概覽
- 工具名稱：Veo
- 開發商：Google DeepMind
- 官網：https://deepmind.google/models/veo/
- 分類：AI Video Tools
Veo 是 Google DeepMind 的影片生成模型家族。當前一代 Veo 3.1 最突出的一點是：音訊與影片一起生成。對白、音效和環境聲與畫面在同一次生成中產出並保持同步，而不是後期再加一道聲音設計。Veo 支援文生影片和圖生影片，可以接受參考圖以在多個鏡頭間保持角色一致，提供鏡頭控制和場景延展，最高支援 4K，橫屏豎屏皆可。
主要用途
- 生成自帶聲音的鏡頭：提示詞可以指定說什麼、聽到什麼、鏡頭怎麼動，模型返回的對白和環境聲已經同步好——這是選 Veo 而不選同類產品最明確的理由。
- 跨鏡頭保持角色一致：最多三張參考圖可以錨定角色的外觀，這才讓多鏡頭序列變得可用，而不是一堆互不相干的片段。
- 一開始就按豎屏做：原生 9:16 輸出意味著 Shorts、Reels 和 TikTok 素材直接在正確的畫幅裡生成，不用後期裁切。
- 延展和編輯已有鏡頭：場景延展、物體插入和畫面外擴，讓 Veo 不侷限於單鏡頭生成，也能對已有素材做輕量編輯。
- 通過 API 規模化生成：開發者可以在 Lite、Fast、Standard 三個檔位之間選擇，按輸出秒數付費，成本可預測到能進預算。
價格方案
- Google AI 消費級訂閱：Veo 生成被打包進 Google 的消費級 AI 套餐，每月有 Flow 生成額度，各檔位上限不同。
- API — Lite：最便宜的檔位，價格約為 Fast 的一小部分，覆蓋 720p 與 1080p，面向高批次、對成本敏感的生成；不支援 4K 和場景延展。
- API — Fast：按秒計價，處於價格區間低位，適合在 720p 和 1080p 上快速迭代。
- API — Standard：畫質最高的檔位，按秒計價並隨解析度上升，4K 輸出位於區間頂端。
Veo 在 API 上按生成影片的秒數計價，消費級套餐則按月度額度，兩者 Google 都調整過不止一次。做預算前請到 deepmind.google 和 Gemini API 定價頁核對當前費率。
適用場景
- 電影人和廣告導演：對聲音是鏡頭的一部分、而不是後期再補的人。
- 短影片與社交內容創作者：原生豎屏輸出加上內建音訊，天然適配 Reels、Shorts 和 TikTok。
- 動效設計師和代理商：參考圖一致性和鏡頭控制，適合需要多個鏡頭串得起來的工作。
- 開發影片功能的工程師：三個檔位、按秒按解析度計費，讓規模化成本可預測。
如何使用Veo
1. 選擇接入路徑：消費級用 Gemini 應用或 Google Flow，程式化生成用 Gemini API 和 Vertex AI。
2. 用 Google 賬號登入，並確認影片生成在你的地區和套餐下可用。
3. 把提示詞寫成鏡頭描述：主體、動作、鏡頭，以及——這點是很多人忘的——聲音，包括任何要說出的臺詞。
4. 如果角色或物體需要保持一致，上傳最多三張參考圖。
5. 選擇檔位。迭代和批次用 Lite 或 Fast，只有確定要交付的鏡頭才上 Standard。
6. 生成後同時檢查畫面和聲音，核對口型同步和發音，多人場景尤其要注意。
7. 如果需要特定的起止畫面狀態，使用場景延展或首尾幀控制。
8. 匯出片段並在剪輯軟體裡完成——一段成片請按需要多次生成來規劃。
使用建議
- 把聲音寫進提示詞。 點明臺詞、環境聲和音效，才能釋放 Veo 相對於無聲影片模型的核心優勢。
- 在便宜的檔位上迭代。 Lite 和 Fast 的存在就是為了讓你放心燒迭代，只把最終鏡頭提到高檔位。
- 多鏡頭一定要用參考圖。 沒有參考圖，角色會在多次生成之間漂移。
- 每條交付前都檢查聲音。 同步和發音總體不錯但不完美，多人場景最容易出問題。
- 規模化前先算賬。 按秒計費意味著最高檔位下一分鐘成片是實打實的開銷，先估算迭代次數。
- 記住單次時長限制。 單次生成只有幾秒，序列應該按多個鏡頭規劃，而不是指望一個長鏡頭。
侷限與注意事項
- 單次生成很短——只有幾秒。一個成片場景需要多次生成再加一遍剪輯。
- 定價確實複雜：三條接入路徑、多個檔位，按秒費率還隨解析度和是否含音訊浮動。
- 最高畫質檔位（4K 含音訊）是市面上每秒單價最貴的一檔。
- 通過 Gemini 應用和 Flow 的消費級訪問有實際用量上限，重度使用者最終還是要走 API。
- 生成的音訊仍需複核。對白節奏、發音和多人對話場景是薄弱環節。
- Gemini、Flow、AI Studio 和 API 之間的可用性、額度和功能並不一致，在一個入口能做的事換個地方未必能行。
- 需要 Google 賬號，這對已經標準化在其他生態的團隊是個限制。
常見問題
Veo 是什麼？
Veo 是 Google DeepMind 的影片生成模型家族。當前版本 Veo 3.1 能從文字或圖片生成短影片片段，並且與多數同類產品不同，它在同一次生成中產出同步音訊。
Veo 免費嗎？
Veo 本身沒有長期免費檔。消費級訪問被打包進付費的 Google AI 套餐，每月有生成額度；API 則按輸出秒數計費。
Veo 多少錢？
API 按生成影片的秒數計價，隨檔位和解析度變化——Lite 最便宜，Standard 最貴，含音訊和 4K 會進一步上升。消費級套餐則是打包月度額度。做預算前請核對 Google 當前定價。
怎麼使用 Veo？
可通過 Gemini 應用、Google Flow、Google AI Studio，開發者則可走 Gemini API 和 Vertex AI。各入口的功能與額度不同。
Veo 能生成音訊嗎？
能。對白、音效和環境聲與影片一同生成並保持同步——這是 Veo 與競品最大的區別。
Veo 支援什麼解析度？
橫屏豎屏最高均可到 4K，具體取決於檔位。Lite 最高到 1080p。
一次能生成多長？
單次生成只有幾秒，更長的序列通過多個鏡頭串接實現。
