Veo AI 影片產生器

Veo 是 Google DeepMind 的影片模型。Veo 3.1 能把提示詞、一張靜幀,或首幀加尾幀,做成 4、6 或 8 秒的片段,聲音在同一次產生裡一起出來。下面的限制來自 Gemini API 文件。

01 — 核心能力

一個完成的鏡頭,聲音已經在裡面

Veo 3.1 的規格是短鏡頭,不是時間軸。時長、解析度和參考圖都是參數,其中好幾項只有在 8 秒時才能一起用。

  1. 01

    聲音和畫面一起產生

    對白、音效和環境聲在同一次產生裡出來。提示詞可以寫聲音提示,不需要事後再對一條音軌。

  2. 02

    只有 4、6 或 8 秒

    這是 Veo 3.1 接受的時長。1080p、4K、參考圖和影片延長都要求設成 8 秒。沒有 30 秒模式。

  3. 03

    首幀、尾幀、三張參考圖

    可以讓一張圖動起來,也可以從首幀插值到尾幀,或傳入最多三張參考圖。Veo 3.1 Lite 不接受參考圖。控制手段就是這些。

  4. 04

    最高 4K,兩種畫幅

    完整模型列出 720p、1080p 和 4K,24 fps,畫幅為 16:9 或 9:16。Lite 沒有 4K。解析度越高越慢、越貴,延長影片則限制在 720p。

02 — 提示詞與成片

提示詞對得上卡片裡的畫面

每條提示詞描述的是這張卡片上的畫面。「用這個提示詞」會把文字帶到 Create。本頁產生器跑的是 Seedance 2.5,不是 Veo。

  • 01 · 人像

    提示詞捲髮年輕男子,灰色針織毛衣,柔和窗光的近景。他移開視線,然後微笑。鏡頭慢推,淺景深。

  • 02 · 產品

    提示詞白色皮運動鞋放在淺灰攝影棚背景上,柔光。鏡頭緩慢環繞。車線清楚,畫面保持乾淨。

  • 03 · 街道

    提示詞鏡頭沿歐洲老城的卵石巷緩緩前移。石牆上有攀緣玫瑰,晨光裡的咖啡桌,遠處有幾個人在走。

  • 04 · 人物

    提示詞齊肩棕髮的年輕女子,橄欖色 T 恤,午後金色光線。她轉頭看向畫面外。頭髮被風吹動,略帶手持感。

03 — 適用場景

8 秒上限裝得下的工作

Veo 的規格是一段帶聲音的單鏡頭。更長的故事得在別處剪到一起。

  • 一句已經對上時間的對白

    一句已經對上時間的對白

    8 秒夠一句台詞,嘴型和聲音一起產生。不夠一場對話。

  • 只有直式或橫式

    只有直式或橫式

    文件裡的畫幅是 16:9 和 9:16。方形、4:3 和 21:9 不在 Veo 3.1 的參數列表裡。

  • 兩張靜幀都已經有了

    兩張靜幀都已經有了

    首尾幀插值是 Veo 寫明的用法:兩張圖,以及它們之間的運動,時長 8 秒。

  • 一個運鏡,不是一場戲

    一個運鏡,不是一場戲

    一次推近或一小段環繞放得下。換多個地點的段落放不進 8 秒,還要同時用上那些同樣要求 8 秒的解析度選項。

04 — 評價

規格真正保證的部分

優勢

  • 原生音訊,對白提示可以寫進提示詞
  • 首幀到尾幀的插值
  • Veo 3.1 支援 720p、1080p 和 4K,24 fps
  • 完整模型最多三張參考圖

取捨

  • 最長 8 秒,好幾項控制只有在這個時長下才存在
  • 只有 16:9 和 9:16
  • 延長片段時輸出降到 720p
  • ImgToVid 不提供 Veo

05 — 橫向比較

Veo 3.1、Sora 2 與 Kling 4.0

三種片段,三種上限。Sora 的數字來自 OpenAI 最後一版 API 指南。Sora 應用於 2026 年 4 月 26 日關閉,Videos API 於 2026 年 9 月 24 日關閉。

Veo 3.1Sora 2Kling 4.0
開發者Google DeepMindOpenAI快手
單段時長4、6 或 8 秒API 在線時為 4–20 秒3–30 秒
畫面720p、1080p、4K,24 fpsSora 2 Pro 最高 1920×1080列出 720p、1080p 和 4K
聲音與畫面一起原生產生對白和音效同步立體聲,帶口型
控制方式首幀、尾幀,最多 3 張參考圖最多 2 個已儲存角色最多 15 個參考,或最多 10 個關鍵幀
在 ImgToVid即將上線即將上線即將上線

06 — 使用步驟

在 ImgToVid 上開始一段影片

  1. 步驟 1

    只描述一個鏡頭

    寫主體、動作和鏡頭。如果在意聲音,把聽到的內容寫進同一句。真正跑起來的模型不會是 Veo。

  2. 步驟 2

    用本頁的產生器

    它跑的是 Seedance 2.5,因為這裡不提供 Veo。提示詞和設定會帶進 Create。

  3. 步驟 3

    在 Create 裡產生

    會員和點數在那裡檢查。回到本頁,也不會把模型換成 Veo。

07 — 常見問題

用白話說 Veo

Veo 是什麼?

Veo 是 Google DeepMind 的影片模型。目前文件中的產品線是 Veo 3.1,含 Fast 和 Lite,透過 Gemini API 提供。

Veo 3.1 一條影片多長?

4、6 或 8 秒。1080p、4K、參考圖和影片延長都要求 8 秒。

Veo 會產生聲音嗎?

會。Veo 3.1 把音訊和影片一起原生產生,提示詞裡可以寫對白和環境聲等聲音提示。

可以鎖住哪些畫面?

一張輸入圖、可選的尾幀用於插值,以及在 Veo 3.1 和 Veo 3.1 Fast 上最多三張參考圖。Lite 不接受參考圖。畫幅是 16:9 或 9:16。

能在 ImgToVid 上產生 Veo 影片嗎?

不能。本頁產生器跑的是 Seedance 2.5,用來起草一個鏡頭。Veo 本身標為即將上線。

產生結果可以商用嗎?

在 ImgToVid 上產生的內容是否可商用,取決於你的方案。發布前請查看 Pricing 和 Terms,並確保提示詞和上傳內容不侵犯他人權利。

本頁按鈕跑的不是 Veo

你仍然可以起草這個鏡頭。產生器跑的是 Seedance 2.5,提示詞會一起帶進 Create。

去 Create 起草