Veo 3

Veo 是 Google DeepMind 的视频生成模型，官网把它的定位写成「生成带音频的电影感视频」。目前官网主推的版本是 Veo 3.1，而 Veo 3 的关键变化被官方单独强调为两点：一是引入了原生音频生成，二是扩展了创作控制。官网给出的示例提示词里，同一段描述里同时写了画面（medium shot、镜头缓推、背景墙绘）和声音（城市人声、灵魂乐节拍、人物台词），这正是它与「画面生成完再配音」那类工具的差别所在。

核心能力

• 原生音频生成：官方写明可以为作品加入音效、环境音与对白，音频一并生成。
• Add ingredients to your video：给模型提供场景、角色或物体的参考图，用来约束生成结果。
• Match your style：提供风格参考图，生成同一视觉风格的视频，从绘画风格到电影感画面都支持。
• Keep your characters consistent：给角色参考图，让同一角色在不同场景中保持外观一致。
• Extend your scene：用第一个镜头的最后一秒继续往下演，官网强调在延长的同时保持画面与音频一致。
• Camera controls 与 First and last frame：分别用于精确控制镜头运动与构图，以及用首尾帧做出平滑过渡。

适合谁

• 做广告片与概念短片的创作者：需要画面与声音同时成立的场景。
• 需要角色跨镜一致性的叙事项目：官网把「保持角色一致」作为独立功能列出。
• 分镜与运镜需要精确控制的团队：镜头控制与首尾帧都是为这类需求准备的。

使用建议

• 它是模型而非成品工具，官网引导你去对应的生成入口体验（页面上有 Try in Flow 之类的入口），先确认手上有没有可用渠道再规划产能。
• 带原生音频意味着声音也是生成结果，若需要精确的台词或品牌口播，后期一定要再做一次对齐与混音。
• 官网设有 Safety 与 Capabilities 等板块，合规要求请直接读官网相关章节，不要凭印象推断可用范围。
• 参考图决定生成走向，务必用授权素材；模型版本迭代很快，能力清单以官网当前页面为准。