Veo 3 是 Google DeepMind 的视频生成模型，2025 年 5 月发布：你描述场景，它生成一条最长八秒的 clip，自带同步音频，包括对白。它可以在 Flow（Google 专门的 AI 视频工具）里用，也可以通过 API 用；在 Gemini 应用里，视频需要付费的 Google AI 计划，2026 年 5 月起那里已由 Gemini Omni 取代 Veo。在五大引擎里，它是最精确遵循提示词的一个：你要一条逆光雨景的侧向跟拍镜头，得到的就是那个场景，而不是一个近似的版本。这里会讲怎么开始、真实成本、Veo 2、3 和 3.1 的区别，以及没人提的局限。
在我每周的工作里，Veo 3 的 clip 是最常一次就成功的镜头。不是因为它有魔法，而是因为它最忠实于你写下的那句话。别的引擎给你漂亮的变体，和你要的场景只是相似；Veo 倾向于直接给你想要的那个场景。如果你为客户做视频，而 brief 没得商量，这个差别就是一切。
这篇指南聚焦 Veo 3：五个引擎的完整地图（包括谁在哪方面更强）在总指南用 AI 创建视频里。
其他模型给你一个和你要求相似的场景。Veo 给你那个场景：这就是 brief 已经写定时，它总会出现在我项目里的原因。
Veo 3 是什么（从哪来）
Veo 3 是 Google DeepMind 的 text-to-video 模型：你给它一段描述，或一张起始图，它返回一条最长八秒的 clip，运镜、动作和音频一起生成。音频是让它区别于上一代的转折点：雨有自己的声音，脚步声跟着步伐走，人物说话时口型同步。
按三步来回顾，能帮你理清脉络，因为网上关于 Veo 什么说法都有，很容易混淆：
- Veo 2 是上一代：clip 无音频、分辨率更低、对运镜的控制更少。有时还会作为「快速」选项出现，但 Gemini API 中已不再提供它：当时试试可以，生产是另一回事。
- Veo 3，2025 年 5 月发布，带来了同步音频，画质也能和电影摄影相媲美。那是 AI 视频不再无声的时刻。
- Veo 3.1，最新版本，加入了连贯性：可以从最后一帧接着生成来延长场景，还有参考图，能在不同 clip 之间保持同一个人物和同样的物体。
今天有人搜「Veo 2」，几乎都是想知道升级到 3 值不值：值，音频是第一位的理由。
Veo 3 免费：真正能试的地方
我最常收到的问题是 Veo 3 能不能免费用。能，限制很明确：
- Gemini 里：不再免费。在应用里，视频需要付费的 Google AI 计划，如今那里用的是 Gemini Omni，而不是 Veo。免费的部分挪到了别处：想了解这个工具适不适合你，Flow 每天的积分就够了。
- Flow 里：Google 从 Labs 孵化出来的视频工具每天送免费积分，消耗得很快，尤其是用画质更高的模型时。Flow 适合搭场景，不适合免费生产。
- 所有靠谱的免费路径都汇总在专门的指南里：免费 AI 视频生成，Veo 是完整全景里的一项。
站在做制作的人的角度，我说句实话：Veo 的免费额度是用来学写提示词的，不是用来干活的。如果你有一个带截止日期的项目，每日限额会让你停在半路，而停在半路是认识一个工具最糟的方式。
怎么用：五个步骤做第一条 clip
这是我今天会给起步者的路线，从 Flow 的免费积分开始：
- 打开 Flow，选一个 Veo 模型，用自然语言要一段视频：「生成一段……的视频」。不需要记命令：Veo 读那句话。
- 用五个要素写场景：主体、动作、运镜、光、声音，按这个顺序，一句话写完。下面附一个我真正在用的例子。
- 看结果，在错的部分上迭代。运镜漂了？重新写明它。光平了？点出光源。不要盲目重生成：每次尝试都有成本，即使免费，因为时间本身就是第一笔预算。
- clip 满意、又需要延续场景时，就把它延长：在 Flow 里你可以从最后一帧接着生成，并保留素材，也就是让后续 clip 保持一致的人物和物体参考。
- 在工具之外剪辑。八秒是一个镜头，不是一部视频：剪切、节奏和最终音频在剪辑里决定。没有模型给你这个。
Veo 上的提示词：五个部分，一句话
在 Veo 上认真写提示词的回报比别处高，因为模型会照着你写的去做。我用的结构，附一个适合第一次尝试的例子：
A woman in a beige trench coat walks alone through a night market, camera tracks laterally at walking pace, warm string lights and steam from food stalls, ambient chatter and her footsteps.
主体（有谁），动作（只有一个），运镜（写明），光（点出光源），声音（你要的声音）。Veo 认真对待每个部分：你写明了运镜，运镜就照做；你点出了光，光就从那里来。完整规则，包括「背景不要有人」反而招来背景有人这类陷阱，在总指南的提示词章节里。
Veo 2、Veo 3、Veo 3.1：实际差在哪
| Veo 2 | Veo 3 | Veo 3.1 | |
|---|---|---|---|
| 音频 | 没有，无声 | 有，同步，包括对白 | 有，有所改进 |
| clip 时长 | 短 clip | 8 秒 | 4、6 或 8 秒，可从最后一帧延长 |
| 一致性 | 有限 | 单条 clip 内表现不错 | clip 之间的人物和物体参考 |
| 在哪里可用 | Gemini API 中已不再提供 | 已被 3.1 取代；它的模型同样已不在 Gemini API 中 | Flow、Gemini Enterprise Agent Platform（自 2026 年 10 月 22 日起不再在 Gemini API 中）：Veo 的最新版本 |
| 什么时候选它 | 不选，只要能用 3 就用 3 | 已写定的场景必须原样出来 | 有固定人物的项目 |
Veo 3 多少钱
三条路，三种价格逻辑。价格、积分和额度经常变动：以官方页面当前显示的为准。
| 路线 | 你付什么 | 什么时候合理 |
|---|---|---|
| Flow 免费 | 免费：每天有免费积分，无需订阅 | 学写提示词，试场景 |
| Google AI 计划 | 月订阅可解锁更多生成次数、更高画质，Flow 里的积分也更多 | 每周都要出片 |
| API（Google Cloud） | 在 Gemini Enterprise Agent Platform 上按用量计费：价格随模型和分辨率而变；自 2026 年 10 月 22 日起 Gemini API 中已不再提供 Veo | 搭建产品和自动化流程 |
Veo 的短板（以及怎么绕开）
我每周都用 Veo，也推荐它，所以真正的缺点我也得讲清楚：
- 每条 clip 最长八秒。这是单个镜头的规格，不是整部视频的：要么在 Flow 里延长，要么剪辑。从「给我来个一分钟视频」过来的人要重新校准预期：一分钟是八条 clip，也就是八个写好的场景。
- 安全护栏。名人面孔、真实人物、敏感内容：Veo 过滤得很严。在给品牌做的工作里这几乎总是优点，但要在把你的代言人写进提示词之前就知道这一点。
- 视频里的文字。和所有模型一样：生成的字是歪的。文字一律在剪辑时再加。
- 意大利语口型同步。英文表现好，意大利语差一些：意大利语对白的配音放后期。
- 隐形水印。Veo 的视频内嵌 SynthID，Google 的隐形签名，声明视频的 AI 来源。看不见，设计上能经受裁剪、滤镜和压缩，可以用 Google 的 SynthID Detector 工具或向 Gemini 提问来核实：视频的 AI 来源一定要声明。
什么时候我选 Veo，什么时候不
我给各个引擎分配场景时，Veo 负责精确度最值钱的镜头：场景已经写好，客户确认了参考，必须原样出来。场景要求别的，我换引擎：
- 走动的人、手势、身体的物理：Kling 的动作表现更好；
- 多个动作连续的场景、长 clip：Seedance 全都记得；
- 运镜、一致性和延长要一起管理的整个项目：我用导演平台 Higgsfield，引擎和周边工具都在那里。
如果你需要为自己的品牌做视频，又更想交给天天做这件事的人：这就是我的本行。写信给我，从一个想法开始。
视频系列各篇指南
- 用 AI 创建视频，所有工具的完整地图（本系列的支柱文章）；
- Higgsfield，引擎们干活的导演平台；
- Seedance，连续动作的引擎；
- Kling AI，写实派；
- Sora 2，storyboard 的先驱，已于 2026 年关闭；
- 免费 AI 视频生成，所有零成本路径。
来源
- Google DeepMind，模型官方页面：deepmind.google/models/veo
- Gemini，用 Gemini Omni 生成视频的官方页面：gemini.google/overview/video-generation
- Flow，Google 从 Labs 孵化出来的视频工具：flow.google.com
- Gemini，Gemini Omni 发布公告（Google I/O，2026 年 5 月）：blog.google
- Gemini API，Veo 文档（时长、提示词语言、SynthID）：ai.google.dev
- Gemini API，视频生成（默认模型）：ai.google.dev
- Flow 帮助中心，积分：support.google.com/flow
- Google Cloud，Gemini Enterprise Agent Platform 价格（Veo）：cloud.google.com
- Google Cloud，Gemini Enterprise Agent Platform 上的 Veo 3.1（发布和停用日期）：docs.cloud.google.com
- Gemini API，模型停用日期：ai.google.dev
- Google DeepMind，SynthID：deepmind.google/models/synthid
- 模型行为：2026 年 8 月在应用内核实，与总指南同一轮核查
想第一时间看到更新和动态，可以加入我的 Telegram 频道
AI 视频工具的最新消息，我都会先发布在那里。
发表评论
评论会经过审核后才会公开显示。