Veo 3 擅长什么——又不擅长什么

Veo 3 是 Google 的电影感文生视频模型——市面上最写实的选项之一,带自然光、可信物理、连贯的场景构图。它超越画面的标志性能力是原生音频:对白、环境声、音效与视频一起生成、默认开启,所以一次生成出来就是一个完整时刻,而不是还要补声的静音片段。对电影级定场镜头、品牌片、主视觉时刻,这套组合就是吸引力所在。

输出 720p 或 1080p,16:9 或 9:16,片段 4、6 或 8 秒。电影感质量伴随更高的单秒成本,所以常见做法是把 Veo 3 留给写实和声音真正重要的镜头,其它地方起稿。

它的位置:Veo 3.1 是更新的一代;Veo 3.1 Fast 是也提供 4K 的更便宜 Veo 选项。论纯运动物理,Seedance V2.0 是强力替代;论更长的同步音频镜头,Kling O3;论便宜草稿,Pika V2.2。Veo 3 的甜点区是电影感、带声音的主视觉镜头。

一个合理的心理模型:镜头需要带音频的电影感写实、且成本值得时拿出 Veo 3,要更新的一代就上 Veo 3.1,要更低成本的 Veo 就 Veo 3.1 Fast。