DeepMind 发布 Veo 3.1 视频生成模型

DeepMind 发布 Veo 3.1 视频生成模型，Veo 系列的最新迭代。和 Veo 3 相比，3.1 版本在时 长、分辨率、镜头控制、音视频同步上都有明显升级，单次生成最长可达 60 秒，原生支持 4K 输出，并能从同一 prompt 维持稳定的人物外观。

最大的工程进展是 native audio。之前 Veo 生成视频后需要单独接 TTS 和音效模型做后期混 音，3.1 直接在视频生成时同步产出环境音、对话语音、动作音效，三轨同时与画面对齐。 这在影视前期分镜、广告样片、短视频内容创作上是关键体验。

Veo 3.1 通过 Vertex AI 开放给企业用户，定价按秒数计费，最低档位在每秒 0.5-1 美元。 消费端 Flow 视频编辑工具集成了 Veo 3.1，付费订阅用户可以用浏览器界面直接出 commerc- ial 级视频。这一档位与 Sora 2 直接竞争。