Veo 3.1 – generator wideo AI

Mocne strony Veo 3.1

Natywny dźwięk: dialogi i efekty w jednym generowaniu

Najważniejsza cecha rodziny Veo 3 to natywny dźwięk: ścieżka dźwiękowa powstaje razem z wideo. Kroki trafiają w rytm chodu, trzask drzwi zgadza się z klatką, a dialog idzie za ruchem ust mówiącego.

Sprawdza się w scenach z rozmową, przy tle ulicy i natury, w klipach produktowych z satysfakcjonującym kliknięciem czy nalewaniem i w filmach do social mediów oglądanych z dźwiękiem.

Google radzi wpisywać wypowiadane kwestie w cudzysłowie, a efekty i odgłosy tła opisywać wprost: barista mówi „To co zwykle?”, ekspres syczy, a deszcz stuka w szybę.

W Zero Kit, gdzie Veo 3.1 jest dostępny w planie Plus i wyższych, Fast oddaje każdy klip z dźwiękiem, a Pro działa bez dźwięku. Gdy chwilę niesie dźwięk, użyj Fast.

Odsłuchaj każdy wynik przed publikacją, bo głos albo akcent wciąż mogą wyjść inaczej, niż napisano.

Filmowa klatka kluczowa wideo 16:9, średnie ujęcie wnętrza małego piwnicznego klubu jazzowego, wokalistka w ciemnozielonej sukience pochyla się do zabytkowego mikrofonu, perkusista przesuwa miotełkami po werblu, kontrabasista kiwa głową w rytm, niskie bursztynowe światło sceny i mgiełka ciepłego powietrza, na pierwszym planie kilku słuchaczy przy stolikach ze świecami. Paleta ciepłego bursztynu i głębokiej zieleni, kameralna atmosfera, bez tekstu i logo.

Image to video z pierwszą i ostatnią klatką

Veo 3.1 nie musi zaczynać od pustej kartki. Prześlij obraz, a model potraktuje go jako klatkę otwierającą: zachowa obiekt, otoczenie i światło i doda ruch.

Produkt obraca się na podstawce, portret bierze oddech i podnosi wzrok, na zdjęciu krajobrazu suną chmury i płynie woda.

W Veo 3.1 Fast i Pro możesz dodać drugi obraz jako ostatnią klatkę, a model wypełni wszystko pomiędzy. Przydaje się to przy zaplanowanej zmianie, np. zimowy dziedziniec, który rozkwita wiosną.

Zrób obie klatki z tego samego miejsca kamery, trzymaj spójne światło, a w prompcie opisz tylko to, co dzieje się w trakcie klipu. Veo 3.1 Lite przyjmuje pierwszą klatkę, ale nie ostatnią.

Filmowa klatka kluczowa wideo 16:9, dyptyk z dwóch paneli oddzielonych cienkim ciemnym paskiem, oba z identycznej pozycji kamery: po lewej cichy kamienny dziedziniec z nagą wiśnią i drewnianą ławką pod bladym zimowym niebem, na ziemi lekki szron; po prawej ten sam dziedziniec wiosną, wiśnia w pełnym różowym rozkwicie, płatki opadają na ławkę, ciepłe złote światło. Spójne kadrowanie i architektura na obu panelach, paleta bursztynu i szałwii, bez tekstu i logo.

Realistyczny ruch i drobne detale

Veo 3.1 najlepiej radzi sobie z ruchem jak z prawdziwego świata: woda, która się rozpryskuje i uspokaja, tkanina łapiąca wiatr, zwierzęta przenoszące ciężar z nogi na nogę, dłonie, które podnoszą kubek, nie przenikając przez niego.

Dobrze rozumie też język kamery. Powolny najazd, kran wznoszący się nad dachem albo kamera z ręki za biegaczem wychodzą blisko tego, co opisuje prompt.

Fast i Pro renderują do 4k, co zostawia zapas na kadrowanie w montażu albo odtwarzanie na dużym ekranie.

Powolny ruch kamery zachowuje czytelność włosów, kory, bryzgów i dzianiny, a szybka akcja rozmywa fakturę w każdej rozdzielczości.

Ruch sprawdź najpierw w domyślnej rozdzielczości, a gdy prompt jest gotowy, wygeneruj finalne ujęcie w wyższej.

Filmowa klatka kluczowa wideo 16:9, niskie ujęcie z jazdą kamery obok kasztanowego konia galopującego przez płytką rzekę o wschodzie słońca, woda tryska jasnymi kroplami wokół jego nóg, grzywa powiewa, na drugim brzegu trzciny i wierzby, nad wodą wisi mgła. Ciepłe bursztynowe światło z tyłu, szałwiowozielone liście, ostre detale bryzgów i sierści konia, szybki płynny ruch kamery, bez tekstu i logo.

Jak pisać prompty do Veo 3.1

1. Dobre prompty do Veo 3.1 czyta się jak listę ujęć: postać, czynność, miejsce, ruch kamery, światło, a na końcu dźwięk.

   Na start wystarczy „rybak naprawia sieć na pomoście o świcie, powolny najazd, delikatna mgła, krzyk mew i woda chlupocząca o kadłub”.

2. Wypowiadane kwestie wpisuj w cudzysłowie i zaznacz, kto je mówi, np.: starszy mężczyzna podnosi wzrok i mówi „Znowu się spóźniłeś”. Każda kwestia powinna być na tyle krótka, żeby zmieściła się w długości klipu.

3. Efekty dźwiękowe i odgłosy tła nazywaj wprost, np. „opony syczą na mokrej jezdni, w oddali cichnie syrena”, żeby model wiedział, jak klip ma brzmieć.

4. Używaj języka kamery, który model zna: najazd, wznoszenie na kranie, jazda za postacią, kamera z ręki, przeostrzenie, zwolnione tempo. Jeden wyraźny ruch kamery na klip działa lepiej niż kilka.

5. Pisz prompty po angielsku. Google podaje, że nie oceniało innych języków, więc prompt po angielsku daje najbardziej przewidywalny wynik.

Filmy stworzone za pomocą Veo 3.1

• 

  Deszcz za oknem kawiarni

  Wygenerowano za pomocą Veo 3.1

  Jedno ciągłe ujęcie w cichej narożnej kawiarni w deszczowe popołudnie. Młody mężczyzna w ciemnozielonym dzianinowym swetrze siedzi przy oknie, obejmuje obiema dłońmi białą filiżankę, unosi ją i powoli upija łyk, patrząc, jak deszcz spływa po szybie, a na zewnątrz przesuwają się rozmyte parasole. Kamera zaczyna od planu ogólnego i łagodnie najeżdża do średniego zbliżenia. Ciepłe bursztynowe światło wnętrza na tle chłodnego szarego dnia, miękkie odbicia w szybie, filmowy, naturalny wygląd taśmy.

• 

  Latawiec na plaży

  Wygenerowano za pomocą Veo 3.1

  Jedno ciągłe ujęcie na szerokiej piaszczystej plaży w złotej godzinie. Ojciec i jego mała córka biegną wzdłuż linii wody, a ona puszcza jaskrawoczerwony latawiec, który wznosi się na wietrze, gdy on popuszcza linkę; dziewczynka podskakuje i pokazuje go palcem, śmiejąc się. Kamera podąża obok nich z niskiej perspektywy, na pierwszym planie uginają się trawy na wydmach, łagodnie napływają fale. Ciepłe bursztynowe słońce, szałwiowozielone wydmy, płynna jazda kamery, filmowo.

Przykładowe prompty do wypróbowania w Veo 3.1

• 

  Rozmowa na łodzi rybackiej

  Filmowa klatka kluczowa wideo 16:9, średnie ujęcie dwóch osób na pokładzie małej drewnianej łodzi rybackiej o świcie, starszy rybak w wełnianej czapce mówi coś do młodszego kolegi, który śmieje się, zwijając mokrą linę, mewy krążą wokół masztu, za nimi mgła unosi się nad spokojnym portem. Ciepły bursztynowy wschód słońca i miękka szałwiowozielona woda, delikatny ruch kamery z ręki, naturalne ziarno filmowe, bez tekstu i logo.

• 

  Pociąg nad kanionem

  Filmowa klatka kluczowa wideo 16:9, powolne ujęcie z powietrza podążające obok zabytkowego pociągu pasażerskiego, który przejeżdża po wysokim żelaznym wiadukcie kratownicowym nad czerwonym pustynnym kanionem, długie cienie od popołudniowego słońca, wąska rzeka połyskująca daleko w dole, kurz unoszący się w ciepłym powietrzu. Paleta bursztynu i szałwii, płynny ruch drona, rozmach i poczucie skali, bez tekstu i logo.

• 

  Chleb prosto z pieca

  Filmowa klatka kluczowa wideo 16:9, bliskie ujęcie piekarza w oprószonym mąką fartuchu, który wysuwa długą drewnianą łopatę z rozżarzonego pieca opalanego drewnem, okrągłe bochenki z chrupiącą skórką trzeszczą w zetknięciu z chłodnym powietrzem, para unosi się przez smugę wczesnoporannego światła z okna. Ciepły bursztynowy blask na tle miękkich zielonych kafli, mała głębia ostrości, powolny najazd, bez tekstu i logo.

• 

  Burza nad grzbietem

  Filmowa klatka kluczowa wideo 16:9, szerokie ujęcie z jazdą kamery za dwojgiem turystów w prostych kurtkach przeciwdeszczowych, którzy idą wąskim trawiastym grzbietem górskim, za nimi nad doliną przetaczają się ciemne chmury burzowe, wiatr kładzie trawę, snop złotego światła przebija się przez chmury na odległe szczyty. Szałwiowozielone wzgórza, łupkowe niebo, ciepłe bursztynowe refleksy, epicko i wietrznie, bez tekstu i logo.

Przykładowe obrazy mają charakter poglądowy; wyniki zależą od modelu.

Veo 3.1: parametry i ceny

Wszystkie ceny poniżej pochodzą z aktualnego cennika, więc zmieniają się tutaj od razu, gdy zmieniają się stawki. Kredyty są naliczane za każdy obraz albo za każdą sekundę wideo.

Ograniczenia modelu Veo 3.1

• Klipy są krótkie: 4 / 6 / 8 s, bez długości pośrednich.

  Dłuższą historię złożysz z kilku klipów zmontowanych razem albo kończąc jeden klip na klatce, której użyjesz jako pierwszej w następnym.

• W Zero Kit, gdzie wszystkie trzy wersje są dostępne w planie Plus i wyższych, dźwięk oddaje tylko Veo 3.1 Fast. Pro działa z wyłączonym dźwiękiem, a Lite nie ma ustawienia dźwięku.

  Dokumentacja Google wiąże wyższe rozdzielczości z najdłuższym klipem, więc jeśli krótki klip w wysokiej rozdzielczości się nie uda, spróbuj długości 8 s.

• Google osadza w każdym filmie z Veo niewidoczny znak wodny SynthID, a jego filtry bezpieczeństwa mogą blokować prompty lub obrazy, zwłaszcza z prawdziwymi osobami.

  Twarze, dłonie i napisy na ekranie wciąż mogą się rozjeżdżać w zatłoczonych scenach, więc przed publikacją sprawdź wynik klatka po klatce.