Veo 3.1 免费在线 AI 视频生成器
描述一个镜头，或者给 Veo 3.1 一张首帧和一张尾帧，就能得到一条 4、6 或 8 秒的视频，对白、音效和环境音与画面一起生成。想要成本更低的 4K，选 Veo 3.1 Fast；想用 Google 完整的模型出 1080p，选 Veo 3.1 Pro。 现在就在 Yovid 上用 Veo 3.1 开始创作。
Veo 3.1 能拍出什么画面
为什么在 Yovid 上用 Veo 3.1 做视频
- 对白和声音在同一次生成中完成：台词、环境音、音乐和音效随画面一起生成，天然同步。
- 用大白话写运镜：跟拍、推近、转向、定格：Veo 3.1 能在一条提示词里照着简短的镜头清单走。
- 用你选的画面开场和收尾：上传一张首帧，或首帧加尾帧，Veo 3.1 补出它们之间的动作和声音。
- Veo 3.1 Fast 的 4K 输出：同一个 8 秒镜头可以渲染成 720p、1080p 或 4K；4K 需要 Premium 套餐或积分包。
- 两个版本：Veo 3.1 Fast 与 Veo 3.1 Pro：Fast 更便宜，还能到 4K；Pro 运行 Google 的标准 Veo 3.1 模型，最高 1080p。
- 即使在虚构的世界里，物理效果也可信：蜡、蒸汽、水和光线表现得符合常理，写实场景和微缩场景都一样。
- Yovid 上的所有 Veo 3.1 设置：两个版本、三种时长、两种画面比例、最高 4K、文字或帧输入，声音始终开启。
对白和声音在同一次生成中完成
Veo 3.1 不会给你一段无声视频，让你事后再配乐。Google 把它做成在生成画面的同时，生成语音、环境音、音效和音乐，所以低声说的一句话对得上嘴型，门关上时也有声响。
在 Yovid 上，无论 Fast 还是 Pro，每次 Veo 生成都带声音。把想让角色说的话放进引号，再用大白话描述声音环境，就像下面的提示词那样，在一句对白之下写进了城市的低语、远处的交谈和舒缓的嘻哈节拍。
Veo 3.1用大白话写运镜
Veo 3.1 对电影语言理解得很细。要求沿着走廊缓慢跟拍、穿过拱门推近、再转向吧台，它会在一个 8 秒的长镜头里按这个顺序依次完成。
Google 的 Veo 3.1 提示词指南建议按五部分的顺序来写：运镜、主体、动作、场景，然后是风格和氛围。先写运镜，镜头的其余部分往往就会顺理成章。
Veo 3.1用你选的画面开场和收尾
一张上传的图片会成为视频的开场画面。再加第二张，Veo 3.1 就会算出从第一张到最后一张的运镜路径，下面这个镜头正是这样飞出谷仓，最后落在一位穿越草原的骑手身上。
Veo 3.1 把音频带进了帧到视频的生成，所以转场自带声音。想让主视觉图、产品静物图或两张分镜画面动起来，又不想把每个动作都写出来，这是最快的办法。
Veo 3.1Veo 3.1 Fast 的 4K 输出
Yovid 上的 Veo 3.1 Fast 提供三档分辨率：720p 用来试想法，1080p 适合大多数交付，4K 则用在镜头要上大屏、或要在剪辑中裁切的时候。下面的冰川是用 4K 渲染的，在本页上缩小显示。
720p 和 1080p 每秒的价格相同，4K 更贵，所以先用 720p 定好构图。4K 对 Premium 以及 Creator、Studio、Max 或 Agency 积分包开放；Lite 和 Pro 订阅的 Veo 最高渲染 1080p。
两个版本：Veo 3.1 Fast 与 Veo 3.1 Pro
Yovid 同时运行 Google 提供的两个版本。Veo 3.1 Fast 是主打速度和成本的版本，在 Yovid 上也是支持 4K 的那个。Veo 3.1 Pro 是 Google 的标准 Veo 3.1，是只需要 1080p 的最终镜头的画质优先之选。
两者的提示词、时长、画面比例和帧输入都一样，所以你可以在 Fast 上测试，再用 Pro 渲染选中的那条，一个字都不用改。本页打开的生成器默认选的是 Fast。
| Veo 3.1 Fast | 720p、1080p 或 4K720p 或 1080p 每秒约 3 积分，4K 为 10。Lite 及以上套餐，或 Creator、Studio、Max、Agency 积分包可用。 |
|---|---|
| Veo 3.1 Pro | 720p 或 1080p每秒约 8 积分。需要 Lite、Pro 或 Premium 订阅。 |
| 一条 8 秒视频 | Fast 的 1080p 约 24 积分按积分包标准价，Fast 的 4K 约 80，Pro 约 64。 |
| 两者通用 | 提示词、时长、比例和帧在模型菜单里切换版本，不用改提示词。 |
即使在虚构的世界里，物理效果也可信
在 Google 自己的测试里，对于 MovieGenBench 的物理类提示词，人类评分者在视觉写实的物理效果上，更喜欢 Veo 3.1，而不是其他模型。放到屏幕上，就是脚步踩过时泛起涟漪的蜡、自然衰减的火光，以及随镜头飘动的蒸汽。
它在虚构的场景里也同样适用。下面这个场景是一个蜡做的小人，穿过一片熔蜡的风景，提示词写成了带时间的分镜清单：开场的跟拍、一段长长的行走，以及最后一秒缓缓拉远。
Veo 3.1Yovid 上的所有 Veo 3.1 设置
先选好 16:9 或 9:16 再写提示词，主体和运镜路径都能按这个画面来构图。竖屏视频是直接按竖屏生成的，不是从横屏渲染里裁出来的。
| 时长 | 4、6 或 8 秒默认 4 秒。 |
|---|---|
| 画面比例 | 16:9 或 9:16 |
| 分辨率 | 720p 或 1080p；Veo 3.1 Fast 支持 4K默认 720p。Lite 和 Pro 订阅最高 1080p。 |
| 输入方式 | 文字、首帧，或首帧加尾帧Yovid 上的 Veo 不提供参考图和场景延长。 |
| 声音 | 始终生成对白、音效、环境音和音乐，由提示词引导。 |
| 提示词 | 最长 2,000 字符 |
| 输出格式 | MP4 |
Veo 3.1 最适合谁用
内置声音的 8 秒，更适合短小、看起来已经完成的镜头，而不是长篇故事。它最擅长这些工作：
- 广告与品牌团队：主视觉镜头、片头片尾和产品时刻，倒酒声、咔哒声或一句台词必须与画面严丝合缝。
- 社媒视频创作者：为 Reels、Shorts 和 TikTok 生成带台词的 9:16 竖屏开场钩子，从第一帧起就是竖屏生成。
- 电影人与分镜师：把两张分镜画面变成带声音的动态镜头，用于提案或预演。
- 电商与产品团队：让产品静物图带着运镜和声音动起来，再用 Veo 3.1 Fast 把选中的那条渲染成 4K。
- 动画师与故事创作者：从蜡质微缩模型到奇幻风景，各种风格化世界，环境音和音效都已配好。
Veo 3.1 Fast vs Veo 3.1 Pro、Seedance 2.5、Kling 3.0、Sora 2 对比
Veo 的两个版本，加上 Yovid 上可选的另外三个模型。除最后一行外，每一格都直接读取各模型目前在生成器里提供的设置。
| 功能 / 模型 |  Veo 3.1 Fast | Veo 3.1 Pro |  Seedance 2.5 |  Kling 3.0 |  Sora 2 |
|---|---|---|---|---|---|
| 最长时长 | 8 秒 | 8 秒 | 30 秒 | 15 秒 | 12 秒 |
| 最高分辨率 | 4K | 1080p | 1080p | 1080p | 720p |
| 画面比例 | 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 |
| 参考图 | — | — | 30 | — | — |
| 5 秒 720p 所需积分 | 15 | 40 | 31 | 13 | 10 |
| 最适合 | 带声音的短镜头，Veo 里价格最低，最高 4K。 | Google 标准的 Veo 3.1，用于画质精良的 1080p 成片。 | 最长 30 秒的长镜头和大量使用参考素材的创作。 | 最长 15 秒、富有表现力的角色动作。 | 用文字或单张图片生成最长 12 秒的视频。 |
积分为积分包标准价下生成 5 秒 720p 视频的消耗（模型没有 720p 时取最接近的分辨率），随 Yovid 实时价格更新；订阅用户每秒消耗更少。Veo 生成的是 4、6 或 8 秒，所以它的 5 秒数字仅供对比。
Veo 3.1 的优势与局限
Veo 3.1 在 Yovid 的模型阵容里哪里强过其他模型，哪些情况换个模型或设置更合适。
优势
- 内置声音：每条视频都自带对白、音效、环境音和音乐，不用另外做音频。
- 4K：Veo 3.1 Fast 是 Yovid 上唯一能渲染 4K 的视频模型。
- 帧控制：带声音的首尾帧转场，适合必须以指定画面开场和收尾的镜头。
- 两档价格：Fast 每秒约 3 积分，想用 Google 的标准模型就选 Pro，两者共用同一条提示词。
局限
- 视频时长：每次生成最长 8 秒；需要更长的镜头，Seedance 2.5 最长可到 30 秒。
- 没有参考图：Yovid 上不提供 Veo 的素材转视频和场景延长；Seedance 2.5 和 Wan 3.0 支持参考素材。
- 套餐权限：免费版不可用。Fast 需要 Lite 及以上套餐，或 Creator 及以上的积分包；Pro 需要订阅；4K 需要 Premium 或积分包。
- 声音始终开启：没有静音模式；可以在剪辑软件里静音或替换音轨。
如何在 Yovid 上使用 Veo 3.1
- 第 1 步
选择 Veo 3.1 Fast 或 Pro
打开视频生成器；本页默认选好 Veo 3.1 Fast。要换成 Veo 3.1 Pro，在模型菜单的 Google 下选择。
- 第 2 步
写镜头，有画面的话就添加
描述运镜、主体、动作、场景和声音，并添加一张首帧，或首帧加尾帧。
- 第 3 步
设置时长和分辨率，然后生成
选择 4、6 或 8 秒，16:9 或 9:16，Fast 上最高 4K，然后查看视频并下载 MP4。
Veo 3.1 提示词示例，拿来就能改
Google DeepMind 随这些 Veo 3.1 视频发布的提示词（有删减）。在生成器里打开任意一条，改改细节，就是你自己的作品。
颠勺
8 秒 · 带声音试试这条提示词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.
举着火苗的蜡人
8 秒 · 带时间的分镜清单试试这条提示词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)
家庭吧台揭晓
8 秒 · 运镜与对白试试这条提示词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.
街头壁画前的对话
8 秒 · 对白与音乐试试这条提示词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 上的更多视频模型
用好 Veo 3.1 的进阶指南
提示词公式、图生视频示例，以及 Yovid 上所有视频模型的横向对比。