大半夜的， Google 把 Veo 3.1 发了
和 Sora 一样，生成的视频，也都自带声音
能生成 720p 和 1080p 的 8 秒视频
在内容质量质量、物理效果、真实性和提示词遵循方面，都很表现卓越
声音与内容，也结合的很好
并且充满创意
除此之外，本次升级，还带来了三项功能:
这东西，可以通过 Gemini API 直接调用
也可以在https://aistudio.google.com/中使用
但在这之前，你需要先 setup 一个付费账户
https://console.cloud.google.com/billing/create
三个新能力，都挺实用
视频扩展
假如之前生成了一段滑翔伞起飞的视频，8秒结束了
现在可以直接接着做: "让滑翔伞缓慢下降"
模型会从上一段的最后1秒(24帧)开始，继续生成
首尾帧
给两张图，前一张: 姜黄色猫咪开红色敞篷车，在法国里维埃拉海岸
后一张: 车从悬崖上起飞
中间的过程，模型自己补
图片引导
最多上传3张参考图，可以是:
模型会在生成的视频里保持这些元素的外观
举个例子，先上传一条深海安康鱼
再来一套粉色公主裙
提示词写「制作一个搞笑卡通版的鱼，穿着服装游泳并挥舞魔杖」
出来的就是: 安康鱼穿着公主裙的动画
一些限制
只有API: 目前你只可以通过 API（或者 AI Studio）来访问
生成速度: 最快11秒，高峰时可能要6分钟
视频保留: 生成的视频在服务器上只存2天，要下载就趁早
安全过滤: 所有视频都会过滤，违规的提示词直接被拦，生成的视频自带 SynthID 水印(Google 的AI内容标识)
音频问题: 有时候安全过滤会阻止视频生成，但不收费
最后
Veo 3.1 这次把原生音频、扩展、帧控制这几个能力打包，速率限制也优化了
让我们把目光转向 OpenAI，看他们接下来怎么发