Veo（谷歌视频生成模型）

Veo 是谷歌旗下 Google DeepMind 团队开发的 AI 视频生成模型，能够根据用户输入的文字或图片提示，自动生成画面连贯的高清视频片段。

概述

Veo 于 2024 年在谷歌 I/O 开发者大会上首次亮相，是谷歌在生成式人工智能领域的代表性产品之一，常被拿来与 OpenAI 的 Sora 正面比较。它基于生成式 AI 技术，可以理解自然语言描述中的场景、镜头语言与视觉风格，把一句话变成一段视频。

此后 Veo 持续快速迭代，其中 2025 年推出的 Veo 3 是一个重要节点：它在生成画面的同时还能原生生成配套音频，包括人物对白、环境声和音效，让「文字直接变成有声短片」成为现实，发布后在社交平台上引发大量创作热潮。

普通用户可以在 Gemini 应用中直接体验 Veo，创作者可使用谷歌的 AI 影视创作工具 Flow 进行分镜与剪辑式创作，开发者则能通过 Vertex AI、AI Studio 等接口调用模型能力。

主要特点

• 文生视频与图生视频：支持用文字提示或参考图片生成视频，并可描述镜头运动、画面风格等细节。
• 原生音频生成：自 Veo 3 起可同步生成对白、音效与背景声，实现音画一体输出。
• 较强的物理与语义理解：对光影、材质和物体运动的模拟较为自然，能较准确还原提示词中的细节。
• AI 内容标识：生成的视频默认嵌入 SynthID 隐形水印，便于识别 AI 生成内容。

常见问题

问：Veo 可以免费使用吗？答：通常可在 Gemini 中获得少量免费生成额度，想要更高画质和更多次数，一般需要订阅谷歌的 AI 付费套餐，或按 API 用量付费。

问：Veo 和 Sora、可灵有什么区别？答：三者都是 AI 视频生成模型。Veo 的突出优势是原生音画同步生成，并与谷歌生态深度整合；Sora 出自 OpenAI，可灵则是快手推出的国产模型。

问：中国大陆能用 Veo 吗？答：谷歌服务未在中国大陆落地，直接访问受限；国内用户可以关注可灵、即梦、Vidu 等本土视频生成工具作为替代。