Gerador de vídeo Veo
Veo é o modelo de vídeo da Google DeepMind. O Veo 3.1 transforma um prompt, um fotograma ou um primeiro e último fotograma num clipe de 4, 6 ou 8 segundos, com o som na mesma geração. Os limites vêm da documentação da API Gemini.
01 — Recursos
Um plano acabado, com o som lá dentro
O Veo 3.1 está especificado como um plano curto, não como uma timeline. Duração, resolução e referências são parâmetros, e vários só funcionam juntos aos 8 segundos.
01
O áudio nasce com a imagem
Diálogo, efeitos e ambiente saem na mesma geração. O prompt pode levar pistas de áudio, por isso o som não é uma faixa que se alinha depois.
02
Só 4, 6 ou 8 segundos
São as durações que o Veo 3.1 aceita. 1080p, 4K, imagens de referência e extensão de vídeo exigem a definição de 8 segundos. Não há modo de 30 segundos.
03
Primeiro fotograma, último, três referências
Pode animar uma imagem, interpolar de um primeiro fotograma a um último, ou passar até três imagens de referência. O Veo 3.1 Lite não aceita referências. É este o kit de controlo.
04
Até 4K, em duas proporções
O modelo completo lista 720p, 1080p e 4K a 24 fps, em 16:9 ou 9:16. O Lite não tem 4K. Resoluções mais altas demoram mais e custam mais, e estender um clipe fica em 720p.
02 — Do prompt ao resultado
Prompts que batem certo com os clipes
Cada prompt descreve a imagem do cartão. “Usar este prompt” envia o texto para o Create. O gerador desta página corre o Seedance 2.5, não o Veo.
- 01 · Retrato
PromptGrande plano de um jovem de cabelo encaracolado com camisola de malha cinzenta, luz suave de janela. Desvia o olhar e depois sorri. Aproximação lenta, pouca profundidade de campo.
- 02 · Produto
PromptUma sapatilha de couro branca sobre um fundo de estúdio cinzento claro, luz difusa. A câmara orbita devagar. As costuras leem-se, o enquadramento fica limpo.
- 03 · Rua
PromptTravelling lento por uma viela de calçada numa aldeia europeia antiga. Roseiras em muros de pedra, mesas de café ao sol da manhã, poucas pessoas ao longe.
- 04 · Personagem
PromptUma jovem de cabelo castanho pelos ombros e t-shirt verde-azeitona, luz dourada de fim de tarde. Vira a cabeça e olha para fora. Brisa no cabelo, câmara na mão.
03 — Onde se encaixa
Trabalhos que cabem num tecto de 8 segundos
A especificação do Veo é um único plano com som. Histórias mais longas têm de ser montadas noutro sítio.
Uma frase já cronometrada
Oito segundos chegam para uma deixa, com a boca e a frase geradas juntas. Não chegam para uma conversa.
Vertical, ou só horizontal
As proporções documentadas são 16:9 e 9:16. O quadrado, o 4:3 e o 21:9 não estão na lista de parâmetros do Veo 3.1.
Já tem os dois fotogramas
A interpolação entre o primeiro e o último é o caso que o Veo deixa por escrito: duas imagens e o movimento entre elas, a 8 segundos.
Um movimento de câmara, não uma cena
Uma aproximação ou uma órbita curta cabem. Uma sequência com vários locais não cabe em 8 segundos, sobretudo se também quiser as opções de resolução que exigem esses mesmos 8 segundos.
04 — Veredito
O que a especificação garante mesmo
Pontos fortes
- Áudio nativo, com pistas de diálogo escritas no prompt
- Interpolação entre um primeiro fotograma e um último
- 720p, 1080p e 4K a 24 fps no Veo 3.1
- Até três imagens de referência no modelo completo
Limitações
- Oito segundos é o máximo, e vários controlos só existem nessa duração
- Só 16:9 e 9:16
- Estender um clipe baixa a saída para 720p
- O Veo não está disponível no ImgToVid
05 — Comparação
Veo 3.1, Sora 2 e Kling 4.0
Três clipes, três tectos. Os números do Sora vêm do último guia de API da OpenAI. A app do Sora fechou a 26 de abril de 2026 e a API de vídeos a 24 de setembro de 2026.
06 — Como funciona
Comece um clipe no ImgToVid
Etapa 1
Descreva um só plano
Sujeito, ação, câmara. Se o som importa, diga o que se ouve na mesma frase. O Veo não será o modelo que corre.
Etapa 2
Use o gerador desta página
Corre o Seedance 2.5, porque o Veo não é oferecido aqui. O prompt e as definições seguem para o Create.
Etapa 3
Gere no Create
A adesão e os créditos são verificados lá. Voltar a esta página não muda o modelo para Veo.
07 — Perguntas frequentes
Veo, sem rodeios
O que é o Veo?
Veo é o modelo de vídeo da Google DeepMind. A linha documentada agora é o Veo 3.1, com uma variante Fast e uma Lite, disponível na API Gemini.
Quanto dura um clipe do Veo 3.1?
4, 6 ou 8 segundos. 1080p, 4K, imagens de referência e extensão de vídeo exigem 8 segundos.
O Veo gera áudio?
Sim. O Veo 3.1 gera o áudio de forma nativa com o vídeo, e o prompt pode incluir pistas como diálogo e ambiente.
Que fotogramas posso fixar?
Uma imagem de entrada, um último fotograma opcional para interpolar e até três imagens de referência no Veo 3.1 e no Veo 3.1 Fast. O Lite não aceita referências. A proporção é 16:9 ou 9:16.
Posso gerar vídeos Veo no ImgToVid?
Não. O gerador desta página corre o Seedance 2.5 para poder esboçar um plano. O Veo está marcado como em breve.
Posso usar os resultados comercialmente?
O uso comercial do que gerar no ImgToVid depende do seu plano. Veja Pricing e os nossos Terms antes de publicar, e garanta que prompts e carregamentos não infringem direitos de terceiros.
08 — Explorar mais
Outros modelos de vídeo
O botão desta página não é o Veo
Ainda pode esboçar o plano. O gerador corre o Seedance 2.5 e o prompt segue consigo para o Create.
Esboçar no Create