Nano Banana

Veo 3.1 — 带原生音频的 4K 电影级 AI 视频

Veo 3.1 是 Google 带原生音频的视频模型。描述一个场景——包括人物说的话——就能得到一段对白和音效都对得上的电影感短片。在下面输入提示词，马上试试。

  • Google DeepMind 视频模型
  • 原生对白和音效
  • 720p、1080p 或 4K
  • 4–8 秒短片
打开完整工作台

更多模型

为什么 Veo 3.1 是最好的 AI 视频生成器之一

需要一段看起来、听起来都像成片的镜头时，选 Veo 3.1。它同时生成画面和声音，很懂镜头语言，也能把一张静态图变成可信的动态场景。

  • 原生同步音频

    对白、音效和环境声与视频一起生成，和画面里发生的事情对得上。

  • 电影质感

    理解景别、运镜、光线和类型片风格，按分镜表的写法写提示词效果很好。

  • 更好的图生视频

    可以用你自己的图片作为首帧；Google 在 3.1 里提升了图生视频的提示词遵循和画质。

  • 最高 4K

    可输出 720p、1080p 或 4K，横屏 16:9 或竖屏 9:16。

Veo 3.1 能做什么

  • 文生视频

    在一段提示词里写清主体、动作、场景、镜头和声音。

  • 首帧生成视频

    上传一张图片作为开场画面，再描述场景要怎么动。

  • 引号里写对白

    把台词放在引号里，比如：咖啡师说"还是老样子吗？"——角色就会说出来。

  • 音效和环境声

    写出想要的声音——雨打窗户、脚步声、远处的火车——也可以关闭音频生成无声片段。

  • 4、6 或 8 秒

    短而集中的镜头，方便剪成更长的片子。

  • 横屏或竖屏

    16:9 适合 YouTube 和宽屏，9:16 适合抖音、视频号和 Reels。

使用场景

复制示例提示词，粘贴到上面的生成器里就能用。

场景适合做什么示例提示词
短广告带旁白式台词和音效的产品镜头。

特写：阳光下的咖啡馆吧台，一只手把冰咖啡倒进玻璃杯，冰块碎裂、咖啡飞溅，画外一位女生说"夏天从这里开始"，温暖的电影光线，缓慢推近

剧情片段角色之间有对白的短小戏剧场景。

夜里两个朋友坐在火车上，窗外城市灯光掠过，其中一人转头说"我们应该早点出发的"，另一个轻轻笑了，火车低沉的轰鸣声，手持中景

让照片动起来把一张静态图作为首帧，让它活起来。

镜头缓缓向前，画面里的灯笼在晚风中开始轻轻摇晃，远处传来人群的说话声和轻柔的音乐

自然和旅行带自然声音的氛围感空镜。

航拍镜头在日出时掠过雾气弥漫的松林，飞向平静的湖面，鸟鸣声，微风，电影级调色

竖屏短视频为短视频信息流做的 9:16 片段。

竖屏镜头：夜市里的小摊贩在火焰翻腾的炒锅里颠炒面条，滋滋作响的声音和人群嘈杂声，鲜艳的霓虹色彩

氛围短片用于预告片和情绪板的类型片风格镜头。

黑色电影风格：穿风衣的侦探在雨中闪烁的路灯下点燃一支烟，远处传来萨克斯声，黑白画面，低角度

3 步用好 Veo 3.1

  1. 1

    描述镜头或上传首帧

    写出动作、镜头和声音，台词放在引号里；或者上传一张图片作为视频的起点。

  2. 2

    选择时长、分辨率和画幅

    选 4、6 或 8 秒，720p 到 4K，16:9 或 9:16，以及是否生成音频。提交前会显示要花多少积分。

  3. 3

    生成并保存视频

    视频需要几分钟，生成后保存在"我的作品"。如果失败，积分会自动退还。

关于 Veo 3.1 — 带原生音频的 4K 电影级 AI 视频 的 X 帖子

关于 Veo 3.1 — 带原生音频的 4K 电影级 AI 视频 的 YouTube 视频

常见问题

会。音频默认开启，包括与画面同步的对白、音效和环境声。也可以关掉，生成无声片段。

准备好用 Veo 3.1 导演你的场景了吗？

Google 的电影级模型：动作真实、4K 输出，每段视频都带原生声音。

浏览全部模型
  • 单段最长 8 秒
  • 原生音频
  • 失败自动退还积分