Google Veo 3.1

Veo 3.1 把写下来的场面变成电影感的视频,对白和音效已经对好了。给它一张开始图和一张结束图,它会把中间的运动补上;片子结束得太早,也可以接着往下延。

可选
可选
20

Veo 3.1 的核心能力

素材转视频

参考图能定住文字最不擅长的那些东西:一张具体的脸、某个产品的具体质感、一个房间里光线的确切分量。Veo 3.1 最多收三张,在提示词推动情节的同时,把图里的内容整条片子稳住。用文字描述一套调色,得写一句你会改四遍的话;递一张静帧过去,只要上传一次。

输入图片 1

输入图片 1

输入图片 2

输入图片 2

输入图片 3

输入图片 3

Prompt:

Close up shot of woman with sunglasses on top of her head, gold hood earrings, is walking in the interior, she is lost and asks where everyone is and what's going on.

场景延长

一次生成跑八秒。当你要的那个点落在第九秒时,过去的办法是整条重新生成,然后祈祷第二次能对上。Veo 3.1 拿最后一帧当起点继续往下走——镜头还按原来的方式在动,光没变,声音也不会从静音重新开始。串几段下来,你就远远越过了八秒的天花板,而且接缝处不用剪掉任何东西。

输入视频

Prompt 1: Graceful dancer is slowly dancing to classical music.

Prompt 2: A male dancer comes in, gracefully dancing with the woman as classical music plays.

Prompt 3: More dancers show up on the stage.

Prompt 4: The classical music continues, and the dancers continue to dance.

输出视频

帧转视频

开场长什么样、收尾长什么样,你已经知道了。Veo 3.1 负责中间那段——运镜、节奏、底下垫的声音。如果你想要某个特定的运镜,而不是模型自己挑的那个,在提示词里点名就行。因为两端都锁在你自己选的图上,结果拖进时间线时不用再修剪。

首帧

首帧

尾帧

尾帧

Prompt:

Camera soars through the barn to the cowboy riding away.

输出视频

同一个角色,一条接一条

下周换个场景,用一条跟上次毫无共同点的提示词,把同一个人再叫回来。把上次用过的参考图交给 Veo 3.1——或者从已经做好的片子里抽一帧——脸、发型和服装就会一起回来。其余部分随便变:新地点、新光线、新机位、新动作。能在八次、十次生成之间守住同一个身份,你手上就有了一组“演员”,短片段也是从这时候开始能攒成一个东西的。

输入图片

输入图片

Prompt: a monster walking toward the camera

输出视频

Prompt: a cute monster dancing

输出视频

Prompt: a cute monster swimming underwater

输出视频

Prompt: a cute monster walking in a candy wonderland

竖着拍,用 4K 交付

Veo 3.1 是原生生成 9:16,而不是把横屏裁下来,所以竖版能完整保住构图,两侧不会削掉重要的东西。分辨率最高到 4K——发个 story 没什么差别,但只要片子要上大屏,或者还要再过一遍调色,差别就很大。与其事后补救,不如在生成前就把画幅和尺寸定下来。

跟画面一起出来的声音

对白、环境声和音效是跟画面一起生成的,不是事后铺上去的——所以门关上的时候,听起来就是那一刻关上的。Veo 3.1 把这一点也铺到了参考图、首尾帧和延长这几条路径上,所以用静帧搭出来的片子拿回来是带声音的,不是哑的。极短片段里的说话仍然是粗糙的地方——谷歌自己也这么说——但环境声和音效通常可以直接拿去用。

对比 Veo 3.1 系列视频模型

项目Veo 3.1Veo 3.1 FastVeo 3.1 Lite
适合场景画质最高、可直接交付的成片更快的生成,更低的成本成本最低的草稿和大批量出片
输入方式文字、图片和参考图文字、图片和参考图文字和图片
参考图支持支持不支持
原生声音内置——对白、音效和环境声内置——对白、音效和环境声内置——对白、音效和环境声
输出最高 4K,4–8 秒片段最高 4K,4–8 秒片段最高 4K,4–8 秒片段
画面质量最高高良好
速度标准更快最快
相对成本标准更低最低
什么时候选它需要最精细、能直接给客户看的结果日常片子想要速度和省钱在快速试错,或者在批量出片

开始使用

怎么用 Veo 3.1 生成视频

1
选 Veo 3.1

选好 Veo 3.1,再定画面比例和分辨率。竖屏是原生生成的,不是裁出来的。 或者从一张图开始,用 MaxH3 图生视频

2
描述这个镜头

写清楚主体、动作和运镜。想锁住一张脸、一件产品或者一套质感,就加参考图。

3
生成,然后延长

一次生成给你八秒带声音的片子。不够就从最后一帧往下延,然后下载 MP4。

准备好生成第一条片子了吗?

YouTube 上关于 AI 视频模型 Google Veo 3.1 的视频

Veo 3.1 fully tested

AI Search

Google Veo 3.1 is INSANE - Full Tutorial

Roboverse

The New Google VEO 3.1 Tested and Explained: Create Ultra-Realistic AI Videos Fast!

AI Edge Mastery

Google Flow | Veo 3.1 Tutorial & Real Test Results

AI2Play

Master Google Veo 3.1: Mind-Blowing AI Video Results (Full Guide)

Invideo for Filmmaking

How To Use Google VEO 3.1 | Create Realistic AI Videos Step-by-step (Full Tutorial)

BIG JOHNAB

Ultimate VEO 3.1 Update EXPLAINED: How To Use Google Veo-3 For Beginners

AI Master

How I Use VEO 3.1 To Create Viral Videos In 9 Minutes

Nicky Saunders

X 上关于 AI 视频模型 Google Veo 3.1 的帖子

常见问题

Google DeepMind 的视频生成模型,2025 年 10 月发布。它能从一条提示词、一张静帧或最多三张参考图生成 8 秒片段,声音与画面在同一次生成里产生。

Veo 3 那时候就已经有原生声音了。Veo 3.1 加上了参考图、首尾帧生成和片段延长——并且把声音铺到了这三条路径上,所以用静帧搭出来的视频不再是哑的。

你会拿到免费积分,不用填支付信息就能生成 Veo 3.1 片段。免费出片会带 MaxH3 水印,付费方案可以去掉。

一次生成是 8 秒。场景延长会从已完成片段的最后一帧接着走,所以把几次生成串起来就能超过 8 秒,接缝处也看不出剪辑痕迹。

光线干净、主体和背景分得开,而且你在意的那部分真的拍到了——如果服装重要,一张大头照是带不动的。同一个主体的三个角度,胜过三张互不相干的图。

写在提示词里,不是在设置面板里调。直接点名那个运镜——手持跟拍、升降机上升同时后拉、固定机位的大远景——而不是描述一种感觉、然后指望镜头能领会。

在 MaxH3 上试用 Veo 3.1

免费积分,无需绑卡。参考图、首尾帧控制,以及跟画面一起出来的声音——全在同一个地方。

免费生成的片子带水印。升级后可以干净导出。