Google Veo 3 是谷歌利用最新 AI 技術開發的影片產生模型。該模型於 2025 年 Google I/O 開發者大會上發布，因其能夠透過簡單的文字或圖像輸入自動生成高解析度、影院級視訊而備受矚目。透過 Veo 3，創作者和企業可以比以往更快、更低成本地製作高品質的影片內容，從而在行銷、廣告、娛樂等領域開啟全新的可能性。
Veo 3 是什麼？它是如何誕生的？
Veo 3 是 Google DeepMind 在其前身 Veo 2 的基礎上打造的最新影片生成模型。其突出特點是能夠產生 1080p 以上的高清電視級視訊。與 Veo 2 相比，Veo 3 在音訊和音樂的融合、唇形同步（逼真的嘴部動作）以及攝影機動作模擬（傾斜、搖攝、推拉等）方面均有顯著提升。
在 2025 年 Google I/O 開發者大會上，Veo 3 與其他幾款 AI 模型一同亮相。 Google 強調 Veo 3 是一個平台，只需輸入文字或圖像，即可產生從紀錄片風格的素材到精彩的電影場景等各種內容。在現場演示中，Google 展示了音樂、音效甚至對話語音的自動生成功能，並強調了其在行銷活動和電影製作等企業級用例中的應用。
特性和功能
Google Veo 3 在其前代產品（Veo 和 Veo 2）的成功基礎上，整合了更先進的語言理解和視聽合成技術。與 Veo 2（已產生具有一致運動和電影取景的 4K 影片）不同，Veo 3 引入了以下功能：
- 整合音訊和對話：使用者可以提供包含角色對話或場景描述的文字提示；Veo 3 將在視覺效果的同時產生自然的畫外音和音效。
- ：該模型現在可以接受音樂曲目提示和口型同步的演講，從而實現無縫的故事講述，並達到公共視頻生成工具中前所未有的視聽連貫性水平。