Plimo

Veo 3：用 Veo 3.1 把文字或照片变成有声视频

萌宠跳舞

Google Veo 是什么？

Veo 是 Google DeepMind 做的视频模型。从第三代开始，它能一次同时生成画面和声音：脚步声、车流声、风吹树叶的沙沙声，甚至你写进提示词里的一句台词。它的画面偏电影感，光线讲究，运镜也很有章法。Plimo 用的是 Veo 3.1 Fast，也就是 Google 和标准版一起推出的那个更快、更便宜的版本。在 Plimo 上，每条视频固定 8 秒，横屏或竖屏，清晰度可选 720p、1080p 或 4K，而且一定带声音。

  • Veo 3.1 Fast

    电影质感，最高 4K。

    • 8 秒
    • 720P / 1080P / 4K
    • 始终有声
    • 最多 3 张参考图

    180 积分起

Google Veo 是怎么一步步走到今天的

  1. 2024 年 5 月

    Veo

    在 Google I/O 上亮相，视频可以超过一分钟，能驾驭多种电影风格。

  2. 2024 年 12 月

    Veo 2

    更懂真实世界的物理规律和人体动作，画面清晰了很多，提示词里还能指定镜头焦段、影片类型或电影效果。

  3. 2025 年 5 月

    Google Veo 3

    第一个能和视频一起生成音频的 Veo，从城市噪音到角色之间的对话都能做。之后又面向开发者推出了更快、更便宜的 Fast 版，同年 9 月开始支持竖屏视频。

  4. 2025 年 10 月

    Veo 3.1

    声音更丰富，对剧情走向的控制更多，照片动起来的效果更好；最多能用 3 张参考图保持角色或物体一致，还能在首帧和尾帧之间补出过渡。更快、更便宜的 Fast 版本同时上线。

在 Plimo 上做 Veo 视频的步骤

  1. Veo 已经在生成器里

    页面顶部的生成器一打开就选好了 Veo。想换别的模型，随时在菜单里换，页面会把你的选择存下来。

  2. 写出画面，也写出声音

    提示词必填。写清楚画面里发生什么、能听到什么，比如：雨点打在铁皮屋顶上，狗叫了一声，窗边的女孩轻轻说了一句话。

  3. 有照片就加上

    把一张照片放进首帧位置；想决定视频停在哪个画面，就在尾帧再放一张。也可以换一种方式，给 Veo 最多 3 张角色或产品的参考图。

  4. 选横屏或竖屏，然后生成

    选好 16:9 或 9:16 和清晰度，登录后点“生成”。时长固定 8 秒，所以按钮上的积分只跟着清晰度变。

  5. 满意就留，不满意再来

    生成好的视频会排在下方“我的作品”里。想留就下载；想调整，点“重新制作”，提示词和照片都会放回去，改改措辞再试一次。

为什么在 Plimo 上用 Veo

  • 一个提示词，多个视频模型

    先用 Veo AI 试一个镜头，需要更长的镜头时再换 Kling 或 Seedance，都在同一个菜单、同一份积分余额里。

  • 价格只看清晰度

    每条 Veo 视频都一样长，所以只有清晰度会影响价格：720p 和 1080p 一个价，4K 贵一些，确认之前“生成”按钮就会显示要多少积分。

  • 可以直接用于商业

    会员期间做的 Veo 视频没有水印，可以商用，从咖啡店的宣传片到客户的产品预告都行。

  • 对白和声音一次生成

    把要说的台词或想听到的声音写进提示词，它们会直接出现在视频里，不用另外配旁白、再去对齐音效。

  • 用你自己的照片稳住画面

    提示词旁边就是首帧、尾帧和最多 3 张参考图的位置，相册里的产品、宠物或人脸，都能让整个镜头保持一致。

Veo 和其他视频模型的区别

想要短小、精致、带声音的镜头，就选 Veo。其他模型的不同之处如下。

  • Kling

    Kling 4.0 的时长可以在 3 到 30 秒之间设，多一个方形，还能修改你上传的视频；Veo 只能从文字和照片生成。

  • Seedance

    Veo 固定 8 秒；Seedance 2.5 可以选到最长 30 秒，还能把声音关掉，这一点 Veo 做不到。

  • Hailuo AI

    海螺（Hailuo）的模型最长 15 秒，比例更多，包括 21:9 超宽屏，还能照着参考视频里的动作来做。

  • Grok Imagine

    Veo 可以用你的照片当首帧，Grok Imagine 1.5 只接受参考图，最多 7 张，视频长度在 6 到 15 秒之间，不是固定的 8 秒。

  • Wan

    Wan 3.0 也能用首尾帧，但时长可以在 2 到 30 秒之间设，还能用参考视频，Veo 不行。

  • Vidu

    Vidu Q3 Pro 能从一句话或首尾帧生成视频，Vidu Q4 Preview 最多能融合 15 张参考图，两者都最长 16 秒。

  • FLUX

    FLUX 3 Video 有便宜的草稿模式，可以先预览想法，再做最长 20 秒的成片；静态图片交给 FLUX 3 Image。

  • SkyReels

    SkyReels V4 Std 和 V4 Fast 设置相同，可以用文字、首尾帧或最多 3 张参考图生成，比例也比 Veo 的两种多。

  • HappyHorse

    HappyHorse 1.1 专门用来组合多张照片，一条视频最多放 9 张参考图，不过没有尾帧。

Veo 适合做什么

  • 短片的开场镜头

    写一个缓慢推进的镜头：被雨淋湿的小巷里站着一位侦探，霓虹灯嗡嗡作响，远处隐约传来警笛。8 秒刚好是一个好开场的长度。

  • 让角色开口说话

    把台词放进引号写进提示词，比如让一位奶奶凑近镜头叮嘱几句，Veo 会在视频里替她把这句台词说出来。

  • 给手机屏幕做竖屏

    选 9:16，描述一个适合竖着看的画面，比如从正上方拍咖啡拉花，杯子放回碟子时叮的一声。

  • 让旅行照片活过来

    用旅行时拍的海滩照片当首帧，让海浪一层层涌上来、海鸥在头顶飞过，还有浪花的哗哗声。

  • 从草图到成品

    把铅笔草图设为首帧、完成的画作设为尾帧，中间的 8 秒交给 Veo 来补。

  • 形象不走样的吉祥物

    给 Veo 三张品牌吉祥物不同角度的参考图，描述它在橱窗里朝路人挥手。会员期间做的话，这条视频可以直接拿去投广告。

  • 美食和自然的特写

    微距镜头很适合 Veo 的电影感画面，比如蜜蜂落在薰衣草上、黄油在松饼上慢慢化开，滋滋声和嗡嗡声也会一起出来。

关于 Veo 的常见问题

不是。Plimo 是一个独立网站，通过接口使用 Veo。我们和 Google 没有隶属关系；在这里只需要一个 Plimo 账号，不需要订阅 Google 的服务。

是 3.1 这一代的 Fast 版，也就是其中更快、更便宜的选择，Google 把它和标准版一起发布。两者的声音和首尾帧功能相同，Fast 版在速度和价格上做了取舍。

Veo 仅限会员使用。不过新账号的 100 积分（注册时一次性发放）可以换个模型用：拿来做 5 秒的 Seedance 2.0 Mini，或者 6 秒的 Grok Imagine 1.5。套餐都列在定价页。

上面的版本卡片列着起价。时长是固定的，所以价格只随你选的清晰度变化，“生成”按钮上随时看得到。生成失败会把积分退回来。

在 Plimo 上，Veo 的每条视频都是 8 秒。想做更长的，Kling 4.0 和 Seedance 2.5 最长能到 30 秒。

是的，而且没有静音开关。在提示词里描述音效、音乐或一句简短的对白，就能决定你会听到什么。

一张首帧（尾帧可选），或者最多 3 张参考图，每条视频只能选一种方式。支持 JPG、PNG 和 WebP，单张最大 30 MB。

横屏 16:9，适合视频网站和演示；或者竖屏 9:16，适合抖音、视频号这类短视频平台。

会员期间做的视频不带水印，可以商用。不是会员时做的，右下角会有一个小水印，这些视频仅限个人非商业使用。

会员的视频在“我的作品”里按套餐保存 30 到 360 天。想一直留着的，记得下载到本地。

更多 AI 视频工具

全部模型