我要投稿

Google Veo 3.1 发布: 全解析

发布日期：2025-10-16 05:12:44 浏览次数： 1517

作者：赛博禅心

微信搜一搜，关注“赛博禅心”

大半夜的， Google 把 Veo 3.1 发了

和 Sora 一样，生成的视频，也都自带声音

能生成 720p 和 1080p 的 8 秒视频

在内容质量质量、物理效果、真实性和提示词遵循方面，都很表现卓越

声音与内容，也结合的很好

并且充满创意

除此之外，本次升级，还带来了三项功能:

视频扩展: 把之前生成的视频接着往下做
指定帧生成: 给个开头帧+结尾帧，中间的它来补
图片引导: 最多3张参考图，保持角色/风格一致性

这东西，可以通过 Gemini API 直接调用

也可以在 https://aistudio.google.com/ 中使用

但在这之前，你需要先 setup 一个付费账户

https://console.cloud.google.com/billing/create

三个新能力，都挺实用

视频扩展

假如之前生成了一段滑翔伞起飞的视频，8秒结束了

现在可以直接接着做: "让滑翔伞缓慢下降"

模型会从上一段的最后1秒(24帧)开始，继续生成

首尾帧

给两张图，前一张: 姜黄色猫咪开红色敞篷车，在法国里维埃拉海岸

后一张: 车从悬崖上起飞

中间的过程，模型自己补

图片引导

最多上传3张参考图，可以是:

角色的不同角度
产品的多个细节
风格的参考样本

模型会在生成的视频里保持这些元素的外观

举个例子，先上传一条深海安康鱼

再来一套粉色公主裙

提示词写「制作一个搞笑卡通版的鱼，穿着服装游泳并挥舞魔杖」

出来的就是: 安康鱼穿着公主裙的动画

一些限制

只有API: 目前你只可以通过 API（或者 AI Studio）来访问

生成速度: 最快11秒，高峰时可能要6分钟

视频保留: 生成的视频在服务器上只存2天，要下载就趁早

安全过滤: 所有视频都会过滤，违规的提示词直接被拦，生成的视频自带 SynthID 水印(Google 的AI内容标识)

音频问题: 有时候安全过滤会阻止视频生成，但不收费

最后

Veo 3.1 这次把原生音频、扩展、帧控制这几个能力打包，速率限制也优化了

让我们把目光转向 OpenAI，看他们接下来怎么发

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-10-16

"问天天语了"李继刚解密AI时代的三个核心问题 | 43 Talks

2025-10-16

Claude Haiku 4.5 发布：小模型比肩 GPT-5

2025-10-16

京东零售总监胡浩：大模型技术在京东供应链的探索和实践

2025-10-16

OpenAI“隐秘客户榜”曝光：谁在烧掉上万亿Token？

2025-10-16

AI重塑交易，华泰再造华泰

2025-10-16

如何构建AI原生应用？从大模型到知识中台，从数据到规则逻辑。AI原生=模型原生+知识原生+价值原生

2025-10-16

有了这个AI Agent，别再养一个研究团队了！

2025-10-16

Anthropic 发布 Haiku 4.5，总结：多快好省

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek-V3.1 发布，迈向 Agent 时代的第一步

2025-08-21

DeepSeekV3.1 提到的 UE8M0 FP8 Scale 是什么？下一代国产芯片设计？

2025-08-21

DeepSeek V3.1 测评

2025-08-19

新版 GPT-5 刚刚发布，最卷 AI 连肝代码 7 小时，编程工具大洗牌开始了

2025-09-16

WAIC 2025 观察：大模型进入“效率与场景”决胜期

2025-07-29

AI大家说 | 下一代AI创业的机会在哪里？定价趋势是什么？

2025-09-08

阿里发布下一代企业级智能体开发框架AgentScope 1.0

2025-09-17

DeepSeek突然更新V3.1：实测后才发现的亮点与槽点

2025-08-19

RagFLow v0.20.X全面解析！双向MCP、Agentic智能体...这次真的起飞了！（附长图）

2025-09-29

DeepSeek v3.1 到底有多强？与 Claude Code 一起实测！

2025-08-20

大家都在问

OpenAI“隐秘客户榜”曝光：谁在烧掉上万亿Token？

2025-10-16

Comet、Dia相继开放！AI浏览器到底在解决我们的什么问题？

2025-10-14

为何底层数据湖决定了 AI Agent 的上限？

2025-10-13

分发变现闭环: sora2不是“又一次热点”，而是质变？

2025-10-09

OpenAI搭台：AI应用繁荣周期的起点？

2025-10-09

OpenAI 开发者大会DevDay 2025发布了什么？

2025-10-07

Qwen3 Omni 的“全模态”，到底和多模态有啥不一样？

2025-10-04

AI编程学习：Chrome DevTools MCP 到底有多强？

2025-09-30

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB