美国当地时间周三,谷歌正式推出新一代AI视频生成模型Veo
3.1,通过一系列创意与技术升级,显著提升了AI视频的叙事控制能力、音频融合度与画面真实感。
此次更新不仅为使用谷歌AI创作应用Flow的爱好者和创作者拓展了可能性,更为企业用户、开发团队和创意机构带来了可扩展、可定制的视频解决方案。
新模型在画质、物理模拟效果上均有明显提升,同时保持了与前代一致的定价体系。控制与编辑功能更加丰富多样,操作体验更为流畅。
与OpenAI上月发布的Sora 2相比,Veo
3.1的画面风格更偏向电影质感,视觉效果更加精致,但同时也稍显“人工化”。这种差异各具特色:Sora
2擅长营造手持拍摄的\"自然抓拍\"风格,而Veo 3.1则更适合追求精雕细琢的视觉呈现效果。
叙事与音频控制能力升级
Veo
3.1在前代基础上,增强了对对话、环境音效及其他音频元素的处理能力。值得关注的是,原生音频生成现已全面集成到Flow平台的三大核心功能中:
●“帧转视频”:将静态图像转化为动态场景
●“素材转视频”:整合多张图像中的元素,创作复合视频
●“延伸视频”:基于已有片段持续生成,将初始视频延伸至30秒甚至1分钟以上
这些功能此前需要用户手动添加音频,现在则实现了音画同步生成。这不仅让用户能更好地掌控作品的情感基调和叙事节奏,也省去了后期制作的繁琐步骤。
对企业用户而言,这种集成化的音视频处理方式,使得制作培训材料、营销视频等专业内容更加高效,显著降低了制作门槛。
多模态输入架构支撑精细编辑
Veo 3.1支持文本、图像、视频片段等多种输入形式,并在输出控制上更加精细。新引入的功能包括:
●最多支持3张参考图像,精准把控输出内容的视觉风格
●首尾帧插值技术,实现不同场景间的自然无缝过渡
●场景延伸功能,突破单次生成时长限制,智能延续原有视频的动作与运镜逻辑
这些工具让企业用户能够精细调整内容的外观...