谷歌今日正式发布新一代视频生成模型Veo 3.1，该模型在画面真实度、叙事控制及多模态生成能力方面实现显著突破。同步升级的AI影视创作平台Flow新增音频生成功能，支持从文本到"声画同步"内容的完整创作流程。
此次更新为Flow平台带来三大核心功能革新：素材生视频功能允许用户上传多张参考图，自动生成包含指定角色与场景风格的完整视频；首尾帧功能可根据用户上传的画面生成自然过渡镜头；视频延展功能则支持从现有片段扩展出最长一分钟的新内容。最引人注目的是新增的AI音频生成系统，能根据画面内容自动匹配环境音效、动作声音及氛围配乐。
针对创作者后期的修改需求，Flow平台新增多项智能编辑工具。用户可在现有视频中插入人物、动物等新元素，系统会自动调整光影效果与景深参数。即将上线的一键移除功能支持无痕删除不需要的对象，系统将智能重建背景画面。这些工具显著提升了创作者对最终作品的把控精度。
在实测环节，Veo 3.1展现出对复杂光影场景的出色处理能力。当生成清晨溪流场景时，模型准确还原了柔和的暖色调光线，水流反光细节自然，整体画面符合真实物理规律。其生成的配音也与画面内容高度契合。不过在挑战高难度体操视频生成时，模型输出的画面出现明显人体扭曲，暴露出当前技术对动态人体捕捉的局限性。
该模型已通过Flow平台、Gemini API、Vertex AI及Gemini应用全面开放，开发者与创作者可免费体验。Flow平台为免费用户每月提供100个AI点数，约可生成5条视频。在素材生视频功能测试中，上传咖啡杯、桌子和人物照片后，系统成功生成符合商业广告调性的短片，并自动为广告词添加了韵律感。
测试过程中也发现部分技术限制。当上传OpenAI CEO照片进行测试时，生成的人物形象与原型差异较大，这可能与平台对名人肖像的保护机制有关——系统在识别到特定人物时会提示不支持使用相关图像。
从近期Sora 2到Veo 3.1的迭代轨迹看，视频生成技术正以惊人速度发展。但相比Veo 2到Veo 3的质变，此次3.1版本的升级更多体现在功能完善与细节优化。对于专业创作者而言，该模型提供了更高效的创作工具，但仍需结合人工调整才能达到理想效果。
