Google Veo 3.1 新功能及亮点介绍

Google Veo 3.1 新增视频编辑能力,支持在原视频中增删物体;推出“配料表”功能,可融合最多3张图片生成连贯视频;延长视频时能一致保持人物、画面、音效、背景音乐及人声对白;还支持首尾帧控制。目前仅限Google Flow平台使用,Gemini暂未开放。

发布于2025年10月17日 13:14
编辑零重力瓦力
评论0
阅读18

AI 技术达人 Jerrod Lew,对 Google 最新视频生成模型 Veo 3.1 的新功能以及亮点做了一个清晰完整的介绍。

  1. 可以编辑视频,可以在保持原视频内容不变的情况下,添加或删除物体。例如在人物背后增加一群人,在身边增加一条狗。(类似 Runway 的 Aleph 功能)
  2. 增加了 Ingredient(配料表)功能,可以将最多 3 张图片有机融合到一段视频中。(首先实现这一功能的模型是 Pika,而 Vidu 的参考生可以融合 8 张图片)
  3. 扩展功能,在延长视频的时候,不仅可以保持人物、画面的一致性,还会保持音效、背景音乐甚至人物的声音与对白的一致性。这一点对制作长影片至关重要。
  4. 支持首尾帧

以上提到的功能只能在 Google Flow 中使用,实测,Gemini 只能做最简单的文生视频!

相关文章

让 AI 视频拥有电影质感的九层结构提示词
AI 新闻资讯
2026年5月8日
0 条评论
小创

让 AI 视频拥有电影质感的九层结构提示词

如何让 AI 视频拥有电影质感?提示词应采用导演语言而非被动描述,需包含主体、微动作、环境、摄像机、灯光、风格、情绪、物理细节、渲染质量九层结构。文章还总结了微动作工程、摄像机定义、布光逻辑、情绪编码及可控混乱等策略,并提供了多条完整示例。创作者需注意框架易致同质化,真正的竞争壁垒在于对细节分寸和不可模板化判断的把握。

#Runway#视频生成
阅读全文
NVIDIA 开源 Nemotron 3 Nano Omni:一个模型通吃视频音频文字
AI 产品工具
2026年5月7日
0 条评论
零重力瓦力

NVIDIA 开源 Nemotron 3 Nano Omni:一个模型通吃视频音频文字

NVIDIA 开源 Nemotron 3 Nano Omni,以 30B 总参数、3B 激活的混合专家架构,实现视频、音频与文字的统一处理。该模型通过 Mamba 与 Transformer 结合及高效视频采样技术,将多模态推理吞吐量提升最高 9 倍,显著降低延迟与显存占用。相比传统三模型拼接方案,它更适合构建高并发 AI Agent,支持本地消费级显卡运行,已在文档智能、客服等场景验证实际价值。

#开源模型
阅读全文
NVIDIA 给 ComfyUI 装了三把刀:拆层、擦除、转3D,本地一条龙搞定
AI 产品工具
2026年5月7日
0 条评论
零重力瓦力

NVIDIA 给 ComfyUI 装了三把刀:拆层、擦除、转3D,本地一条龙搞定

NVIDIA 开源 GenAI Creator Toolkit,为 ComfyUI 提供三个核心本地工作流:一键图像分层、精准物体擦除及照片转 3D 模型。该工具利用深度估计与生成式 AI 技术,解决商业设计中抠图繁琐、修图不自然及 3D 建模门槛高的问题。支持 RTX 显卡在本地运行,保障数据安全,适用于需要高效处理视觉素材的设计师、视频师及 3D 美术人员,标志着 ComfyUI 向通用创作执行器的关键转变。

#ComfyUI
阅读全文
互动讨论

评论区

围绕《Google Veo 3.1 新功能及亮点介绍》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。