Veo 是 Google DeepMind 的视频生成模型。当前版本 Veo 3.1 能根据一段文字或一张起始图片生成短片，并且在生成画面的同时生成声音——环境音、音效，甚至人物对白。这一点是它和更早的视频工具最大的不同：过去声音要另外配。
在哪里使用
Veo 与其说是独立产品，不如说是一个通过 Google 自家工具调用的模型：Gemini App、Google Flow（围绕它打造的视频创作工具）、Google AI Studio 以及 Gemini API。需要注意的是使用门槛——你能生成什么、能生成多少，取决于你的 Google 套餐，在 Flow 里还涉及积分，所以先看清当前规则，再围绕它安排项目。这套生态里助手的那一面，可以看我们的 Gemini 使用指南。
擅长什么
除了文生视频，Veo 还支持图生视频，以及用参考图保持角色或场景在各镜头间一致（"ingredients"）。它还能延长片段、指定首尾帧、增删画面中的物体，输出最高可到 1080p 或 4K。生成结果会带上 SynthID 隐水印，用于标识 AI 生成内容。
要注意什么
生成的片段很短，声音是最弱的一环——短句对白有时仍会听起来别扭。把第一次结果当成草稿：检查人物的脸和手、画面里的文字，并确认你对起始用的图片或素材拥有使用权。给视频模型写提示更像当导演，而不是写一次查询，通常要试几次才能得到想要的镜头。
