Veo AI動画生成

VeoはGoogle DeepMindの動画モデルです。Veo 3.1はプロンプト、静止画、または開始フレームと終了フレームから、4、6、8秒のクリップを作り、音声も同じ生成に含まれます。以下の制限はGemini APIのドキュメントに基づきます。

01 — 主な機能

完成したワンショットに、音も入っている

Veo 3.1の仕様は短いショットであり、タイムラインではありません。長さ、解像度、参照画像はパラメータで、そのうちいくつかは8秒のときだけ同時に使えます。

01
音は映像と一緒に生成される
セリフ、効果音、環境音が同じ生成で出ます。プロンプトに音声の手がかりを書けるので、あとから音を合わせる必要はありません。
02
4秒、6秒、8秒だけ
Veo 3.1が受け付ける長さはこれだけです。1080p、4K、参照画像、動画の延長はすべて8秒が必須です。30秒モードはありません。
03
開始フレーム、終了フレーム、参照3枚
1枚の画像を動かす、開始から終了へ補間する、参照画像を3枚まで渡す、ができます。Veo 3.1 Liteは参照画像を受け付けません。操作できるのはここまでです。
04
最大4K、アスペクトは二つ
フルモデルは720p、1080p、4K、24fps、16:9または9:16です。Liteに4Kはありません。解像度が上がると遅く、高くなります。延長は720pに限られます。

02 — プロンプトと出力

各プロンプトはそのカードの絵を説明しています。「このプロンプトを使う」はCreateへ文字を送ります。このページの生成器はVeoではなくSeedance 2.5です。

01 · ポートレート
プロンプト巻き毛の若い男性、グレーのニット、柔らかい窓光のクローズアップ。視線を外し、それから微笑む。ゆっくり寄るカメラ、浅い被写界深度。
02 · プロダクト
プロンプト薄いグレーのスタジオ背景に白いレザースニーカー、柔らかい光。カメラはゆっくり周回。縫い目は鮮明で、画面は最小限。
03 · 街路
プロンプト古いヨーロッパの村の石畳を、カメラがゆっくり進む。石壁のつるバラ、朝日のカフェの席、遠くに数人の歩行者。
04 · 人物
プロンプト肩までの茶髪、オリーブのTシャツの若い女性、午後の金色の光。顔を向けてフレームの外を見る。風で髪が動き、手持ちの揺れ。

03 — 活用シーン

Veoの仕様は、音の入った単一ショットです。それより長い物語は別の場所でつなぐことになります。

04 — 評価

強み

注意点

05 — 比較

三つのクリップ、三つの上限です。Soraの数字はOpenAIの最後のAPIガイドに基づきます。Soraアプリは2026年4月26日、Videos APIは2026年9月24日に終了しました。

06 — 使い方

ステップ 1
ショットを一つだけ書く
被写体、動作、カメラ。音が重要なら、聞こえるものも同じ文に書きます。実行されるモデルはVeoではありません。
ステップ 2
このページの生成器を使う
動くのはSeedance 2.5です。ここではVeoを提供していません。プロンプトと設定はCreateへ引き継がれます。
ステップ 3
Createで生成する
会員資格とクレジットはそこで確認されます。このページに戻っても、モデルはVeoに切り替わりません。