Veo 3.1 AI 视频生成器
从文本提示词或参考图像生成 AI 视频。720p、1080p 或 4K 输出,可选音频生成。16:9 或 9:16 格式,每个片段最长 8 秒。
- Fast text-to-video and image-to-video
- Up to 3 reference images
- Optional audio generation
- 4/6/8s clips, 720p to 4K
- Text-to-video and image-to-video
- Up to 8s video generation
- Optional audio generation
- 720p output
- Full HD 1080p output
- Text-to-video and image-to-video
- Audio generation included
- Up to 8s duration
- Native 4K output
- Sharpest details and clarity
- Audio generation included
- Use for final production renders
- Text-to-image generation
- 1K, 2K, and 4K resolution
- Custom aspect ratios
- Use for concepts and reference frames
- Reference-image editing
- Multi-image input workflow
- 1K, 2K, and 4K output
- Use for product visuals and refinements
Veo 3.1 AI 视频生成器
Veo 3.1 视频示例
使用 Veo 3.1 生成的示例输出。
电影场景
AI 生成的电影场景，具有镜头运动和戏剧性光影。
Veo 3.1 从文本和图像生成高达 4K 带音频的 AI 视频
Veo 3.1 是一个视频生成模型,从文本提示词或参考图像创建 4-8 秒的片段。它支持 720p、1080p 和 4K 分辨率,可选 AI 生成的音频。使用文本生成视频进行提示词引导的场景,或在视觉参考需要引导输出时使用图像生成视频。
编写最多 1000 个字符的提示词,描述主体、动作、镜头和风格。以 720p、1080p 或 4K 输出。
上传最多 3 张参考图像。帧模式使用 2 张图像作为开始/结束帧。参考模式使用 3 张图像进行风格引导。
为任何视频输出添加 AI 生成的音频。在所有分辨率下可用。比静音视频额外花费 $0.025/秒。
何时使用 Veo 3.1 而不是其他视频模型
4K 原生输出
直接以 4K 分辨率生成——无需升级。用于最终渲染和客户交付。
内置音频
在一次处理中生成带同步音频的视频。无需单独的音频工具或手动同步。
带帧控制的图像生成视频
使用帧模式设置开始和结束帧,或使用参考模式从 3 张图像进行风格引导生成。
720p 快速迭代
以较低成本在 720p 下测试提示词和参考,然后在方向锁定时扩展到 1080p 或 4K。
Veo 3.1 视频生成能力
720p、1080p 和 4K 分辨率
根据用例选择输出分辨率。720p 用于草稿,1080p 用于生产,4K 用于最大细节。
4、6 或 8 秒时长
将片段长度设置为 4、6 或 8 秒。默认为 8 秒。
16:9 和 9:16 宽高比
横向 (16:9) 用于电影和桌面内容。纵向 (9:16) 用于社交和移动。
可选音频生成
在任何分辨率下添加 AI 生成的音频。静音视频以较低成本提供。
最多 3 张参考图像
帧模式:2 张图像(开始 + 结束帧)。参考模式:3 张图像用于风格引导。
1000 字符提示词
在最多 1000 个字符中描述主体、动作、镜头运动、照明、风格和氛围。
Veo 3.1 技术规格
- 分辨率
- 720p, 1080p, 4K
- 时长
- 4、6 或 8 秒
- 宽高比
- 16:9, 9:16
- 音频
- 可选(所有分辨率)
- 输入
- 文本提示词 + 可选 1-3 张图像
- 图像格式
- JPEG, JPG, PNG, WebP (最大 10MB)
- 提示词长度
- 最多 1000 个字符
- 处理
- 异步(基于任务)
- 输出过期
- 24 小时
使用 Veo 3.1 创建什么
产品视频
使用图像生成视频模式将产品图像动画化为视频广告。
社交内容
为 TikTok、Reels 和 Shorts 生成 9:16 纵向视频。
电影场景
创建带镜头运动和电影方向的 16:9 横向视频。
概念可视化
使用帧模式将概念艺术转化为动画预览。