 每段约 2.5 分钟 | 每段约 1.5 分钟 | 每段约 1 分钟 |
积分按默认时长和分辨率、不开可选声音计算；更长、更清晰或开声音会更贵，生成前按钮上会显示积分。
从想法到成片，只要三步。
描述主体、动作、镜头和光线。想让图片动起来就加首帧，要做过渡就再加尾帧。
选好时长、分辨率、比例和声音，一次最多生成 4 段。按钮上的积分会随选择实时更新。
Veo 3.1 视频生成约需 2.5 分钟。可以播放、下载 MP4，或用视频转 GIF 做成循环动图。
四条写法建议，参考谷歌自己发布的提示词指南。
谷歌的指南列出了好提示词该有的内容：主体、动作、风格、机位和运镜、构图。用一两句话把五项写全，例如：清晨码头上，老渔夫补渔网的特写，手持镜头缓慢推近，温暖的纪录片质感。提示词越模糊，模型越只能靠猜。
打开声音后，把每句台词写在引号里，并说明是谁说的，例如：咖啡师抬头说：“还是老样子？”台词要短，8 秒的视频只放得下一两句。英文台词最稳妥，谷歌说明其他语言尚未经过完整评估，中文台词的效果可能不稳定。
谷歌的指南说，模型能听懂音效和环境声的描述，所以把它们写出来：雨打铁皮屋顶、用力关门、热闹咖啡馆的低语、松林里的风。如果视频根本不需要音频，就关掉声音：生成的视频没有声音，积分大约少一半。
做首尾帧视频时，两张图的比例、光线和风格要一致，提示词只写两者之间的运动，例如：镜头从门口平滑移到窗边。两张图越接近，过渡越顺；差别太大，可能变成硬切。还没有这两张图？先用文生图做出来。
需要真实光影、可信动作或人声的短镜头。
网页商品镜头，或人物直接开口的短视频广告开头。
带对白和音效的竖屏视频，不用另外配音就能发布。
把剧本里的一段变成有画面、有声音的镜头，让客户直接看到、听到创意。
为片头和课程制作开场镜头和人物对话。
关于版本、积分、等待时间、声音和商用的解答。
把 Veo 3 和其他顶尖视频模型对比一下，或用任意模型把图片转视频。
