Veo 3.1 有何不同？

Google DeepMind 推出的 Veo 3.1 是首个能够直接从文字提示生成同步原生音频（对话、环境音效和分层音效）的 AI 视频模型，无需独立的音频处理管线。Veo 3.1 引擎以原生 1080p 渲染，支持可选 4K 升级，帧率可选 24fps 或 30fps，产出可媲美专业制作流程的影视级画面。增强的提示词理解能力可解读高级电影术语，包括推拉变焦、跟焦和过肩构图，将导演意图精确转化为镜头编排。多参考图引导通过锁定上传参考照片的视觉身份，在不同镜头间保持角色和场景一致性。片段链接将独立生成的片段拼接为具有平滑转场的连贯多场景叙事，支持长篇故事创作。无论你是制作短视频社交内容、产品演示还是电影级序列，Veo 3.1 都能在单次生成中交付带有集成音频的广播级视频。