Veo AI 视频生成器
Veo 是 Google DeepMind 的视频模型。Veo 3.1 能把提示词、一张静帧，或首帧加尾帧，做成 4、6 或 8 秒的片段，声音在同一次生成里一起出来。下面的限制来自 Gemini API 文档。
01 — 核心能力
一个完成的镜头，声音已经在里面
Veo 3.1 的规格是短镜头，不是时间线。时长、分辨率和参考图都是参数，其中好几项只有在 8 秒时才能一起用。
01
声音和画面一起生成
对白、音效和环境声在同一次生成里出来。提示词可以写声音提示，不需要事后再对一条音轨。
02
只有 4、6 或 8 秒
这是 Veo 3.1 接受的时长。1080p、4K、参考图和视频延长都要求设成 8 秒。没有 30 秒模式。
03
首帧、尾帧、三张参考图
可以让一张图动起来，也可以从首帧插值到尾帧，或传入最多三张参考图。Veo 3.1 Lite 不接受参考图。控制手段就是这些。
04
最高 4K，两种画幅
完整模型列出 720p、1080p 和 4K，24 帧，画幅为 16:9 或 9:16。Lite 没有 4K。分辨率越高越慢、越贵，延长视频则限制在 720p。
02 — 提示词与成片
提示词对得上卡片里的画面
每条提示词描述的是这张卡片上的画面。“用这个提示词”会把文字带到 Create。本页生成器跑的是 Seedance 2.5，不是 Veo。
- 01 · 人像
提示词卷发年轻男子，灰色针织毛衣，柔和窗光的近景。他移开视线，然后微笑。镜头慢推，浅景深。
- 02 · 产品
提示词白色皮运动鞋放在浅灰摄影棚背景上，柔光。镜头缓慢环绕。车线清楚，画面保持干净。
- 03 · 街道
提示词镜头沿欧洲老城的卵石巷缓缓前移。石墙上有攀缘玫瑰，晨光里的咖啡桌，远处有几个人在走。
- 04 · 人物
提示词齐肩棕发的年轻女子，橄榄色 T 恤，午后金色光线。她转头看向画面外。头发被风吹动，略带手持感。
03 — 适用场景
8 秒上限装得下的工作
Veo 的规格是一段带声音的单镜头。更长的故事得在别处剪到一起。
一句已经对上时间的对白
8 秒够一句台词，嘴型和声音一起生成。不够一场对话。
只有竖屏或横屏
文档里的画幅是 16:9 和 9:16。方形、4:3 和 21:9 不在 Veo 3.1 的参数列表里。
两张静帧都已经有了
首尾帧插值是 Veo 写明的用法：两张图，以及它们之间的运动，时长 8 秒。
一个运镜，不是一场戏
一次推近或一小段环绕放得下。换多个地点的段落放不进 8 秒，还要同时用上那些同样要求 8 秒的分辨率选项。
04 — 评价
规格真正保证的部分
优势
- 原生音频，对白提示可以写进提示词
- 首帧到尾帧的插值
- Veo 3.1 支持 720p、1080p 和 4K，24 帧
- 完整模型最多三张参考图
取舍
- 最长 8 秒，好几项控制只有在这个时长下才存在
- 只有 16:9 和 9:16
- 延长片段时输出降到 720p
- ImgToVid 不提供 Veo
05 — 横向对比
Veo 3.1、Sora 2 与 Kling 4.0
三种片段，三种上限。Sora 的数字来自 OpenAI 最后一版 API 指南。Sora 应用于 2026 年 4 月 26 日关闭，Videos API 于 2026 年 9 月 24 日关闭。
06 — 使用步骤
在 ImgToVid 上开始一段视频
步骤 1
只描述一个镜头
写主体、动作和镜头。如果在意声音，把听到的内容写进同一句。真正跑起来的模型不会是 Veo。
步骤 2
用本页的生成器
它跑的是 Seedance 2.5，因为这里不提供 Veo。提示词和设置会带进 Create。
步骤 3
在 Create 里生成
会员和积分在那里检查。回到本页，也不会把模型换成 Veo。
07 — 常见问题
用白话说 Veo
Veo 是什么？
Veo 是 Google DeepMind 的视频模型。目前文档中的产品线是 Veo 3.1，含 Fast 和 Lite，通过 Gemini API 提供。
Veo 3.1 一条视频多长？
4、6 或 8 秒。1080p、4K、参考图和视频延长都要求 8 秒。
Veo 会生成声音吗？
会。Veo 3.1 把音频和视频一起原生生成，提示词里可以写对白和环境声等声音提示。
可以锁住哪些画面？
一张输入图、可选的尾帧用于插值，以及在 Veo 3.1 和 Veo 3.1 Fast 上最多三张参考图。Lite 不接受参考图。画幅是 16:9 或 9:16。
能在 ImgToVid 上生成 Veo 视频吗？
不能。本页生成器跑的是 Seedance 2.5，用来起草一个镜头。Veo 本身标为即将上线。
生成结果可以商用吗？
在 ImgToVid 上生成的内容是否可商用，取决于你的套餐。发布前请查看 Pricing 和 Terms，并确保提示词和上传内容不侵犯他人权利。
08 — 更多模型
