Veo 3.1 即將到來：Veo 是 Google 的一系列 AI 影片生成模型（目前為 Veo 3 / Veo 3 Fast）。Google 最近釋出了 Veo 3 的重大改進（縱向 9:16、1080p、Veo 3 Fast、更低定價），並且有傳聞／社群貼文指出 Veo 3.1 即將發布——但 Google 尚未發布官方的 Veo 3.1 版本公告。我將列出已確認的事實、可能／預期的變更，以及與 OpenAI 的 Sora 2 的直接比較。
什麼是 Veo
Veo 是 Google（DeepMind / Google Cloud / Gemini 系列）的生成式影片模型產品線，能將文字或圖片轉換為短影片——並且（在 Veo 3）可原生生成音訊（音效、環境音與對話）。它透過 Google Cloud（Vertex AI / Gemini API）提供給開發者與企業使用，並在輸出中內建來源標記／SynthID 浮水印。
Veo 3 已經帶來了什麼
- 文字 → 影片 與 圖片 → 影片 能力（包含預覽級的圖生影）。
- 原生音訊生成（音樂、環境音、對話）——Veo 3 首次將音訊作為一級能力。
- 兩個變體：高品質的 Veo 3 與 Veo 3 Fast（針對速度／迭代優化）。
- 平台可用性： 在 Vertex AI / Gemini API 上提供（付費預覽 → 於 2025 年中期逐步開放一般可用）。
- 安全／來源： SynthID 浮水印，以及人物／兒童生成的使用控制／審批。
那麼——Veo 3.1 預期會帶來什麼？
狀態： 目前 Google 尚無官方的 Veo 3.1 產品頁或完整發佈說明。然而，多則 Google 開發者貼文／社群貼文與推文顯示，名為「Veo 3.1」的近期增量更新即將到來，預計將著重於音訊、品質與格式支援的迭代改進，而非完整的世代重寫。
以下是我基於 x 的貼文與 Veo 3 特性所做的一些推測：
- 更好的原生音訊（對話、多聲部唇形同步） ——對話更乾淨、更好的 SFX 混音與空間化處理）。Veo 3 已可原生生成音訊；Veo 3.1 可能提升對話寫實度與語言支援，以對齊競品近期的升級。
- 某些常見輸出的更快／更便宜管道（更多與 Veo 3 Fast 的對齊與最佳化）。
- 更佳的圖生影保真度與更好的角色／姿勢一致性（多幀片段中）。
- 擴充長寬比／解析度控制（更靈活的 9:16／16:9 與 1080p 配置）。Google 已加入縱向與 1080p；Veo 3.1 可能進一步擴充這些控制。
- 更長片段／放寬 8 秒上限——社群需求與 Google 先前路線圖顯示，延長時長是可能目標（Veo 3 目前最佳化為 8 秒片段）。
- 更好的圖生影保真度與擴展的圖轉影支援（在寫實度與運動連續性上的改進），延續 Veo 3 的圖生影預覽功能。
比較 Veo 3／（預期）Veo 3.1 → OpenAI Sora 2
主要重點
- Veo 3（Google）：從文字／圖片提示生成高保真 8 秒短影片；原生音訊；整合於 Gemini/Gemini API 與 Vertex AI；為生產與開發者 API 整合而優化。
- Sora 2（OpenAI）：OpenAI 的旗艦影像＋音訊模型，著重物理寫實、連貫運動、同步對話與聲音，並附帶社交應用（Sora），提供 cameo／同意系統以整合用戶肖像，強調寫實與安全控管。
優勢
- Veo（目前）：強大的開發者／企業整合（Vertex AI、Gemini API）、生產級定價選項、雲端客戶清晰導入路徑、縱向／1080p＋快速變體。適合導入企業流程的業務。
- Sora 2：出色的物理準確性與多模同步（對話＋視覺），以及面向消費者的應用，整合社交工作流程（cameo 功能、審核）。適合創作者製作寫實敘事場景與接入應用生態。
如何現在使用 Veo——以及為 Veo 3.1 做好準備
- 在 Gemini（消費者／網頁／行動端）體驗：Veo 生成已在 Gemini 應用中開放（在提示欄點選「影片」選項）。存取等級（Pro／Ultra）會影響可用的 Veo 變體。
- 程式化／企業方案：透過 API 使用 CometAPI（Veo 模型 ID 可見於模型文件）。CometAPI 提供 veo3-pro、veo3-fast 與 veo3。詳細資訊請參考 Veo 3 的文件。
實用提示（開發者）： 若要請求縱向輸出，設定 aspectRatio 參數（例如 "9:16"），並檢查模型設定（Veo 3 vs Veo 3 Fast）以及你的方案對解析度的限制（720p vs 1080p）。
如何（現在）使用 Sora 2
Sora 應用： Sora 2 隨 Sora 應用上線（首波邀請制在美國與加拿大）。OpenAI 表示稍後將擴大存取與 API。若你現在想試用 Sora 2，請查看 CometAPI 的 Sora 2 頁面。CometAPI 已支援 Sora 2 API，並可生成約 ~10 秒的社群短片，強調人物運動的寫實性。
入門指南
CometAPI 是一個統一的 API 平台，將超過 500 個來自領先提供商的 AI 模型——例如 OpenAI 的 GPT 系列、Google 的 Gemini、Anthropic 的 Claude、Midjourney、Suno 等——聚合到單一、對開發者友善的介面中。透過提供一致的驗證、請求格式與回應處理，CometAPI 大幅簡化在你的應用中整合 AI 能力的流程。無論你在打造聊天機器人、影像生成器、音樂創作工具，或資料驅動的分析管線，CometAPI 都能讓你更快速迭代、控管成本、保持對供應商的中立，同時掌握 AI 生態系的最新突破。
開發者可透過 CometAPI 存取 Veo 3.1 API，最新的模型版本 將與官方網站保持同步更新。開始之前，請先在 Playground 探索模型能力，並參閱 API guide 以取得詳細說明。存取前請確認你已登入 CometAPI 並取得 API 金鑰。CometAPI 提供遠低於官方的價格，協助你完成整合。
準備好了嗎？→ 立即註冊 CometAPI！