ИИ-видео · Google DeepMind

Veo 3.1: кинематографичные ИИ-видео, которые говорят, двигаются и не выходят из образа

Спросить ИИ ▾

Veo 3.1 — видеомодель Google DeepMind, которая превращает одно предложение или несколько фотографий в короткий кинематографичный ролик с собственным саундтреком: реплики, звуковые эффекты и фоновая атмосфера генерируются вместе с картинкой. Выпущенная в середине октября 2025 года вместе с обновлённым редактором Flow, она дала авторам три новых способа управлять кадром: референсные изображения, сохраняющие персонажа или продукт неизменным, первый и последний кадр, задающие начало и конец ролика, и Extend для историй длиннее одного дубля. В этом руководстве разобрано, для чего подходит каждая функция, где она набирает популярность, и собраны шаблоны промптов, которые можно сразу скопировать.

  • Встроенные диалоги и звук
  • До 3 референсных изображений
  • Первый и последний кадр
Превратите фото в видео →

Звук, сюжет и контроль: почему авторы обсуждают эту модель

Большинство ИИ-инструментов для видео выдают беззвучный ролик, а звук оставляют вам. Veo 3.1 создаёт картинку и саундтрек за один проход, поэтому персонаж может произнести реплику с совпадающей артикуляцией, пока на фоне звучат дождь, уличный шум или музыка. Именно из-за этого изменения её так быстро подхватили создатели коротких драм, рекламщики и мем-аккаунты: законченный на вид восьмисекундный момент получается из одного промпта.

Google выпустила модель в октябре 2025 года и сделала её доступной в приложении Gemini, во Flow (инструменте Google для создания фильмов) и для разработчиков через Gemini API и Vertex AI. Каждая генерация даёт ролик длиной до восьми секунд в 720p или 1080p, а позднее обновления добавили нативный вертикальный формат 9:16 для мобильных платформ и 4K для больших экранов. Это закрытая модель: весов для скачивания нет, а результаты содержат невидимый водяной знак Google SynthID.

От Veo 3 к Veo 3.1: улучшения, которые вы заметите

Veo 3 попала в заголовки в 2025 году как первая массовая модель, генерирующая говорящее видео с синхронным звуком. Обновление 3.1 сохраняет это преимущество и делает упор на контроль: в обзорах запуска отмечали лучшее следование промпту и качество картинки при старте с изображения, более богатый звук и новые инструменты редактирования во Flow. Кроме того, на старте Google сохранила те же цены, что и у Veo 3.

Veo 3Версия 3.1
Встроенный звукДиалоги, эффекты, атмосфераБолее богатый звук, в том числе в инструментах редактирования Flow
Референсные изображенияНедоступноДо 3 изображений для персонажей, объектов или стиля
Начальный и конечный кадрНедоступноПервый и последний кадр со сгенерированным переходом
Более длинные историиОтдельные роликиExtend продолжает ролик вместе со звуком
Изображение в видеоХорошоБлиже к промпту, чётче детали
ФорматыГоризонтальныйГоризонтальный, нативный вертикальный 9:16, позже добавлен 4K

Ingredients to Video: единый образ персонажей и продуктов

Функция Ingredients to Video позволяет передать модели до трёх референсных изображений, например портрет персонажа, фото продукта и локацию, и получить один ролик, объединяющий их. Вместо того чтобы надеяться, что одно и то же лицо появится дважды, вы его показываете. На этой функции держится большинство серийного контента: виртуальный ведущий, который выглядит одинаково в каждом выпуске, маскот бренда, сохраняющий свои цвета, или главная героиня короткой драмы, чей наряд не меняется между сценами.

Для лучшего результата используйте референсы, снятые при похожем освещении, следите, чтобы объект был хорошо виден, и называйте каждый ингредиент в промпте («женщина с первого изображения держит бутылку со второго изображения»). Внутри одного ролика согласованность высокая; между множеством отдельных роликов всё ещё возможны небольшие отклонения, поэтому каждый раз используйте одни и те же референсы.

Первый и последний кадр: раскрытия, преображения и переходы

Функция Frames to Video берёт начальное и конечное изображение и придумывает движение между ними, вместе со звуком. Это самый простой способ создавать эффектный контент «до и после»: повседневный наряд превращается в вечернее платье, пустая комната наполняется мебелью, закрытая коробка открывается и показывает продукт, а дневная улица плавно переходит в ночь.

Сохраняйте в обоих кадрах одинаковую композицию и освещение, чтобы переход выглядел естественно, и опишите промежуточное действие в промпте, например «камера статична, переход с блёстками, бодрая музыка». Модные авторы используют это для показа образов, аккаунты о недвижимости и интерьере — для преображения комнат, а команды e-commerce — для распаковки.

First and last frame transformation from casual outfit to evening gown, illustrating a first-and-last-frame video reveal

Дальше 8 секунд с Extend

Одна генерация длится максимум восемь секунд — этого хватает на один момент, но не на целую сцену. Extend решает это, продолжая существующий ролик с его последнего момента и перенося дальше действие и звук. Соедините несколько продолжений — и получите последовательность на 30 секунд и больше, достаточно для эпизода вертикальной драмы, рекламы в формате истории или превью раскадровки.

Планируйте каждое продолжение как одно действие: первый ролик завязывает, следующий реагирует, третий даёт развязку. Короткие реплики, которые легко укладываются в восемь секунд, звучат гораздо естественнее длинных речей, оборванных на полуслове.

Standard, Fast или Lite, а также вертикаль и 4K

Veo 3.1 доступна в нескольких уровнях. Standard — выбор ради качества для финальных кадров. Fast жертвует частью шлифовки ради скорости и популярен для черновиков и пакетного тестирования множества вариантов промпта. Lite — самый лёгкий и доступный уровень для больших объёмов работы, и 4K в нём нет.

Выбирайте формат до генерации. Нативный вертикальный 9:16 подходит для TikTok, Reels и Shorts без обрезанных голов, а 16:9 — для YouTube и трейлеров. Используйте 4K только для финальной версии ролика, который вам уже нравится; черновики в низком разрешении ускоряют итерации.

  • Standard: ключевые кадры, реклама и всё, что будут рассматривать вблизи.
  • Fast: быстрые черновики, A/B-тесты хуков, соцсетевые ролики в больших количествах.
  • Lite: самые большие пакеты, где важнее всего скорость и стоимость; без 4K.

Где Veo 3.1 набирает популярность

Поскольку звук и картинка появляются вместе, модель подходит для форматов, где несколько секунд должны ощущаться завершёнными. Вот сцены, к которым авторы возвращаются чаще всего:

  • Вертикальные короткие драмы: постоянный состав из референсных изображений, одна эмоциональная реплика на ролик, эпизоды собираются через Extend.
  • Реклама товаров для e-commerce: медленные облёты, макросъёмка и раскрытие при распаковке с подходящим звоном или свистом.
  • Говорящие ролики в стиле UGC: селфи-ракурс, непринуждённый отзыв и естественный дневной свет для рекламы в соцсетях.
  • ASMR и крупные планы еды: шипящие сковороды, наливаемые напитки и хрустящие текстуры, где звук продаёт кадр.
  • Кинематографичные трейлеры и фрагменты клипов: атмосферный свет, драматичные движения камеры и подходящий саундтрек.
  • Мемы и скетчи: быстрые комедийные моменты с репликами-панчлайнами, которые срабатывают меньше чем за восемь секунд.

Руководство по промптам Veo 3.1: шаблоны для копирования

Надёжная структура такая: камера и движение, затем объект и действие, затем место и свет, затем стиль, затем звук. Берите реплики в кавычки, оставляйте одно основное действие на ролик, а если субтитры не нужны, добавьте "no subtitles", чтобы модель не рисовала на экране искажённый текст. Замените детали на свою сцену.

Короткая драма

Medium close-up, handheld. A young woman in a red coat turns to the man at the rainy bus stop and says, "You knew all along." Neon reflections, cinematic, sound of rain and distant traffic. No subtitles.

Реклама продукта

Slow 360 orbit around a glass perfume bottle on wet black stone, macro, soft rim light, water droplets, subtle chime sound, luxury commercial.

Первый и последний кадр

Start: woman in casual everyday clothes. End: the same woman in an evening gown. Camera static, sparkle transition, upbeat music.

UGC-отзыв

Selfie-style vertical video, creator in a kitchen excitedly reviews a blender, natural daylight, casual voice: "Okay, this actually changed my mornings."

Как попробовать и можно ли бесплатно

Есть три основных пути, в зависимости от того, кто вы:

  1. Обычные авторы: генерируйте ролики в приложении Gemini или во Flow с подпиской Google AI; месячные лимиты зависят от тарифа.
  2. Разработчики: вызывайте модель через Gemini API или Vertex AI. Бесплатного уровня у API нет, а согласно уведомлению стороннего сервиса, preview-идентификаторы модели в Gemini API были выведены из эксплуатации 22 октября 2026 года, и Google направляет разработчиков к более новым моделям Gemini Omni.
  3. Бесплатное тестирование: некоторые сторонние платформы раздают пробные кредиты — обычный путь для тех, кто ищет бесплатный доступ.

Прежде чем строить на этом продукт, проверьте документацию Google по видео и выводу моделей из эксплуатации, чтобы узнать, какие названия моделей ещё доступны на вашей платформе.

Что авторам нравится и что они хотели бы улучшить

Отзывы с момента запуска обычно сходятся в сильных сторонах: точная синхронизация губ, эффектов и картинки, реалистичное освещение и работа камеры, которая выглядит срежиссированной, а не случайной. Референсные изображения и управление первым и последним кадром — функции, которые авторы называют, объясняя, почему перешли с Veo 3.

Жалобы столь же единодушны. Восемь секунд на генерацию кажутся мало, строгие фильтры контента иногда отклоняют безобидные промпты, персонажи всё ещё могут меняться между множеством отдельных роликов, а активное использование обходится дорого. Обычные обходные пути — тщательно планировать кадры и делать черновики на более быстрых уровнях.

Veo 3.1 против Sora 2, Kling и вариантов без цензуры

В сравнении с Sora 2 от OpenAI главное, что взвешивают, — контроль через референсы и качество звука; в сравнении с Kling — длина ролика, ведь Kling 3.0 выдаёт 15 секунд, а Kling 4.0 — до 30 секунд за одну генерацию, тогда как эта модель полагается на Extend. Честное сравнение — прогнать один и тот же промпт и одни и те же референсы через каждый инструмент и оценить согласованность и звук.

Версии Veo 3.1 без цензуры или NSFW не существует. Модель закрытая, открытых весов нет, а Google фильтрует и промпты, и результаты согласно своей политике запрещённого использования генеративного ИИ. Те, кому нужно видео без ограничений, обычно обращаются к моделям с открытыми весами, таким как Wan 2.2 или HunyuanVideo, которые можно запускать на собственном оборудовании.

Альтернативный генератор видео без цензуры

Официальная модель модерируется, и версии без цензуры у неё нет. Для вымышленных сцен для взрослых (18+), например ролика в бикини на пляже или медленного танца в лофте при свечах, загрузите исходное фото на странице «изображение в видео» Spicy AI и опишите нужное движение.

Luxury perfume bottle on wet black stone, styled as a cinematic product commercial shotОткрыть «изображение в видео»

Официальная Veo 3.1 или генерация на Spicy AI

Официальный сервисSpicy AI онлайн
Фильтрация контентаПромпты и результаты фильтруются GoogleКонтент для взрослых (18+) разрешён
Открытые весаНет, закрытая модельНе применимо, работает онлайн
Фактически используемая модельУровень Standard, Fast или LiteСобственные видеомодели Spicy AI
ЦенаПодписка Google AI или API с посекундной оплатойБесплатный старт, кредиты для большего
  • Официально: встроенный звук, референсные изображения, первый и последний кадр и Extend в Gemini, Flow и API.
  • Spicy AI: начните со своего фото и оживите его прямо в браузере.

Часто задаваемые вопросы

Кто создал Veo 3.1 и когда она вышла?

Google DeepMind выпустила её в середине октября 2025 года вместе с обновлением инструмента для создания фильмов Flow.

Какой длины может быть один ролик?

Одна генерация длится до восьми секунд. Extend продолжает ролик с его последнего момента, поэтому несколько продолжений можно соединить в более длинное видео.

Генерирует ли она звук?

Да. Диалоги, звуковые эффекты и фоновый звук генерируются вместе с видео, а движения губ совпадают с произносимыми репликами.

Что изменилось по сравнению с Veo 3?

Добавлены до трёх референсных изображений, управление первым и последним кадром и Extend со звуком, а также более точное следование промпту при старте с изображения. Цены на старте остались прежними.

Можно ли пользоваться бесплатно?

У Gemini API нет бесплатного уровня. В приложении Gemini и во Flow модель входит в подписки Google AI, а некоторые сторонние платформы предлагают пробные кредиты.

Есть ли Veo 3.1 без цензуры?

Нет. Это закрытая модель без открытых весов, и Google фильтрует промпты и результаты. Когда нужно меньше ограничений, используют видеомодели с открытыми весами, например Wan 2.2.

API всё ещё доступен?

Согласно уведомлению стороннего сервиса, preview-идентификаторы модели в Gemini API были выведены из эксплуатации 22 октября 2026 года, а в качестве преемника предлагается Gemini Omni. Актуальную доступность в Vertex AI проверяйте в документации Google.

Источники

Все ИИ-модели без цензуры →

Veo, Gemini и Google являются товарными знаками соответствующих владельцев. Во всём контенте должны быть изображены только взрослые (18+).

Sign in

Welcome to Spicy AI

or