谷歌Veo 3.1来了，但来得似乎有点仓促

主要观点总结

谷歌推出视频生成模型的最新版本——Veo 3.1，主打更丰富的音频、更强的叙事控制和增强的真实感。该更新同步登陆了谷歌旗下的多个平台。从技术规格上看，Veo 3.1延续了前代的基础架构。此次更新重点之一是音频能力的提升，现在可以根据画面内容自动生成对应的环境音、对话和音效。此外，还引入了几项新的编辑功能，如Insert和Remove功能。然而，目前仍存在一些问题和短板，如生成质量上的提升不明显，系统缺乏自定义语音支持，人物口型与语音对应不够自然等。总体来看，Veo 3.1更多的是在工具性上的丰富，对于不同需求的用户来说可能有不同的选择。

关键观点总结

关键观点1: Veo 3.1主要特点和更新内容

Veo 3.1作为视频生成模型的迭代更新，主打更丰富的音频、更强的叙事控制和真实感。支持720p和1080p两种分辨率输出，帧率固定在24fps。更新同步登陆了谷歌旗下的多个平台，包括Flow影视制作工具、Gemini API和Vertex AI平台。此次更新重点之一是音频能力的提升，打通了音频通道，可以根据画面内容自动生成对应的环境音、对话和音效。

关键观点2: Veo 3.1的新编辑功能

Veo 3.1还引入了几项新的编辑功能，如Insert功能允许用户向现有场景中添加任何元素，Remove功能让用户可以无缝移除场景中的任意对象或角色。这些功能如果成熟，将极大地改变视频后期制作的工作流程。

关键观点3: Veo 3.1的问题和短板

尽管Veo 3.1在功能上有丰富的更新，但在生成质量上并没有特别大的提升。还存在系统缺乏自定义语音支持，人物口型与语音对应不够自然等问题。在复杂场景和短视频场景下，其短板开始暴露，如中文文字乱码、音频表现不稳定等。