Générateur vidéo Veo

Veo est le modèle vidéo de Google DeepMind. Veo 3.1 transforme un prompt, une image fixe, ou une première et une dernière image, en un plan de 4, 6 ou 8 secondes, le son dans la même génération. Les limites viennent de la documentation de l’API Gemini.

01 — Capacités

Un plan fini, le son déjà dedans

Veo 3.1 est spécifié comme un plan court, pas comme une timeline. Durée, résolution et références sont des paramètres, et plusieurs ne fonctionnent ensemble qu’à 8 secondes.

01
L’audio naît avec l’image
Dialogue, effets et ambiance sortent dans la même génération. Le prompt peut porter des indications sonores : le son n’est pas une piste à caler ensuite.
02
Seulement 4, 6 ou 8 secondes
Ce sont les durées acceptées par Veo 3.1. Le 1080p, le 4K, les images de référence et l’extension vidéo exigent le réglage à 8 secondes. Il n’y a pas de mode 30 secondes.
03
Première image, dernière image, trois références
Vous pouvez animer une image, interpoler d’une première à une dernière image, ou passer jusqu’à trois images de référence. Veo 3.1 Lite ne prend pas de références. C’est tout le pilotage.
04
Jusqu’au 4K, deux formats
Le modèle complet liste 720p, 1080p et 4K à 24 i/s, en 16:9 ou 9:16. Pas de 4K sur Lite. Plus la résolution monte, plus c’est lent et cher, et prolonger un plan reste en 720p.

02 — Du prompt au rendu

Des prompts qui décrivent les plans

Chaque prompt décrit l’image de sa carte. « Utiliser ce prompt » envoie le texte vers Create. Le générateur de cette page exécute Seedance 2.5, pas Veo.

01 · Portrait
PromptGros plan d’un jeune homme aux cheveux bouclés, pull gris, lumière douce de fenêtre. Il détourne le regard, puis sourit. Lent travelling avant, faible profondeur de champ.
02 · Produit
PromptUne basket en cuir blanc sur un fond de studio gris clair, lumière diffuse. La caméra orbite lentement. Les coutures restent lisibles, le cadre reste vide.
03 · Rue
PromptLent travelling dans une ruelle pavée d’un vieux village européen. Rosiers sur des murs de pierre, tables de café au soleil du matin, quelques passants au loin.
04 · Personnage
PromptUne jeune femme aux cheveux châtains mi-longs, t-shirt olive, lumière dorée de fin d’après-midi. Elle tourne la tête et regarde hors champ. Brise dans les cheveux, caméra à l’épaule.

03 — Cas d’usage

Des tâches qui tiennent dans 8 secondes

La spec de Veo est un seul plan avec du son. Une histoire plus longue se monte ailleurs.

Une réplique déjà calée
Huit secondes suffisent pour une phrase, bouche et texte générés ensemble. Pas pour une conversation.
Vertical, ou seulement large
Les ratios documentés sont 16:9 et 9:16. Le carré, le 4:3 et le 21:9 ne sont pas dans les paramètres de Veo 3.1.
Les deux images fixes existent déjà
L’interpolation première-dernière image est le cas que Veo écrit noir sur blanc : deux images, et le mouvement entre elles, à 8 secondes.
Un mouvement de caméra, pas une scène
Un push-in ou une courte orbite tiennent. Une suite sur plusieurs lieux ne tient pas dans 8 secondes, surtout avec les options de résolution qui réclament aussi ces 8 secondes.

04 — Verdict

Ce que la spec garantit vraiment

Points forts

Audio natif, avec des indications de dialogue dans le prompt
Interpolation entre une première et une dernière image
720p, 1080p et 4K à 24 i/s sur Veo 3.1
Jusqu’à trois images de référence sur le modèle complet

Compromis

Huit secondes est le maximum, et plusieurs contrôles n’existent qu’à cette durée
Seulement 16:9 et 9:16
Prolonger un plan fait tomber la sortie en 720p
Veo n’est pas disponible sur ImgToVid

05 — Comparatif

Veo 3.1, Sora 2 et Kling 4.0

Trois plans, trois plafonds. Les chiffres de Sora viennent du dernier guide d’API d’OpenAI. L’app Sora a fermé le 26 avril 2026, l’API vidéo le 24 septembre 2026.

	Veo 3.1	Sora 2	Kling 4.0
Éditeur	Google DeepMind	OpenAI	Kuaishou
Un plan	4, 6 ou 8 secondes	4–20 secondes tant que l’API était ouverte	3–30 secondes
Image	720p, 1080p, 4K à 24 i/s	Jusqu’à 1920×1080 sur Sora 2 Pro	720p, 1080p et 4K listés
Son	Natif, avec l’image	Dialogue et effets synchronisés	Stéréo, avec sync labiale
Pilotage	Première image, dernière, jusqu’à 3 références	Jusqu’à 2 personnages enregistrés	Jusqu’à 15 références, ou jusqu’à 10 images clés
Sur ImgToVid	Bientôt	Bientôt	Bientôt

06 — Fonctionnement

Commencer un plan sur ImgToVid

Étape 1
Décrire un seul plan
Sujet, action, caméra. Si le son compte, dites ce qui s’entend dans la même phrase. Veo ne sera pas le modèle qui s’exécute.
Étape 2
Utiliser le générateur de cette page
Il exécute Seedance 2.5, parce que Veo n’est pas proposé ici. Le prompt et les réglages passent dans Create.
Étape 3
Générer dans Create
L’abonnement et les crédits y sont vérifiés. Revenir sur cette page ne bascule pas le modèle vers Veo.

07 — FAQ

Veo, sans détour

Qu’est-ce que Veo ?

Veo est le modèle vidéo de Google DeepMind. La ligne documentée aujourd’hui est Veo 3.1, avec une variante Fast et une Lite, via l’API Gemini.

Combien dure un plan Veo 3.1 ?

4, 6 ou 8 secondes. Le 1080p, le 4K, les images de référence et l’extension vidéo exigent 8 secondes.

Veo génère-t-il l’audio ?

Oui. Veo 3.1 génère l’audio nativement avec la vidéo, et le prompt peut contenir des indications comme le dialogue et l’ambiance.

Quelles images puis-je verrouiller ?

Une image d’entrée, une dernière image facultative pour l’interpolation, et jusqu’à trois images de référence sur Veo 3.1 et Veo 3.1 Fast. Lite ne prend pas de références. Le ratio est 16:9 ou 9:16.

Puis-je générer des vidéos Veo sur ImgToVid ?

Non. Le générateur de cette page exécute Seedance 2.5 pour esquisser un plan. Veo est marqué bientôt.

Puis-je utiliser les résultats commercialement ?

L’usage commercial de ce que vous générez sur ImgToVid dépend de votre offre. Consultez Pricing et nos Terms avant de publier, et assurez-vous que prompts et imports ne portent pas atteinte aux droits d’autrui.