谷歌今日正式發布新一代視頻生成模型Veo 3.1，該模型在畫面真實度、敘事控制及多模態生成能力方面實現顯著突破。同步升級的AI影視創作平臺Flow新增音頻生成功能，支持從文本到"聲畫同步"內容的完整創作流程。
此次更新為Flow平臺帶來三大核心功能革新：素材生視頻功能允許用戶上傳多張參考圖，自動生成包含指定角色與場景風格的完整視頻；首尾幀功能可根據用戶上傳的畫面生成自然過渡鏡頭；視頻延展功能則支持從現有片段擴展出最長一分鐘的新內容。最引人注目的是新增的AI音頻生成系統，能根據畫面內容自動匹配環境音效、動作聲音及氛圍配樂。
針對創作者后期的修改需求，Flow平臺新增多項智能編輯工具。用戶可在現有視頻中插入人物、動物等新元素，系統會自動調整光影效果與景深參數。即將上線的一鍵移除功能支持無痕刪除不需要的對象，系統將智能重建背景畫面。這些工具顯著提升了創作者對最終作品的把控精度。
在實測環節，Veo 3.1展現出對復雜光影場景的出色處理能力。當生成清晨溪流場景時，模型準確還原了柔和的暖色調光線，水流反光細節自然，整體畫面符合真實物理規律。其生成的配音也與畫面內容高度契合。不過在挑戰高難度體操視頻生成時，模型輸出的畫面出現明顯人體扭曲，暴露出當前技術對動態人體捕捉的局限性。
該模型已通過Flow平臺、Gemini API、Vertex AI及Gemini應用全面開放，開發者與創作者可免費體驗。Flow平臺為免費用戶每月提供100個AI點數，約可生成5條視頻。在素材生視頻功能測試中，上傳咖啡杯、桌子和人物照片后，系統成功生成符合商業廣告調性的短片，并自動為廣告詞添加了韻律感。
測試過程中也發現部分技術限制。當上傳OpenAI CEO照片進行測試時，生成的人物形象與原型差異較大，這可能與平臺對名人肖像的保護機制有關——系統在識別到特定人物時會提示不支持使用相關圖像。
從近期Sora 2到Veo 3.1的迭代軌跡看，視頻生成技術正以驚人速度發展。但相比Veo 2到Veo 3的質變，此次3.1版本的升級更多體現在功能完善與細節優化。對于專業創作者而言，該模型提供了更高效的創作工具，但仍需結合人工調整才能達到理想效果。
