看起来像电影场景的视频是由简单的文本创建的。谷歌最新的人工智能 Veo 3.1 让这个未来更加接近。
2025年10月，谷歌宣布了AI视频生成模型“Veo 3.1”。这是同年 5 月宣布的 Veo 的继任者，可以通过 AI 创作平台 Flow 以及供开发者使用的 Gemini API 和 Vertex 来使用。
Veo 3.1 使用最多三个参考图像根据文本、图像或视频提示生成视频，以保持风格和特征的一致性。是。 Flow 在过去 5 个月内生成了 2.75 亿个视频。所有视频都嵌入了一个名为“SynthID”的标识符，表示 AI 生成。 OpenAI 的“Sora”是竞争对手。
从： 
谷歌在 Flow 和 API 中发布新的 AI 视频模型 Veo 3.1：这意味着什么
【编辑部评论】
谷歌宣布了新的AI视频生成模型“Veo 3.1”。我们不只是创造美丽的图像，这次最值得注意的一点是，我们显着强化了“控制功能”，让创作者可以按照预期编织故事。虽然OpenAI的《Sora 2》以其可能被误认为是现实的真实感让世界惊叹不已，但可以说谷歌选择了一条更加“实用”的进化道路。
此更新的一个特别重要的功能是与音频的集成。传统的AI视频制作，在制作视频后需要分别添加旁白和音效。然而，使用 Veo 3.1，对话和背景声音可以与视频同时生成。就变成这样了。这使得集成视频和音频的故事讲述更加自然和情感化。
保持人物和风格一致性的能力也得到了提高。通过向人工智能传递最多三个“参考图像”，可以轻松地使同一角色在不同场景中以相同方式出现，或者在整个视频中统一特定艺术家的风格。这一功能将大大提高其在专业环境中的使用，例如系列视频和品牌形象很重要的企业广告。
Veo 3.1可以在各种平台上使用，例如Google的AI生产工具“Flow”、面向开发人员的“Gemini API”以及面向企业的“Vertex AI”。这意味着从个人创作者到大公司的开发团队的每个人现在都可以从其环境中的先进视频生成技术中受益。特别是，在生成视频后允许“插入”或“删除”特定项目的编辑功能有可能从根本上改变人工智能视频制作的过程。这真正预示着一个通过人工智能对话“创造”图像的时代的到来。
当然，也存在挑战。尽管制作逼真的视频变得如此容易，但传播虚假新闻和错误信息的风险始终存在。作为对策，谷歌推出了一种系统，在所有人工智能生成的视频中嵌入一种名为“SynthID”的隐形数字水印，以帮助识别它们，但我们用户需要比以往更有文化才能正确辨别信息。
这也使得版权问题变得更加复杂。不可否认，现有的受版权保护的作品可能包含在人工智能学习的数据中，即使创作者试图用人工智能重新创作自己的作品，据报道，困境在于输出只是一种意想不到的形式。
Sora追求“真实感”，Veo则强调“可控性”。人工智能视频生成领域的霸主之争可能会变得更加有趣。这项技术不仅可以简化视频制作，还可以扩展我们的创造力，成为创造前所未见的故事的强大合作伙伴。当我们倡导“科技促进人类进化”时，我们不能将目光从这一进化的最前沿移开。
【术语解释】
AI视频生成模型
这是一种AI根据文本、图像等指令自动生成视频的技术。 Google的Veo和OpenAI的Sora被称为代表模型。
参考图片
使用AI生成视频时，用于将角色的外观和整体绘画风格统一为特定风格的图像。在 Veo 3.1 中，您最多可以指定 3 张卡。
语音合成
这是一种AI生成图像，同时自动创建与内容相匹配的对话、背景音乐、音效等的技术。这使得创建视频和音频自然同步的内容成为可能。
[参考链接]
谷歌（外部）
传播Google AI举措和最新信息的官方网站。还介绍了人工智能的伦理原则及其在社会贡献方面的应用实例。
谷歌深度思维（外部）
谷歌的人工智能研发部门。他正在领导 Veo 和 Gemini 等尖端人工智能模型的开发。
我懂了（外部）
由Google DeepMind开发的AI视频生成模型。它能够从文本和图像生成忠实于物理定律的高质量视频。
流动（外部）
谷歌提供的AI视频制作工具。搭载 Veo 的平台，允许创作者通过直观的操作生成和编辑视频。
双子座API（外部）
供开发人员将 Google 的 AI 模型（例如 Veo）整合到自己的应用程序中的 API。它兼容多语言和多模式。
顶点人工智能（外部）
Google Cloud 为企业提供的集成人工智能开发平台。您可以管理从 AI 模型构建到部署的一切。
合成ID（外部）
用于识别人工智能生成内容的数字水印技术。以人眼看不见的方式将信息嵌入到内容中。
[参考视频]
[参考文章]
介绍 Veo 3.1 和 Flow 中的高级功能（外部）
Google 官方博客发布 Veo 3.1 公告文章。详细解释了语音生成集成和风格控制等新功能。
谷歌的 Veo 3.1 旨在解决 AI 视频混乱问题，但问题仍然存在（外部）
一篇从批判角度报告 Veo 3.1 的文章。在评估可控性的同时，它指出了虚假信息和版权等剩余问题。
[编者后记]
当你听到“人工智能制作的视频”时，你不觉得它在某种程度上是无机的，只有固定的模式吗？ Google 的 Veo 3.1 可能会显着改变这种形象。
这种演变的关键是“控制”。这标志着一个时代的开始，我们不再把视频交给AI来制作，而是像导演一样给出详细的指令，与AI一起创作出我们想要的故事。
如果你有这项技术，你想讲一个什么样的故事？是对过去记忆的再现、幻想世界的可视化，还是新的商业理念？让我们一起探讨这项技术能够在多大程度上拓展我们的创造力。