I
模型的真实输出:请求和生成结果,未经任何修饰
«日落时分的冲浪,海浪声,海鸥鸣叫»
Veo 3.1 Fast · 6 秒 · 文本生成
«一位新闻主播坐在桌前说道:«Good evening, here are tonight's top stories»»
Veo 3.1 Fast · 6 秒 · 文本生成
«街头音乐人在傍晚的城市中吹奏萨克斯风»
Veo 3.1 Fast · 6 秒 · 文本生成
«夜晚城市中的雨景,霓虹灯倒影»
Veo 3.1 Fast · 6 秒 · 文本生成
II
Veo 3.1 是谷歌 DeepMind 出品的视频模型，是最早能够同步生成视频与声音的模型之一。该模型能理解提示词中的音频描述：海滩场景会配上拍岸浪涛声和海鸥鸣叫，城市中的雨景会带上雨滴拍打声，画面中的主播还能按你指定的台词同步开口说话。
服务提供 Veo 3.1 Fast 版本——比完整版更快、更便宜，同时保留了标志性的真实感。它能令人信服地呈现运动物理、光影和材质效果，处理人物与复杂场景时同样游刃有余。视频可通过文本或照片生成，时长为 4 秒、6 秒或 8 秒，720p 与 1080p 分辨率价格相同。
声音为可选项：开启声音后，4 秒片段消耗 66 积分，关闭声音则消耗 44 积分。无论是广告、配音短片，还是追求真实感的场景，Veo 3.1 都是不错的选择。
III
语音、音乐和噪声与视频同步生成
运动、光影和材质效果真实自然
720p 与 1080p 价格相同
比完整版 Veo 3.1 更快、更便宜
IV
主播或角色说出你提供的台词
带环境音的自然与城市画面
无需后期剪辑的完整带声宣传片
带现场声音的乐手与演唱会画面
V
文本生成视频或照片生成视频
时长 4–8 秒，声音可自由开关
约 2 分钟后即可获得你的视频
VI
看看您能创造什么 — 自己来试试
«夕阳下的海浪，拍岸浪涛声，海鸥鸣叫»
带声音的氛围视频
«一位主播坐在桌前说：“晚上好，以下是今日头条”»
带同步语音的短片
«街头音乐人演奏萨克斯风，傍晚的城市»
带现场声音的音乐场景
«夜晚城市中的雨景，霓虹灯倒影»
带雨声的电影感场景
积分套餐：150 积分 $5, 350 积分 $12, 1250 积分 $35。
VIII
一款由谷歌 DeepMind 推出的视频模型，能够同步生成视频与声音：语音、音乐和噪声。
可以，在设置中关闭声音即可，这样生成的片段费用更低。
4 秒、6 秒或 8 秒。你还可以使用“延长视频”功能来延长片段。
两者都是谷歌的模型。Gemini Omni Flash 更新，对提示词的遵循更精确；而 Veo 3.1 Fast 经过时间检验，能以 720p 的价格提供 1080p 画质。
