Ce que Veo 3.1 fait bien — et ce qu'il fait moins bien

Veo 3.1 est le modèle que vous atteignez quand le cut final doit réellement ressembler à un film terminé — quand la « vidéo IA » avec les habituels bugs d'éclairage, les mains fondantes et le bruit de texture ne passera pas. Google DeepMind a construit la gamme Veo avec un lourd appui sur le vocabulaire cinématique dans l'analyseur de prompts. Dites à Veo 3.1 « dolly in lentement, éclair anamorphique depuis la droite de la caméra, golden hour low key avec le visage du sujet dans l'ombre », et il exécutera correctement ces quatre instructions — la plupart des autres modèles vidéo en exécuteront deux sur quatre et improviseront le reste.

La fonction phare de la mise à jour 3.1 est Ingrédients vers Vidéo. Téléchargez jusqu'à trois images de référence d'un personnage, produit ou objet, et Veo les maintient cohérentes entre les scènes, les angles de caméra et même les changements d'éclairage. Cela résout le problème le plus difficile de la vidéo IA : la dérive du visage. Dans chaque génération précédente de vidéo IA, le visage du protagoniste se métamorphosait subtilement entre les plans — pommettes différentes, couleur d'yeux différente, même quand le prompt les étiquetait explicitement. Ingrédients vers Vidéo verrouille la référence ; le personnage rendu est la même personne dans chaque coupe.

La deuxième fonction phare est la sortie jusqu'en 4K avec de vrais détails. Veo 3.1 rend proprement en haute résolution sans les artefacts de bruit et l'étirement flou que vous obtenez en suréchantillonnant une source basse résolution. Pour le travail de marque, l'affichage OOH ou tout contexte où la livraison finale est en 4K, Veo termine le chemin que la plupart des autres modèles vidéo IA ne peuvent pas.

Le troisième pilier est l'audio natif synchronisé — dialogue, ambiance et effets sonores produits dans la même passe que l'image, lip-sync et synchronisés sans étape Foley séparée. Combiné avec le contrôle de prompt cinématique et la sortie 4K, c'est le modèle actuel le plus proche de produire un court métrage terminé en une seule génération.

Points faibles : pour l'itération rapide de prompts, un modèle « Fast » plus léger est le meilleur outil — utilisez-en un pour trouver la bonne composition, puis graduatez vers Veo pour la finition. Les entrées de référence multimodales (référence audio, vidéo de référence de mouvement) sont plus fortes sur Seedance 2.0. Et sur l'Elo texte-vers-vidéo brut, Seedance 2.0 est actuellement légèrement devant.

Un modèle mental raisonnable : Veo 3.1 est la défaut pour la qualité de finition cinématique et la résolution. Pour les plans riches en références, Seedance 2.0. Pour les storyboards multi-plans, Kling V3.