Google DeepMind 视频模型 · Google DeepMind
Veo 3.1 模型指南：电影感画面与原生音频
从电影感、指令遵循、原生音频和实际输出参数评估 Veo 3.1。
在 Genflow 中尝试最近审核: 2026年9月1日
先说结论
Veo 3.1 是 Google DeepMind 的视频生成模型，支持文生视频、图生视频和原生音频。Google 重点强调真实感、指令遵循、创意控制，以及对白、环境声和音效生成。
什么时候选择它
当电影感、指令遵循和同步原生音频比单次长时长更重要时，优先考虑 Veo 3.1。
模型官方事实
官方资料怎么说
只呈现厂商官方记录的能力，并与 Genflow 产品参数分开。
文生与图生视频
Google 将文生视频和图生视频都列为 Veo 3.1 的核心任务。
原生音频
可随视频生成对白、环境声和音效。
创意控制
官方资料提到参考图、首尾帧、镜头控制、续写和对象插入。
Genflow
Genflow 当前支持
以下参数直接读取当前 Genflow 模型配置。
- 生成方式
- 首尾帧生视频, 文生视频
- 时长
- 4, 6, 8 秒
- 画幅
- 16:9, 9:16
- 输出
- 720p, 1080p
- 原生音频
- 支持
适用方向
- 适合强调真实运动和电影感的镜头。
- 原生对白、环境声与音效可减少单独配音步骤。
- Genflow 同时提供标准版与 Fast 版。
需要审核
- Genflow 当前为固定短时长，较长叙事仍需多片段工作流。
- 原生音频仍要审核发音、节奏、品牌安全和版权。
Veo 3.1
实际使用场景
电影感商品镜头
围绕灯光、镜头、运动和声音制作高完成度主视觉片段。
对白概念片
在正式制作前快速验证带对白的场景。
图片转视频
在保留核心构图的前提下，让确认过的主视觉动起来。
FAQ
创作者常问的问题
Veo 3.1 可以生成音频吗？
可以。Google 说明 Veo 可随视频原生生成对白、音效和环境声。
Genflow 的 Veo 3.1 支持哪些时长？
Genflow 当前为 Veo 3.1 与 Fast 版提供 4 秒、6 秒和 8 秒。
Veo 3.1 适合图片转视频吗？
适合。图生视频是 Veo 的核心能力之一，Genflow 也开放了基于关键帧的视频生成入口。
官方一手资料
本页事实均根据以下官方模型资料审核。