近日，谷歌推出了veo ai视频生成模型的更新版本veo 3.1，旨在提升根据提示生成视频以及将图像转换为视频的能力。新版本通过谷歌的gemini api提供，并且已经融入到flow视频编辑器中。
Veo 3.1是在2025年谷歌I/O发布的Veo 3基础上进行的优化。它具备更强的“提示遵循”能力，能够依据用户上传的图像“材料”和书面提示，更精确地生成视频，能生成更加逼真的视频片段。同时，Veo 3.1还新增了将图像转化为视频并生成伴随音频的功能，这是其前身Veo 3所没有的。
在Flow视频编辑器中，Veo 3.1引入了“从帧到视频”功能。
用户可以上传第一帧和最后一帧，模型会生成两者之间的视频内容，而且能够同时生成音频，大大增强了视频编辑的灵活性。虽然利用Veo 3的Adobe Firefly也提供了类似的功能，但Flow的独特之处在于它能同时生成音频。这种增强的音频功能还扩展到了视频编辑器的其他能力上，比如延长剪辑和在现有镜头中插入对象。除了上述功能外，谷歌指出，新模型允许用户向视频中添加对象，并使其自然融入原有画面的风格。公司还预告，不久后用户将可在视频编辑工具Flow中移除视频中的现有对象。此前，Veo 3已具备多项编辑功能，例如通过添加参考图像来塑造角色形象、提供首尾帧以生成完整视频片段，以及基于视频末尾几帧内容自动延长视频时长。
目前，谷歌正将Veo 3.1模型陆续部署至视频编辑平台Flow、Gemini应用程序、Vertex AI平台和Gemini API接口。自今年5月Flow上线以来，用户已在该应用上创作了超过2.75亿个视频。
不过，根据谷歌分享的样本，使用Veo 3.1生成的视频仍然具有某种奇异的质感，效果似乎会根据提示和主题的不同而大幅变化。尽管在真实感方面可能还不如OpenAI的Sora 2，但谷歌决定让Veo对真正从事视频工作的人员更有用，而不是成为社交媒体垃圾内容的来源，这一做法值得赞赏。
