Veo 3.1 無料オンライン AI 動画生成
ショットを描写するか、最初と最後のフレームを渡せば、セリフ、効果音、環境音が映像と同時に生成された 4 秒、6 秒、8 秒のクリップが手に入ります。低コストで 4K なら Veo 3.1 Fast、Google のフルモデルを 1080p で使うなら Veo 3.1 Pro を選びましょう。 Yovid で Veo 3.1 の動画づくりを始めましょう。
Veo 3.1 が映し出す世界
Yovid で Veo 3.1 を選ぶ理由
- セリフも音も、同じ生成で：セリフ、環境音、音楽、効果音がフレームと一緒に出力され、最初から同期しています。
- カメラワークを普通の言葉で書く：トラック、プッシュイン、ピボット、静止。Veo 3.1 は、1 つのプロンプト内の短いショットリストに従います。
- 好きなフレームで始まり、好きなフレームで終わる：最初のフレーム、あるいは最初と最後のフレームをアップロードすれば、Veo 3.1 がその間の動きと音を埋めます。
- Veo 3.1 Fast で 4K 出力：同じ 8 秒のショットを 720p、1080p、4K でレンダリング。4K は Premium またはクレジットパックで利用できます。
- 2 つのバリエーション：Veo 3.1 Fast と Veo 3.1 Pro：Fast は低価格で 4K に対応。Pro は Google の標準 Veo 3.1 モデルを最大 1080p で動かします。
- 架空の世界でも説得力のある物理表現：ロウ、湯気、水、光が、フォトリアルなシーンでもミニチュアでも、あるべきとおりに振る舞います。
- Yovid の Veo 3.1 の全設定：2 つのバリエーション、3 通りの長さ、2 種類のアスペクト比、最大 4K、テキストまたはフレーム入力、音声は常にオン。
セリフも音も、同じ生成で
Veo 3.1 は、あとから音を付けるための無音クリップを渡してくるわけではありません。Google は、セリフ、環境音、効果音、音楽を映像と同じ処理で生成するよう作ったので、つぶやいた一言は口の動きに合い、ドアは閉まった瞬間に音を立てます。
Yovid では、Fast でも Pro でも、すべての Veo の生成で音声がオンです。話させたいセリフはかぎ括弧で囲み、音の風景は普通の言葉で描写しましょう。下のプロンプトは、街のざわめき、遠くの話し声、ゆったりしたヒップホップのビートの上に、ひとことのセリフをのせています。
Veo 3.1カメラワークを普通の言葉で書く
Veo 3.1 は映画の言語をしっかり読み取ります。廊下に沿ってゆっくりトラッキングし、アーチをくぐってプッシュインし、バーの方へピボット、と頼めば、1 本の 8 秒のテイクの中で、その順番どおりに動かします。
Google の Veo 3.1 向けプロンプトガイドでは、カメラワーク、被写体、動作、場所、スタイルとムードという 5 つの順序が勧められています。まずカメラから書き始めると、あとのショットも自然にまとまりやすくなります。
Veo 3.1好きなフレームで始まり、好きなフレームで終わる
アップロードした画像 1 枚が、クリップの冒頭フレームになります。2 枚目を加えると、Veo 3.1 が最初の絵から最後の絵までのカメラの動きを組み立てます。下のショットが、納屋の中を抜けて飛び出し、草原を横切る騎手のもとに着地するのもこの仕組みです。
Veo 3.1 でフレームから動画にも音声が加わったため、トランジションにも固有の音が付いてきます。動きを一つひとつ指示しなくても、キービジュアル、商品の静止画、2 枚の絵コンテをアニメーション化する、いちばん手早い方法です。
Veo 3.1Veo 3.1 Fast で 4K 出力
Yovid の Veo 3.1 Fast では、3 つの解像度を選べます。アイデアを試す 720p、たいていの納品に使える 1080p、大画面でも耐える、あるいは編集でクロップしても持ちこたえる必要があるショット向けの 4K。下の氷河は 4K でレンダリングし、このページ用に縮小しています。
720p と 1080p は 1 秒あたりのコストが同じで、4K はそれより高くなるため、まず 720p で構図を決めましょう。4K は Premium と、Creator、Studio、Max、Agency のクレジットパックで利用できます。Lite と Pro のサブスクリプションでは、Veo は最大 1080p です。
2 つのバリエーション：Veo 3.1 Fast と Veo 3.1 Pro
Yovid は、Google が提供する両方のバージョンを動かしています。Veo 3.1 Fast は速度とコストを重視したバリエーションで、Yovid では 4K に対応するのもこちらです。Veo 3.1 Pro は Google の標準の Veo 3.1 で、1080p で十分な最終ショットに向けた品質優先の選択です。
プロンプト、長さ、アスペクト比、フレーム入力は両方で同じように使えるので、Fast で試し、Pro で本番を仕上げる、という使い分けも、1 語も書き直さずにできます。このページでは Fast を選んだ状態で生成画面が開きます。
| Veo 3.1 Fast | 720p、1080p、または 4K720p・1080p で 1 秒あたり約 3 クレジット、4K で 10 クレジット。Lite 以上のプラン、または Creator、Studio、Max、Agency のクレジットパックで利用できます。 |
|---|---|
| Veo 3.1 Pro | 720p または 1080p1 秒あたり約 8 クレジット。Lite、Pro、Premium のいずれかのサブスクリプションが必要です。 |
| 8 秒のクリップ | 1080p の Fast で約 24 クレジットクレジットパックの料金で、4K の Fast で約 80、Pro で 64。 |
| 両方に共通 | プロンプト、長さ、アスペクト比、フレームプロンプトを変えずに、モデル一覧でバリエーションを切り替えられます。 |
架空の世界でも説得力のある物理表現
Google 自身のテストでは、MovieGenBench の物理プロンプトにおいて、人間の評価者が視覚的にリアルな物理表現で Veo 3.1 を他のモデルより上位に選びました。画面上では、足音で波打つロウ、自然に減衰する炎の光、カメラとともに流れる湯気、といった形で現れます。
それは作り物の舞台でも変わりません。下のシーンは、溶けたロウの風景を横切る小さなロウ人形で、タイムコード付きのショットリストとして書かれています。冒頭のトラッキングショット、長い歩み、最後の 1 秒のゆっくりした引きです。
Veo 3.1Yovid の Veo 3.1 の全設定
書く前に 16:9 か 9:16 を選んでおくと、被写体とカメラの軌道がそのフレームに合わせて構成されます。縦型のクリップは、横長のレンダリングを切り抜いたものではなく、最初から縦で生成されます。
| 長さ | 4 秒、6 秒、または 8 秒初期設定は 4 秒。 |
|---|---|
| アスペクト比 | 16:9 または 9:16 |
| 解像度 | 720p または 1080p。Veo 3.1 Fast は 4K も可初期設定は 720p。Lite と Pro のサブスクリプションは 1080p まで。 |
| 入力 | テキスト、最初のフレーム、または最初と最後のフレームYovid の Veo では、参照画像とシーン延長は利用できません。 |
| 音声 | 常に生成セリフ、効果音、環境音、音楽。プロンプトで方向づけられます。 |
| プロンプト | 最大 2,000 文字 |
| 出力 | MP4 |
Veo 3.1 が特に向いている人
音声込みの 8 秒は、長いストーリーより、短くて完成度の高いショットに向いています。特に力を発揮するのは、こんな仕事です：
- 広告・ブランドチーム：注ぐ音、カチッという音、ひとことのセリフが映像にぴったり合う必要がある、ヒーローショット、バンパー、商品の見せ場。
- SNS 動画クリエイター：Reels、Shorts、TikTok 向けの、セリフ入りの縦型 9:16 のフック動画。最初のフレームから縦で生成されます。
- 映像作家・絵コンテアーティスト：2 枚の絵コンテを、固有の音付きで動くショットにして、ピッチやプリビズに使えます。
- EC・商品チーム：商品の静止画をカメラワークと音でアニメーション化し、選んだテイクを Veo 3.1 Fast の 4K でレンダリング。
- アニメーター・ストーリーテラー：ロウのミニチュアからファンタジーの風景まで、環境音と効果音がすでに入った、スタイライズドな世界。
Veo 3.1 Fast と Veo 3.1 Pro・Seedance 2.5・Kling 3.0・Sora 2 を比較
Veo の 2 つのバリエーションと、Yovid で選べる 3 つのモデルを並べました。最後の行を除くすべてのセルは、各モデルが現在生成画面で提供している設定から読み込んでいます。
| 機能 / モデル |  Veo 3.1 Fast | Veo 3.1 Pro |  Seedance 2.5 |  Kling 3.0 |  Sora 2 |
|---|---|---|---|---|---|
| 最長尺 | 8 秒 | 8 秒 | 30 秒 | 15 秒 | 12 秒 |
| 最高解像度 | 4K | 1080p | 1080p | 1080p | 720p |
| アスペクト比 | 16:9, 9:16 | 16:9, 9:16 | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 | 16:9, 9:16, 1:1 | 16:9, 9:16 |
| 参照画像 | — | — | 30 | — | — |
| 720p・5 秒のクレジット | 15 | 40 | 31 | 13 | 10 |
| 向いている用途 | 最も低い Veo の価格で、音声付きの短いショットを最大 4K で。 | 洗練された 1080p の最終版に使う、Google の標準 Veo 3.1。 | 最長 30 秒のテイクと、参照素材を多用する制作。 | 最長 15 秒の、表情豊かなキャラクターの動き。 | テキストや 1 枚の画像から作る、最長 12 秒のクリップ。 |
クレジットは、720p（またはモデルが対応する最も近い解像度）で 5 秒の動画を作る場合のクレジットパックの標準料金で、Yovid の最新料金に連動します。サブスクリプションでは 1 秒あたりの消費が少なくなります。Veo は 4 秒、6 秒、8 秒でレンダリングされるため、5 秒の数値は比較用にすぎません。
Veo 3.1 の強みと制約
Yovid のラインナップの中で Veo 3.1 が勝る点と、別のモデルや設定のほうがよい場面です。
強み
- 音声が標準装備：セリフ、効果音、環境音、音楽がすべてのクリップに付き、別途音声を付ける作業は不要です。
- 4K：Yovid で 4K をレンダリングできる動画モデルは Veo 3.1 Fast だけです。
- フレーム制御：音声付きの最初と最後のフレームのトランジションで、決まった画像で始まり、終わるショットを作れます。
- 2 つの価格帯：Fast は 1 秒あたり約 3 クレジット。Google の標準モデルが欲しいときは Pro。どちらも同じプロンプトで使えます。
制約
- クリップの長さ：1 回の生成は最長 8 秒。長いテイクなら、Seedance 2.5 が 30 秒まで対応します。
- 参照画像なし：Veo の Ingredients to Video とシーン延長は Yovid では提供していません。参照には Seedance 2.5 と Wan 3.0 が使えます。
- プランによる制限：無料プランでは使えません。Fast は Lite 以上または Creator 以上のパック、Pro はサブスクリプション、4K は Premium かパックが必要です。
- 音声は常にオン：無音モードはありません。エディタでミュートするか、トラックを差し替えてください。
Yovid で Veo 3.1 を使う方法
- ステップ 1
Veo 3.1 Fast か Pro を選ぶ
動画生成画面を開きます。このページでは Veo 3.1 Fast が選択済みです。Veo 3.1 Pro には、モデル一覧の Google から切り替えられます。
- ステップ 2
ショットを書き、あればフレームを追加
カメラ、被写体、動作、場所、音を描写し、最初のフレーム、または最初と最後のフレームを添付します。
- ステップ 3
長さと解像度を設定して生成
4 秒、6 秒、8 秒のいずれかと 16:9 か 9:16、Fast なら最大 4K を選び、クリップを確認して MP4 をダウンロードします。
すぐに試せる Veo 3.1 プロンプト例
Google DeepMind がこれらの Veo 3.1 クリップとともに公開したプロンプトを、長さに合わせて短くまとめました。生成画面で開いて、細部を変えて自分だけの 1 本にしましょう。
中華鍋の煽り
8 秒・音声付きこのプロンプトを試すA handheld shot follows a wok as it’s expertly flicked, sending vibrant, sizzling vegetables tumbling over themselves in a flash of motion and steam. Audio: a metallic clank and a sharp whoosh.
炎を掲げるロウ人形
8 秒・タイムコード付きショットリストこのプロンプトを試すA small, pale yellow, humanoid figure crafted from wax stands centered in a warm, ethereal landscape of molten wax, a delicate, bright flame flickering in its raised hand. (0-1 seconds) The camera initiates a smooth tracking shot at eye level as the figure begins to gently walk forward, its small feet creating subtle ripples in the wax terrain. (1-7 seconds) The wax person continues its quiet journey; the camera holds its smooth tracking motion, subtly receding to reveal a broader view of the wax world. (7-8 seconds)
ホームバーの登場
8 秒・カメラワークとセリフこのプロンプトを試すThe camera begins with a slow, elegant track along the walls of a dimly lit, sophisticated hallway. Soft jazz music plays in the background. As we approach an arched entryway, the camera performs a graceful push-in, then smoothly pivots to the right, opening up to a luxurious home bar. The clinking of ice and the murmur of conversation become audible. The camera settles on a close-up of a perfectly crafted cocktail. "Welcome," a smooth, baritone voice says. "Care for a taste?" A mixologist steps into frame, followed by a playful, mischievous cat that jumps onto the bar.
壁画の前の会話
8 秒・セリフと音楽このプロンプトを試すA medium shot opens on a seasoned, grey-bearded man in sunglasses and a paisley shirt, his gaze fixed off-camera with a contemplative expression. Beside him, a younger man in a tank top, also looking forward. The camera slowly pushes in. In the background, a vibrant mural splashes across a wall, hinting at an urban setting. Faint city murmurs and distant chatter drift in, accompanied by a mellow, soulful hip-hop beat. "The city always got a story," the older man murmurs, a slight nod of his head. "Just gotta listen."
Yovid のほかの動画モデル
Veo 3.1 をもっと使いこなすためのガイド
プロンプトの型、画像から動画の作例、Yovid の全動画モデルの比較。