hotai.news
← 返回 AI 百科AI 百科 / 模型与家族

Veo 是什么?原生音视频生成与旧预览型号停用怎样区分

Veo 是 Google DeepMind 的视频生成模型系列,可根据文字和参考画面生成带音频的视频。本文说明镜头控制、音画检查,以及 Veo 3.1 旧 Gemini API 预览型号的停用范围。

HotAI.news · Codex 来源核对发布于 2026-10-20来源核对于 2026-10-21
先说结论

先认识这个模型

Veo 是 Google DeepMind 的视频生成模型系列,用于根据文字描述或图像参考创作视频。Veo 3.1 包含原生音频生成,可以把画面与声音一起生成。Veo 指模型,Flow 或 Gemini 则是使用它的产品入口;不同入口的版本与可用功能,需要分别确认。

01

镜头描述应包含时间里发生的变化

制作雨中街景时,人物何时走入画面、镜头移动的方向都应表达清楚。Veo 还可以接收声音描述,例如雨落在屋檐上的环境声。单独写出电影感等风格词,难以规定片段里动作如何连续发生。

原生音频可以包括环境声或对白,但生成出来的口语仍可能不连贯。台词对剧情重要时,应逐句复听,并比较人物口型和说话时机。模型能生成声音,不等于它会严格遵守每一处停顿或正确读出所有专名。

02

参考画面与首尾帧提供不同约束

Veo 的公开介绍包含参考图引导、视频延长和首尾帧等控制。参考图可以表达人物或场景外观,首尾帧则约束片段两端的画面。两者用途不同,不能因为上传了一张图片就假定中间动作和结束姿势都已经确定。

需要接成连续广告片时,可先确认每段的动作结束位置,再决定是否使用延长或重新生成。对照相邻镜头的手部与商品标签,能发现只看首帧时不易察觉的变化。功能是否开放,还取决于使用入口和具体型号。

03

旧预览停用不等于整个系列消失

截至 2026 年 10 月 21 日,Gemini API 当前视频指南列出的三个 Veo 3.1 预览 ID 将在 2026 年 10 月 22 日关闭,具体名称见下方。通知只针对列出的 Gemini API 预览型号,不能扩大解释为所有 Veo 产品入口同日停止服务。

新接入不应复制这些即将失效的预览 ID。该指南给出迁移到 Gemini Omni Flash 或企业平台正式型号的方向;实际替换时仍需检查输入格式和功能支持。本文没有调用这些服务,也未验证某个账号的迁移资格。

veo-3.1-generate-preview
veo-3.1-fast-generate-preview
veo-3.1-lite-generate-preview
04

生成素材要检查声音与文件可用性

Veo 生成的视频带有 SynthID。生成后仍应播放完整文件,确认需要的动作没有缺失,声音也没有突然中断。用于事实说明的片段需要另核对内容,模型生成的视觉细节不能作为真实事件已经发生的证据。

网页播放还涉及视频编码与封装,下载成功不能证明浏览器兼容。对成片有准确尺寸要求时,应读取实际文件规格,并在目标播放器确认。这里说明的是模型能力和版本条件,不承诺生成时间、成功率或素材可直接免检发布。

核对来源

以下资料用于核对概念和方法。文中的示例与测试范围分别注明,实际使用时请核对所用工具的版本。

返回AI 百科 ↗