Veo 3:用 Veo 3.1 從一句提示詞或一張照片,做出有聲音的影片




Google Veo 是什麼?
Veo 是 Google DeepMind 的影片模型,從第三代開始,畫面和聲音一次生成:腳步聲、車流、風吹過樹梢,甚至是你寫進提示詞的一句台詞。它的影片偏電影感,打光細膩,運鏡也很講究。Plimo 用的是 Veo 3.1 Fast,也就是 Google 和完整版一起推出、速度更快、成本更低的版本。在 Plimo 上,每支影片固定 8 秒,橫式或直式,畫質可選 720p、1080p 或 4K,而且一定有聲音。
Veo 3.1 Fast
電影感畫面,最高 4K。
- 8 秒
- 720P / 1080P / 4K
- 一定有聲音
- 最多 3 張參考圖
180 點起
Google Veo 一路走來
2024 年 5 月
Veo
在 Google I/O 上發表,影片可以超過一分鐘,也能呈現各種電影風格。
2024 年 12 月
Veo 2
更懂真實世界的物理和人體動作,畫面清晰許多,提示詞還能指定特定的鏡頭、類型或電影效果。
2025 年 5 月
Google Veo 3
第一個能和影片一起生成聲音的 Veo,從城市的噪音到角色之間的對話都做得出來。之後又推出給開發者用、更快更便宜的 Fast 版,同年 9 月加入直式影片。
2025 年 10 月
Veo 3.1
聲音更豐富,更能掌握劇情怎麼發展,照片動起來的效果更好,最多可用三張參考圖讓角色或物件保持一致,也能在第一個和最後一個影格之間補出整段影片。更快、成本更低的 Fast 版同時推出。
在 Plimo 製作 Veo 影片的方法
生成器已經切到 Veo
一進來,頁面上方的生成器就已經選好 Veo。想換別的模型,隨時從選單換,這一頁會記住你的選擇。寫下畫面和聲音
提示詞一定要寫。說清楚會發生什麼、該聽到什麼,例如:雨點打在鐵皮屋頂上,狗叫了一聲,窗邊的女孩小聲說了一句話。有影格或參考圖就放進來
把照片放進起始影格的欄位;想決定影片停在哪個畫面,就再放一張到結尾影格(結尾影格要搭配起始影格一起用)。或者改給 Veo 最多 3 張角色或商品的參考圖,讓同一個角色或商品在整支影片裡都認得出來。選橫式或直式,然後生成
選 16:9 或 9:16 和畫質,登入後按「生成」。長度一律 8 秒,所以按鈕上的點數只會跟著畫質變。滿意就留,不滿意再來
影片會出現在生成器下方的「我的作品」。可以下載,或按「重新製作」把提示詞和照片放回去,改幾個字再試。
為什麼在 Plimo 上用 Veo
價格只看畫質
每支 Veo 影片都一樣長,所以價格只隨畫質改變:720p 和 1080p 同價,4K 比較貴,送出前「生成」按鈕就會顯示要用多少點。可以拿來做生意
會員期間生成的 Veo 影片不帶浮水印,可以用於商業用途,從咖啡店的宣傳片到客戶的商品預告都行。對白和聲音一次到位
把想聽到的台詞或聲響寫進提示詞,它們就會直接出現在影片裡,事後不必再另外配音、對音效。用自己的照片把畫面定住
提示詞旁邊就有起始影格、結尾影格和最多 3 張參考圖的欄位,不管是商品、寵物還是手機相簿裡的一張臉,都能用來讓整個鏡頭保持一致。
Veo 和其他影片模型的差別
想要有聲音、質感精緻的短鏡頭,就選 Veo。其他系列不一樣的地方如下。
Kling
Kling 4.0 的長度可以設在 3 到 30 秒之間,多了方形比例,還能編輯你上傳的影片;Veo 只能從文字和照片開始。
Seedance
Veo 固定 8 秒,Seedance 2.5 則能自己選長度、最長 30 秒,還能把聲音關掉,這是 Veo 做不到的。
Hailuo AI
海螺的模型最長到 15 秒,比例選擇更多,連超寬的 21:9 都有,還能從參考影片學動作。
Grok Imagine
Veo 能把你的照片當成第一個畫面,Grok Imagine 1.5 則只收參考圖,最多 7 張;它的影片是 6 到 15 秒,不是固定 8 秒。
Wan
Wan 3.0 一樣收起始和結尾影格,但長度能在 2 到 30 秒之間自己設,還收參考影片,這兩點 Veo 都沒有。
Vidu
Vidu Q3 Pro 可以從一句話或起始與結尾影格做影片,Vidu Q4 Preview 能融合多達 15 張參考圖,兩者最長都是 16 秒。
FLUX
FLUX 3 Video 有便宜的草稿模式,先預覽點子,再生成最長 20 秒的正式影片;靜態圖片則交給 FLUX 3 Image。
SkyReels
SkyReels V4 Std 和 V4 Fast 設定相同,能從文字、影格或最多 3 張參考圖開始,可選的比例也比 Veo 的兩種多。
HappyHorse
HappyHorse 1.1 專門用來結合多張照片,一支影片能放到 9 張參考圖,只是沒有結尾影格。
用 Veo 可以做什麼
短片的開場鏡頭
寫一個慢慢推近的鏡頭:被雨淋濕的巷子裡站著一位偵探,霓虹招牌嗡嗡作響,遠處傳來警笛聲。8 秒剛好是一段好開場的長度。讓角色開口說話
把要說的台詞放進引號,寫進提示詞,例如一位奶奶湊近鏡頭叮嚀幾句,Veo 就會在影片裡把台詞說出來。Reels 和 Shorts 用的直式影片
選 9:16,描述適合在手機螢幕上滑到的畫面,例如從正上方拍咖啡拉花慢慢成形,還有杯子放回杯碟時清脆的一聲。讓旅遊照片活過來
用一張旅行時拍的海灘照當起始影格,要浪花一波波打上岸、海鷗從頭頂飛過,再加上海浪的嘩嘩聲。從草稿到完成品
把鉛筆草稿設為起始影格、完成的畫作設為結尾影格,Veo 會自己想好中間那 8 秒該怎麼走。吉祥物不會走樣
給 Veo 三張品牌吉祥物不同角度的參考圖,描述它在店面櫥窗裡揮手。在會員期間生成的話,這支影片可以直接拿去當廣告。美食和大自然特寫
蜜蜂停在薰衣草上、奶油在鬆餅上慢慢融化,這類微距鏡頭很適合 Veo 的電影感,滋滋聲或嗡嗡聲也會跟著出現。






