Google Veo 3 AI 视频生成器

Ricebowl 运行 Veo 3.1 Fast、Veo 3.1 和 Veo 3.1 Pro,这是 Google Veo 3 的当前代次。输入一个场景描述或上传最多三张参考图,即可获得已混合了对白、音效和环境声的视频片段。

预计 — Credits

功能 01

原生音频生成

声音与画面同次渲染

Google Veo 3 是首个在生成画面时同步生成声音的 Veo 版本,而 Veo 3.1 进一步丰富了音频效果。将对话台词放在引号内,描述环境氛围并命名音效,生成的片段会自动同步唇部动作、脚步声、风声和音乐。无需单独配音,也无需搜索素材库——这就是为什么一个完整的短片只需一次生成,而非三个工具配合。

  • 引号内的对话台词与唇部动作匹配
  • 音效在动作发生的画帧上精准落地
  • 环境音和音乐为场景生成,而非后期拼接

功能 02

制作病毒式传播内容

用户已经习惯分享的格式

会说话的动物、假新闻主播、穿越时空的自拍 vlog 和街头采访之所以传播迅速,是因为它们结合了清晰的钩子与语音。Google Veo 3 可以用一条提示词处理所有这些格式:角色、场景、拍摄风格和口头笑点。为 Reels、TikTok 和 Shorts 选择竖屏方向,或为 YouTube 选择横屏方向,模型会针对该画幅构图,而不是后期裁剪。

  • 生成前选择竖屏或横屏构图
  • 角色的口头钩子和笑点与画面同步渲染
  • 一条提示词即可获得街头采访、vlog 和新闻播报风格

功能 03

高级提示词理解

长提示词完整保留

Google 表示 Veo 3.1 的提示词遵循能力比 Veo 3 更强,这在多部分指令中得以体现。一条提示词如果指定了画幅大小、镜头运动、两个角色、一句台词和一段背景音,模型会按顺序执行,而不是简化为最突出的名词。像导演给团队做简报一样描述场景:镜头、主体、动作、音频。简报越具体,需要重做的次数就越少。

  • 画幅大小、镜头运动和动作作为独立指令被识别
  • 多个角色保持你赋予的角色定位
  • 提示词中的音频提示与画面同时得到遵循

功能 04

参考视频与角色一致性

每个片段中保持同一张脸

最多上传三张参考图像,模型会在角色、服装或产品移动至新场景时保持其可识别性。这解决了 AI 视频最常见的投诉——主角在不同镜头间变脸。一个角色使用一张参考图,人物及其服装使用两张,当产品、角色和地点都需要匹配要求时使用三张。

  • 每次 Veo 3.1 生成最多使用 3 张参考图
  • 面孔、服装和产品在多个片段间保持可识别
  • 参考图引导外观,提示词驱动动作
参考视频与角色一致性

功能 05

精确的风格控制

从照片级写实到纸艺手工

该模型以写实著称,但当你指定风格时,它也能呈现风格化外观:2D 动画、黏土动画、纸艺、黑色电影、复古 VHS。在提示词中命名风格,或上传风格参考图并描述新主体,模型的纹理、调色板和光线会延续。对于品牌工作而言,这意味着一个广告系列可以在十几条片段中保持统一的美术方向,无需重新绘制任何一帧。

  • 通过文本指定风格,或从参考图中提取风格
  • 调色板、纹理和光线可转移到新的主体
  • 同一模型支持写实与动画风格

功能 06

摄像机控制

用文字指挥镜头

平移、俯仰、推近、升降、环绕、手持、俯拍:摄影师使用的镜头语言就是 Google Veo 3 能够回应的语言。保持场景描述不变,只改变运镜方式,你就能获得同一创意的第二个角度,而非全新的创意。这使得构建具有覆盖性的镜头序列变得可行——先用广角定场镜头,再缓慢推向主体。

  • 标准电影运镜:平移、俯仰、推轨、升降、环绕
  • 同一场景,不同运镜,实现真正的覆盖
  • 支持手持与固定机位效果

功能 07

首帧与末帧

固定开头与结尾

Frames to Video 功能让你提供起始图像和结尾图像,Veo 3.1 生成连接两者的动态画面并配有音频。一块大理石变成成品雕像,一个闭合的盒子变成拆封的产品,白天的街道变成夜晚。Google 在 Veo 3.1 更新中为此模式添加了音频。该模式在 Google Flow 和 Gemini API 中可用;Ricebowl 将在其上线时在此生成器中开启它。

  • 起始和结束图像定义整个镜头
  • 无需手动关键帧即可实现过渡和揭示效果
  • 生成的音频跟随过渡
首帧与末帧
首帧与末帧

功能 08

添加和移除物体

修正一处细节,保留整段镜头

Google 随 Veo 3.1 在 Flow 中推出了 Insert 功能:为现有片段添加新元素,阴影和光线会自动调整,使其看起来一直存在。Remove 则是反过来,移除物体或人物后重建背景;Google 宣布该功能即将推出。这两种编辑尚未通过 Gemini API 开放,目前仅存在于 Flow 中。在此之前,实用的解决方案是使用更精确的提示词或参考图像重新生成。

  • Insert 添加元素并匹配阴影和光线
  • Remove 重建被删除物体后的背景
  • 目前是 Google Flow 功能,非 API 功能

功能 09

灵活的运镜控制

经得起推敲的物理效果

DeepMind 认为 Veo 3 具备真实物理效果,这在通常会让AI视频出问题的运动中最为明显:液体倾倒、布料飘动、球体弹跳、头发慢动作。描述运动的速度和重量,而不只是动词。缓慢沉重的门声与快速轻弹截然不同,Veo 3.1 尊重这种差异,使产品演示和动作镜头不再显得漂浮。

  • 液体、布料和头发的运动具有可信的重量感
  • 速度词汇如缓慢、干脆、渐进得到尊重
  • 产品和动作镜头避免了漂浮感

功能 10

与 Flow 的集成

Google 的电影制作应用与这个生成器的对比

Flow 是 Google 基于 Veo 构建的电影制作工具;Google 报告称上线五个月内生成了超过 2.75 亿个视频。Flow 与 Google AI 计划绑定。Ricebowl 调用相同的 Veo 3.1 模型并按片段收费,因此您无需每月订阅 Google 即可生成,并且当某个镜头需要 Veo 无法完成的效果时,可以在同一个选择器中切换到 Seedance、Kling 或 Gemini Omni。

  • 与驱动 Google Flow 相同的 Veo 3.1 模型系列
  • 使用积分按片段付费,无需每月订阅 Google 套餐
  • 在同一工作区内一键切换其他视频模型

功能 11

素材合成视频

多张图像,一个场景

素材合成视频是 Google 的术语,指用多张参考图像构建一个场景:一张图中的人物、另一张图中的服饰、第三张图中的地点。Veo 3.1 为此模式加入了音频。在上述生成器中,最多可添加三张图像作为参考,然后描述它们如何在镜头中结合起来。这是将真实产品交到一致的展示者手中而无需拍摄的最快方式。

  • 组合来自不同图像的人物、道具和地点
  • 每次生成最多使用 3 个素材
  • 完成的场景中包含音频
素材合成视频
素材合成视频
素材合成视频

功能 12

强大的场景扩展

突破单片段限制

在 Ricebowl 上,单次 Veo 3.1 生成为 10 秒,Fast 模式下为 6 秒。扩展功能从片段的最后一秒继续:Google 的 API 每次跳转增加七秒,并且可以将 Veo 视频链式扩展到最长 148 秒,分辨率为 720p。在 Flow 中,Google 表示扩展后的镜头可以持续一分钟或更长时间。扩展功能尚未在 Ricebowl 生成器中开启,因此目前每个片段都是一个独立镜头;请将较长的故事规划为连续镜头,或使用 Seedance 2.5,后者单次渲染可达 30 秒。

  • Google API 中每次扩展增加七秒
  • 总时长最长 148 秒,仅限 720p
  • 尚未在 Ricebowl 上启用;目前为单次镜头

提示词示例

Veo 3.1 提示词

提示词

缓慢推近至阳光充足的现代客厅,一位身着海军蓝西装外套的房地产经纪人转向镜头说:“落地窗,朝南,春天就是你的了。”轻柔的钢琴声,透过玻璃传来微弱的街道噪音。

参考

参考

结果

结果

提示词

肖像构图,一位年轻女子在卧室镜子前打了个响指,她的衣服随即从睡衣切换为定制的奶油色西装外套,一镜转换。欢快的流行节拍,切换时响起清脆的响指声。

参考

参考

结果

结果

使用场景

为需要声音的短视频而打造

短视频创作者

小品、会说话的动物恶搞和假采访的成功与否,全凭那句口播笑点。Veo 3.1 让角色发声,所以一条 Reel 在片段完成的那一刻就做好了,而不需要再花一个晚上做配音和声音设计。

效果营销人员

一下午测试同一产品的五个开场钩子。在参考图中保留产品,每次提示词中换掉开场和场景,然后将变体直接送入广告组。音频已经附在片段上,这在自动静音播放的平台很重要。

电商与产品团队

把产品包装照变成生活化短片:主持人拿着产品,镜头推进,说出产品名称。参考图像能保持标签和颜色准确,这是纯文本提示词无法保证的。

电影制作人与分镜师

在实拍之前,用真正摄影机的语言和临时音频预览一个场景。Google 为电影人和故事讲述者打造了 Veo,像推轨、升降和甩镜这样的摄影术语,表现方式符合剧组的预期。

教育者与讲解者

一段有旁白的 10 秒短片可以清楚解释一个概念。把几段串起来,每段配上自己的旁白,一节课或产品演示就能从同一个提示词中获得画面和语音。

优势与局限

Veo 3 为何与众不同

与无声 AI 视频模型的区别

优势

  • 同一次渲染生成音频:对白、音效和环境声与画面一同生成,片段无需单独的音轨处理。
  • 真实感与物理效果:面部、液体和织物的运动具有令人信服的重量感,这正是 DeepMind 所强调的 Veo 3 特点。
  • 提示词遵循度:据 Google 称,Veo 3.1 比 Veo 3 更能准确跟随冗长、多部分的指令。
  • 参考控制:最多三张图片可保持角色、服装或产品在多个片段中的一致性。
  • 单页面三个档次:快速、标准、Pro 都在模型选择器中,还有面向大屏交付的 Pro 4K 选项。

不足

  • 每次生成只有一个短片段:标准和 Pro 最长10秒,快速最长6秒;此处暂不支持延伸。
  • 单次生成不支持多镜头序列:与 Seedance 2.5 不同,一次生成只有一个镜头。
  • 4K 价格翻倍:Pro 4K 耗费 290 积分,而 Pro 为 145 积分。
  • 编辑功能需在 Flow 中操作:插入和删除对象是 Google Flow 的功能,无法通过 API 使用。
创建 Veo 3.1 视频

用户反馈

创作者们反复提及的几点

01

音频是最大的升级

Demis Hassabis 将 Veo 3 的发布描述为 AI 视频走出默片时代的时刻,创作者们也用更直白的话表达了同样的意思:片段自带语音。参考驱动镜头和首尾帧控制也受到好评,但声音才是改变工作流程的关键。

02

片段感觉更完整

因为唇形同步、环境音和音乐同时出来,Veo 3.1 的片段往往可以直接放进时间线。过去需要拼合无声渲染、TTS 语音和素材音乐的人,现在可以跳过其中两步。

03

真实感得到强烈好评

皮肤、光线衰减和物理运动是人们最先提到的地方。参考图像让这种真实感可用于实际工作,因为真实的脸也是正确的脸。

04

提示词质量仍是关键

模糊的提示词会得到平庸的片段;早期评测注意到,当提示词单薄时,模型会重复同样的笑点。具体的镜头、指定的声音和引用的对白,才是区分可用素材和重试的关键。

创建 Veo 3.1 视频

版本与档次

Veo 3 与 Veo 3.1:实际变化

Google 于 2025 年 5 月发布 Veo 3,2025 年 10 月 15 日发布 Veo 3.1,在之前版本的基础上改进了音频、提示词遵循度和图像到视频的质量。音频功能也加入了“素材到视频”、“帧到视频”和“延伸”功能。原来能做到的,升级版做得更好,因此 Ricebowl 只运行 3.1 生成。

Veo 3.1 快速版或 Veo 3.1:按阶段选择

在 Ricebowl 上,标准档次生成一段 10 秒视频花费 45 积分,快速版生成 6 秒视频花费 60 积分,所以快速版不是省钱选项。在标准档次上进行草稿和定稿。只有当速度比积分更重要时才选择快速版,并保留 Pro(145 积分)用于主镜头。

无需 Gemini Ultra 方案即可使用 Veo 3

在 Google 自己的应用中,Veo 访问权限需配合 Google AI 方案,更高配额则位于 Ultra 方案上。在这里你按片段付费:45 积分,无需每月订阅 Google,并且这些积分也可用于选择器中的其他所有模型。

我们的看法

我们对 Veo 3.1 的评测

Veo 3.1 Fast 还是 Veo 3.1:选哪个?

选 Veo 3.1。在 Ricebowl 上,10 秒片段消耗 45 credits,而 Fast 版本 6 秒消耗 60 credits,Google 将其定位为更高质量层级。只有当你需要更快出结果时,Fast 才值得考虑。

Veo 3.1 还是 Seedance 2.5:哪个看起来更真实?

对于有人说话的单个镜头,选 Veo 3.1:画质、物理和对话一次渲染正是 Google 打造它的目的,消耗 45 credits,而 5 秒 720p 的 Seedance 2.5 片段需要 315 credits。当场景必须超过 10 秒或需要三个以上参考素材时,选 Seedance 2.5。

4K 值得花 credits 吗?

对于社交媒体片段不值得。Pro 4K 层级消耗 290 credits,是 Pro 层级 145 credits 的两倍,手机屏幕无法看出差别。只有当片段要上电视、大屏幕,或需要裁剪和重新构图时,才买 4K。

对比

Veo 3 对比 Seedance 2.0 对比 Kling 3.0

特性Veo 3.1Seedance 2.0Kling 3.0
单次生成片段时长10 秒(Fast 模式 6 秒)5、10 或 15 秒5、10 或 15 秒(Kling 3.0 Turbo 为 15 秒)
Ricebowl 上最高分辨率4K(Veo 3.1 Pro 4K)1080p4K(Kling 3 Omni)
原生音频始终开启:对话、效果、环境音默认开启,已包含在价格中可选附加功能
参考输入最多 3 张图片最多 9 张图片外加视频和音频最多 2 张图片
Ricebowl 上入门价格每片段 45 credits205 credits(5 秒,720p)70 credits(Kling 3 Fast,5 秒,720p,无声)
最适合带对话的短写实镜头多参考素材场景,最长 15 秒多镜头序列和 4K 输出

所有三个系列均在 Ricebowl 上运行。在上方模型选择器中切换 Veo 3.1、Seedance 2.0 和 Kling 3.0;credits 价格来自实时定价表,可能会变化。

创建 Veo 3.1 视频

HOW IT WORKS

如何在 Ricebowl 上使用 Google Veo 3

创建 Veo 3.1 视频

01

选择 Veo 3.1 档位

此页顶部的生成器已选中 Veo 3.1。可在模型选择器中切换至 Veo 3.1 Fast 或 Veo 3.1 Pro。注册免费;一个片段根据档位需 45 到 290 Credits。

02

撰写镜头描述并添加参考

描述景别、主体、动作和镜头运动,将台词放在引号内,并说出你想要的音效。最多添加三张参考图来固定面容、服装或产品,并选择竖屏或横屏。

03

生成并下载

点击生成。片段会带有音频出现在你的动态中,并以 MP4 格式下载。如果某个细节有偏差,只需调整提示词的一部分并重新运行,无需重写全部。

本月超过 1,200 位创作者平均评分 4.8

评价

深受全球创作者与营销人员信赖

来自在 Ricebowl 上制作视频的用户反馈。

Jordan Hale

语音会随角色一起出来。以前我的短剧需要单独用配音应用,现在片段渲染完成就直接能用了。

短视频创作者

Ana Ribeiro

同一产品图,五种不同钩子,一个下午搞定。按片段付费意味着我只为实际测试的变体花钱。

DTC 品牌效果营销人员

Marcus Lee

我把提示词写成镜头列表,镜头就按我要求运动。这是我找到的最接近预览的东西。

自由导演

Sofia Novak

参考图能把标签保持正确。在此之前,这正是阻止 AI 视频进入我们产品页面的原因。

电商经理

Kenji Watanabe

带旁白的十秒正好是一个想法。我用几个片段构建短课程。

教育工作者

定价

一份余额,通用于所有模型。积分可用于全部 20 个视频模型 —— 无水印、不锁模型,每个付费方案都含商用授权。

按年付立省 30%

按年支付,节省更多。

轻量版月度

最便宜的起步方式。所有模型,每月小额额度。

US$12.99/月

每月续订,随时取消。

400 积分

≈ 1–20 条,取决于所选模型

≈ 28–133 张,取决于所选模型

3.25¢ / 积分

  • 1080p · 无水印 · 可商用
  • 积分按计费月重置
  • 全部模型均可使用
  • 无水印输出
  • 可加购积分包
  • 标准支持

入门版月度

推荐

够你把每个模型都试一遍,每月还能做出几条成片。

US$29.9/月

每月续订,随时取消。

1,000 积分

≈ 3–50 条,取决于所选模型

≈ 71–333 张,取决于所选模型

2.99¢ / 积分

2 个并行任务

  • 1080p · 无水印 · 可商用
  • 积分按计费月重置
  • 全部模型均可使用
  • 无水印输出
  • 可加购积分包
  • 标准支持

标准月度

热门

适合准备转全职的个人创作者 —— 模型全开,预算宽裕。

US$49.9/月

每月续订,随时取消。

2,000 积分

≈ 6–100 条,取决于所选模型

≈ 142–666 张,取决于所选模型

2.50¢ / 积分

3 个并行任务

  • 1080p · 无水印 · 可商用
  • 积分按计费月重置
  • 全部模型均可使用
  • 无水印输出
  • 可加购积分包
  • 优先支持

高级月度

推荐

面向高产创作者和小团队的大批量生产。

US$89.9/月

每月续订,随时取消。

5,000 积分

≈ 15–250 条,取决于所选模型

≈ 357–1666 张,取决于所选模型

1.80¢ / 积分

5 个并行任务

  • 1080p · 无水印 · 可商用
  • 积分按计费月重置
  • 全部模型均可使用
  • 无水印输出
  • 可加购积分包
  • 优先支持

Make something with Veo 3

More AI video tools

常见问题

了解 Veo 3 是什么、在此处的费用,以及如何首次就获得可用的片段。

创建 Veo 3.1 视频
Google Veo 3 免费使用吗?

不。创建 Ricebowl 账户是免费的,并附赠 8 Credits,不够制作任何视频,而一个 Veo 3.1 片段需要 45 Credits,因此在首次渲染 Veo 前需要购买 Credits 包。在 Google 的应用程序中,Veo 生成功能包含在付费的 Google AI 计划中。在这里,您按片段付费,无需按月订阅 Google。

什么是 Google Veo 3?

Google Veo 3 是 Google DeepMind 推出的视频生成模型,可同时生成视频和同步音频:对话、音效和环境音。它于 2025 年 5 月发布。其继任者 Veo 3.1 于 2025 年 10 月推出,具有更丰富的音频和更好的提示遵循能力,Ricebowl 运行该版本并提供三个档次:Fast、Standard 和 Pro。

Veo 3 与其前代 Veo 2 有何不同?

Veo 2 于 2024 年 12 月发布,可生成带有改进物理效果的无声视频。Veo 3 增加了原生音频,因此片段自带与画面匹配的人声、音效和环境音,并提升了真实感和提示遵循能力。对于创作者而言,区别在于 Veo 2 片段仍需声音设计,而 Veo 3 片段通常不需要。

Veo 3 和 Veo 3.1 有什么区别?

Veo 3.1 在 Veo 3 基础上提供了更丰富的音频、更强的叙事控制、更真实的纹理和更精准的提示遵循,尤其是在将图像转换为视频时。它还将音频带入了 Ingredients to Video、Frames to Video 和 Extend 功能。旧模型实际上已被取代,因此 Ricebowl 仅提供 3.1 版本。

我该选择 Veo 3.1 Fast 还是 Veo 3.1?

选择 Standard 档。在 Ricebowl 上,Standard 档 10 秒需 45 Credits,Fast 档 6 秒需 60 Credits,因此 Standard 更便宜、时间更长且质量更高。当您需要更快出结果时使用 Fast 档,对于最重要的镜头使用 Pro 档(145 Credits)。

Veo 3.1 会生成音频吗?

会。每个片段都带有音频生成。用引号写出对话,并描述您想要的音效和音乐,模型会与动作同步生成。在 Ricebowl 上,音频不额外收费,已包含在每片段价格中。

Veo 3.1 视频最长可以有多长?

在 Ricebowl 上,Standard 和 Pro 档每个片段渲染 10 秒,Fast 档渲染 6 秒。Google 的 Extend 功能每步增加 7 秒,可将视频延长至 148 秒(720p),而 Flow 宣称可实现一分钟或更长的镜头。Ricebowl 上尚未启用 Extend 功能。如需更长的单次拍摄,请使用 Seedance 2.5,最高可渲染 30 秒。

我可以在 Veo 3.1 中使用参考图像吗?

可以。在生成器中最多上传三张参考图像,以保持角色、服装、产品或风格一致。参考图像指导外观,而您的提示控制动作、镜头和音效。Google 将这种多图像版本称为 Ingredients to Video。

哪些平台提供 Veo 3 的访问权限?

Google 在 Gemini 应用、其电影制作工具 Flow 中提供 Veo 3.1,并通过 Gemini API 面向开发者、通过 Vertex AI 面向企业提供。Ricebowl 等第三方平台运行相同的模型,按片段使用 Credits 付费,并将其与 Seedance、Kling 和 Gemini Omni 等其他视频模型并列。

Google 如何确保 Veo 3 生成内容的合乎道德使用?

每个使用 Veo 制作的视频都带有 SynthID——Google 用于识别 AI 生成内容的隐形水印,并且输出会经过安全评估和记忆内容检查,以减少隐私、版权和偏见问题。违反使用政策的提示将在生成前被拒绝。

我可以将 Veo 3.1 视频用于商业用途吗?

可以。您在 Ricebowl 上使用购买的 Credits 生成的视频可用于广告、客户作品和产品页面。请确保您拥有或有权使用上传的任何参考图像,避免使用未经许可的真实人物和商标,并注意 SynthID 水印将保留在文件中。

为什么要在 Ricebowl 上使用 Veo 3.1 而不是 Google Flow?

Flow 是 Google 的电影制作应用,捆绑在 Google AI 计划中。Ricebowl 按片段收费,起价为 45 Credits,因此无需持续支付月度计划。同样的 Credits 还可用于 Seedance 2.5(30 秒拍摄)、Kling 3.0(多镜头序列)和 Gemini Omni(对话式编辑),所有这些都可在本页顶部的生成器中使用。

开始使用 Google Veo 3

立即在 Ricebowl 上开始!

Veo 3.1 Fast、Veo 3.1 和 Veo 3.1 Pro,每个片段自带原生音频,最多三张参考图像,Pro 档支持 4K。

创建 Veo 3.1 视频

免费注册 · 原生音频 · 三张参考图像 · 最高 4K

开始使用 Google Veo 3

创建 Veo 3.1 视频