Google正式推出新一代视频模型Veo 3.1。该模型于5月发布，支持向视频中添加对象并自动适配剪辑风格；用户不久后还可在Flow编辑器中实现从视频中移除现有对象的功能。
新增音频支持与多模态编辑能力
Veo 3系列已具备丰富的编辑功能，包括通过参考图像引导角色走向、利用首尾帧生成AI视频片段，以及基于末尾帧延长视频等。此前这些功能需手动配乐，而Veo 3.1全面增加了声音支持，使生成内容更加生动逼真。
核心参数与访问渠道
Veo 3.1支持输出720p或1080p分辨率、24 fps帧率的视频，单段时长可选4秒、6秒或8秒，可通过文本提示词或上传图像生成。使用“延长”功能时，视频最长可达148秒（超2分半钟）。作为深度集成多模态输入、叙事控制及企业级工具的升级版本，用户可通过Flow视频编辑器、Gemini App、Vertex及Gemini API访问Veo 3.1。
市场竞争态势
尽管Veo 3凭借有声逼真视频引发关注，但OpenAI近期推出的Sora应用势头强劲。Sora上线首周下载量达62.7万次，近日更突破100万次，超越了ChatGPT iOS版首周50万次的起步速度。不过，据Google数据显示，自5月Flow上线以来，用户已在应用中创建了超过2.75亿个视频，展现出强大的用户基础与应用活跃度。