Veo 3.1：Google 的 AI 视频生成模型

Veo 3.1 是 Google 最新的文本或图像生成视频片段模型，于 2025 年十月 15 日发布。它的与众不同之处在于，它不仅仅是生成动态画面，而是一次性生成带同步音频（对白、环境声和音效）的逼真视频。该版本重点改进了图像生成视频、电影级控制，以及让角色在不同镜头之间保持一致。

这份实用指南介绍了新功能、使用渠道、如何制作连贯的长视频（每个人都会问的问题），最后附上详细的价格解析。

Veo 3.1 有哪些新功能？

除了更好的画质和音质，该版本还新增了三项重要的实用功能：

  • 参考图像（Ingredients to video）：上传最多 3 张角色、产品或场景的参考图像，模型会严格遵循它们，这是在多个镜头中保持角色一致或产品形象统一的关键。
  • Scene extension：生成与上一个片段结尾相衔接的新片段（每个新片段都以前一个片段的最后一秒为基础），从而获得更长的视频（一分钟或更长），并保持画面和声音的连贯。
  • 首帧和尾帧：设定一张起始图像和一张结束图像，模型会生成二者之间的平滑过渡，并配有音频。
一块电影场记板，象征在 Veo 3.1 中逐个场景构建视频
把长视频看作一系列场景，而不是一个巨大的片段。

在哪里可以使用 Veo 3.1？

Veo 3.1 可通过四种途径使用，请根据你的需求和技术水平选择：

  • Gemini 应用：最简单的试用方式，写下描述即可获得片段。适合个人用户和快速试验。
  • Flow：Google 的 AI 电影制作工具，你可以在其中创建、管理场景并将其组装成完整视频（需要 Google AI Pro 或 Ultra 订阅）。这是制作长视频的实用之选。
  • Gemini API（通过 Google AI Studio）：用代码将生成功能接入你自己的软件和产品。
  • Vertex AI：Google Cloud 上的企业级途径，适用于带有企业级管控的大规模生产。

分步使用方法

基本原理很简单：准确描述你想要的内容，模型就会生成片段。描述越精准，结果就越接近你的设想：

  1. 设定场景：主体、地点、时间和光线（例如，"日落时分一家灯光温暖的现代咖啡馆"）。
  2. 描述运动和镜头角度："缓慢推进的镜头"、"镜头环绕产品旋转"。
  3. 说明风格和音频：电影感、写实，配以轻柔音乐或环境声。
  4. 从图像开始（可选）：将你的产品照片转为视频，可获得更高的品牌一致性。

如何制作长视频？

一条展示连续画格的电影胶片，象征将短片段衔接成长视频
长视频 = 精心衔接的短片段，而不是一次巨大的生成。

单个片段通常较短（约 8 秒），但 Veo 3.1 允许你通过构建连贯的链条来突破这一限制。实用方法如下：

  1. 先规划场景：在生成之前写好简短的脚本和镜头清单（故事板），这能节省大量时间和成本。
  2. 锁定角色和形象：使用参考图像（最多 3 张），让同一个主角或产品在每个镜头中保持一致。
  3. 生成第一个片段，然后用 Scene extension 进行延长，以连贯地延续动作；或者将一个镜头的最后一帧作为下一个镜头的第一帧，实现无缝过渡。
  4. 在 Flow 中组装场景：将镜头排列成一个序列，并调整节奏和音频。
  5. 导出最终视频。

从技术上讲，通过 API：你可以将 Veo 生成的视频每次延长 7 秒，最多 20 次，总长约 141 秒。在 Flow 中，组装更简单、更直观，无需代码。

Flow 中的实用步骤：参考图像、延长与组装

这是被问得最多的三项功能，它们都位于 Flow 中。以下是 Google 官方 Flow 帮助页面中记载的具体步骤：

1) 锁定角色或产品（Ingredients）：

  1. 在 Flow 中打开你的项目，点击提示框中的模型名称，然后选择 Video > Ingredients。
  2. 添加参考图像：直接拖放，输入 @ 选择项目中已保存的素材，或点击提示框下方的 Add 从设备上传。
  3. 在提示中描述该素材的使用方式，例如"同一个男人走在雾气弥漫的街道上"。为获得最佳效果，请使用纯色或已分割的背景。
  4. 对于反复出现的角色，更快的方法是：将其一次性定义为 Character，之后在任何镜头中输入 @CharacterName 即可调用。

2) Scene extension（Extend）：在哪里找到它：

  1. 它只适用于 Veo 生成的片段。打开项目，点击你想延长的片段。
  2. 在底部点击 Extend，描述动作应如何延续，然后点击 Generate。
  3. 你可以多次重复延长以拉长场景。注意：延长后的片段不能再进行插入、移除或镜头运动等其他编辑。

3) 在 Scenebuilder 中组装场景：

  1. 将鼠标悬停在要添加的片段上，点击 More，然后点击 Add to Scene。
  2. 添加片段后：拖动以重新排序，用手柄裁剪每个片段的开头和结尾，预览整个序列，然后下载最终场景。
  3. 若要添加你编辑过的片段的早期版本，请先在 History 面板中通过 Save to Project 保存，然后再将其添加到场景中。

获得更好效果的技巧

  • 低成本迭代，再高成本制作：先在 Gemini 应用中构思，再在 Flow 或通过 API 渲染最终版本。
  • 精致的短镜头胜过一个冗长晃动的长镜头：三个 20 秒的镜头往往比单个"一分钟"更好。
  • 要具体：模糊的提示会产生随机的结果；请明确光线、氛围和镜头角度。
价值不在于"输入一句话，得到一部电影"，而在于做好规划，然后借助一致性和延长工具构建相互衔接的场景。

价格

Google 通过两扇完全不同的门出售 Veo 3.1 的使用权限：

1) 月度订阅（最简单，无需代码）：

  • Google AI Pro：约 $20/月，包含 Gemini 应用中的 Veo 以及积分有限的 Flow 访问权限。适合个人、小型企业和认真的试验。
  • Google AI Ultra：约 $250/月，提供最高的 Flow 积分和最广泛的访问权限，适合专业人士和重度使用。
  • （还有一个更低的"Google AI Plus"档位，价格更便宜，但通常不包含 Flow。）

2) 通过 API / Vertex AI 按秒付费（适用于产品和大规模生产）：

  • Veo 3.1：每秒视频约 $0.40。
  • Veo 3.1 Fast（更快、更便宜）：每秒约 $0.15。
  • 示例：一个 8 秒的片段，使用标准模型约需 $3.20，使用 Fast 约需 $1.20。
  • Google 表示 Veo 3.1 与 Veo 3 价格相同，而 4K 分辨率或不同地区的价格可能有所不同。

注意：价格以美元计，在沙特阿拉伯可能因货币和访问途径而有所不同，而且会不时变动。在依赖这些价格之前，请先在 Google 官方页面上核实（链接见"来源"）。

企业的实际用途

对于企业主而言，价值在于降低视频制作的成本和时间：社交平台短广告、产品演示、讲解短片、房地产内容和培训材料，如今都可以在几天而不是几周内完成，预算也远低于传统制作。

Origami 的作用

Origami 是一家科技公司，我们将 Veo 3.1 等模型集成到你公司的工作流程中：从撰写提示和打造一致的视觉形象，到通过 API 将生成功能接入你的软件，并实现内容的规模化自动生产，同时始终控制成本。我们的目标是可直接发布的成果，而不仅仅是试验。

来源

  • Google Developers Blog：Veo 3.1 发布：developers.googleblog.com
  • Gemini API 文档中的 Veo（延长与帧）：ai.google.dev/gemini-api/docs/video
  • Gemini API 价格：ai.google.dev/gemini-api/docs/pricing
  • Google AI 方案（Pro / Ultra）：one.google.com/about/google-ai-plans
  • 注意：功能和价格变化很快；以上官方来源为准。