Veo este modelul de generare video al Google DeepMind. Pagina oficială îl prezintă acum ca Veo 3.1, cu sunet generat nativ în aceeași trecere: efecte sonore, zgomot ambiental și dialog. Ieșirile pot fi în 1080p și 4K.
Pe lângă promptul text, Veo 3.1 acceptă ingredients to video (imagini de referință pentru o scenă, un personaj sau un obiect) și generare între primul și ultimul cadru date de tine. Clipurile pot fi extinse. Google notează că vorbirea naturală, mai ales în replici scurte, este încă în lucru.
Gemini Omni este o familie separată, prezentată ca „create anything from any input”, începând cu video. Primul model, Gemini Omni Flash, primește text, imagini, video și audio și produce un clip pe care îl editezi prin conversație, fiecare editare pornind de la cea anterioară. Ciornele se generează la 360p și se pot mări la 1080p sau 4K.
Concepte cheie și caracteristici
| Concept / Parametru | Descriere practică |
|---|---|
Veo 3.1 |
Modelul video principal al Google DeepMind. Sunet nativ, ieșire 1080p și 4K. |
Ingredients to video |
Imagini de referință pentru scenă, personaj sau obiect, care ghidează generarea. |
First / last frame |
Tranziție generată între un prim cadru și un ultim cadru furnizate de tine. |
Gemini Omni Flash |
Model „any-to-video”: intrări text, imagine, video (până la 3 secunde de referință) și audio; editare prin conversație. |
Unde îl găsești |
Aplicația Gemini, Google Flow, Google AI Studio, Gemini API, Google Vids; Omni și în YouTube Shorts. Necesită abonament Google AI, funcțiile diferă pe nivel și țară. |
Exemple practice și scenarii reale
Exemplul 1: Prompt cu dialog și sunet ambiental
Veo generează sunetul din descriere, deci merită să scrii explicit ce se aude.
Medium shot in a small bakery at dawn. The baker slides a tray of bread onto the counter and says: "First batch is ready."
Audio: oven fan humming, tray scraping on steel, a bell over the door rings once.Exemplul 2: Tranziție între două cadre
Încarci primul și ultimul cadru, apoi descrii mișcarea dintre ele.
First frame: empty city square at night
Last frame: the same square full of market stalls at noon
Prompt: time-lapse from night to noon, fixed camera, stalls assemble quickly, shadows shortenGreșeli frecvente și capcane
- Nu descrii sunetul. Veo 3.1 generează audio nativ, iar fără indicații primești doar ce deduce modelul din imagine.
- Confunzi Veo cu Gemini Omni. Omni este o familie separată, orientată pe intrări multiple și editare prin conversație; Veo rămâne modelul dedicat generării video.
- Te bazezi pe replici foarte scurte. Google spune explicit că vorbirea naturală în segmente scurte este încă o zonă în dezvoltare.
Întrebări & Exemple practice:
Google Veo 3.1 și Gemini OmniAi o întrebare despre Google Veo 3.1 și Gemini Omni sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.