Veo 3.1 视频生成器：文生视频、图生视频与参考图三种跑法

关于 Veo 3.1

Veo 3.1 是谷歌的视频模型，大多数人说的「看起来像拍出来、不像渲染出来」指的就是它。在这里你能用三种方式跑它：纯文字提示、一张或两张关键帧、或者参考图。生成之前就会显示确切积分成本。

大部分视频模型最先崩的，是观众第一眼就看得出来那两件事：光怎么走、重量怎么动。Veo 3.1 在这两点上比本站的开源权重模型稳，所以凡是要给客户看的东西——产品主视觉短片、房产走场、要大屏播放的广告剪辑——默认都推它。

工作台开放两个画质档。Fast 每跑一次 300 积分，用来试提示词最合适；Quality 每跑一次 3,000 积分，等构图定稿之后再花，因为它把细节加在你最后真正会留下的那几帧上。

所有生成都走真实模型，没返回视频的运行会自动退积分。你可以放心反复试，不用担心试错成本——而「试一次就要付钱」，正是大多数人停止实验的原因。

参考图生视频一次最多放三张参考图，而图生视频只能放两张。三张图最好是同一个角色或同一件产品在不同角度下的样子，模型把它们合起来，让主体在镜头运动时保持一致。代价是这个模式只跑 Fast，画幅还会被固定成 16:9：一旦选了参考图，模型就切回 Fast、比例切到宽屏，既没有 Quality 那一档，也出不了竖版。要竖版输出，就改用图生视频，放一张静帧来做。

提示词框上限是 5,000 字符，对大多数镜头来说绰绰有余。这段长度应该用来写事件的先后顺序，而不是堆形容词：先写什么进入画面，再写镜头接下来怎么动，最后写主体收尾的动作。成片出来之后，16:9 的结果可以在结果面板里再拉一次 HD 文件；这个入口只对宽屏输出开放，所以用 Fast 跑完的竖版片子会停在渲染时的分辨率。HD 是按原任务重新取一次文件，不会再生成第二遍。

Veo 3.1 怎么用

1. 1

   选模式

   文生视频只靠提示词；图生视频让一张静帧动起来，或用首尾两帧做过渡；参考图生视频用来让同一个人物或产品在整条片子里保持一致。

2. 2

   写运动，不写画面

   写清楚什么在动、动多大幅度、镜头做什么。颜色、光线、风格不要写——这些已经在你上传的那几帧里了。

3. 3

   选 Fast 或 Quality，然后生成

   Fast 300 积分，专为反复试；定稿时切到 Quality 3,000 积分。成本在运行开始前显示，不是在账单里出现。

Veo 3.1 适合做什么

• 产品与品牌短片

  一张产品静帧变成缓慢推进加一道可信的高光扫过——这种镜头平时需要影棚加滑轨。

• UGC 与短视频广告

  9:16 竖版输出，动作自然，放到 Reels、TikTok、Shorts 上不会因为那种「恐怖谷漂移」被划走。

• 房产与室内

  把一张日光照片变成缓慢的镜头运动。光影逐帧稳定，而这正是便宜模型露馅的地方。

• 能给客户看的分镜

  把每个场景的关键帧变成一段动态节拍。比请分镜动画师便宜，比静态故事板可信得多。

Veo 3.1 速览

模型

Google Veo 3.1

积分成本

Fast 每次 300 积分，Quality 每次 3,000 积分

模式

文生视频、图生视频、参考图生视频

画幅

16:9 横版、9:16 竖版、自动

输入

提示词、一张或两张关键帧、参考图

输出

MP4 视频，可直接下载使用

Veo 3.1 常见问题

在这里跑一次 Veo 3.1 要多少积分？

Fast 每次 300 积分，Quality 每次 3,000 积分。新账户注册送 300 积分，之后每天登录可领 50 积分，有效期为 30 天。Starter 套餐每月 $4.90 含 300 积分。

Fast 和 Quality 差在哪？

跑的都是 Veo 3.1。Fast 为出片速度调优，成本只有十分之一，适合反复试提示词；Quality 把多出来的积分花在帧级细节上，是最终发布该用的那一档。

能让我自己的照片动起来吗？

可以。图生视频接受单张静帧，也支持首尾两帧，让镜头落到指定的姿势上。人像效果最好的写法是描述一个小动作——眨眼、呼吸、轻轻转头——而不是一整个动作。

生成失败了怎么办？

供应商没返回视频时会自动退积分。你为结果付费，不为尝试付费。

一定要订阅才能用 Veo 3.1 吗？

不用。可以不订阅直接买积分；300 积分的 Starter 是每月 $4.90 或每年 $24。套餐的作用是让反复生成更便宜，不是解锁模型。

从没写过视频提示词，该从哪开始？

从图生视频开始，用一张你自己已经满意的图。一句话写什么在动，一句话写镜头做什么，用 Fast 档生成。完整结构可以看那篇图生视频提示词指南。

参考图和 Quality 能一起用吗？

不能。选了参考图生视频，模型会切回 Fast，画幅固定为 16:9，这条路径最多接受三张参考图。如果最终镜头必须是 Quality 档，或者必须是竖版，就改用图生视频、只放一张静帧重做：那个模式保留模型选择和 9:16 画幅，而静帧本身已经带着你认可的那个姿势，不用重新描述动作。