模型定位
Veo 3 是 Google 發布的影片生成模型,能夠根據提示生成帶有同步音訊的影片,適用於影片創作和視覺敘事。(blog.google)
能力與用途
- 支援文字和圖片提示,可將提示中的短篇故事轉化為影片片段。
- 可生成環境聲、音效和人物對話;Google 還強調其物理表現和嘴型同步能力。
- 可用於構思影片內容、快速迭代創意和電影式敘事。(blog.google)
限制與可用性
- 生成結果並非總是準確:Google 指出,Veo 系列的自然、連貫語音和音畫同步仍有改進空間。
- Veo 3 輸出包含 SynthID 浮水印。具體功能、使用額度和可用地區取決於接入平台及版本。
- 發布時,美國的 Google AI Ultra 訂閱使用者可在 Gemini 應用程式和 Flow 中使用,企業使用者可透過 Vertex AI 使用。Vertex AI 的公開預覽於 2025 年 6 月 26 日向所有 Google Cloud 客戶和合作夥伴開放。(deepmind.google)
發布日期
2025 年 5 月 20 日,Google 在 I/O 2025 官方公告中發布 Veo 3。輸入中的發布識別碼為 veo-3-preview;該識別碼不應直接視為已核實的 API 模型 ID。(blog.google)
價格
- **歷史預覽報價,非目前報價:**Google 於 2025 年 7 月 17 日公布的 Gemini API 付費預覽價為 0.75 美元(USD)/秒,計費對象為生成的影片及音訊輸出;公告未單列文字輸入價格。該報價不應視為 2025 年 5 月發布當天或目前的有效價格。查詢日期:2026 年 11 月 18 日。(developers.googleblog.com)
- 目前針對輸入中
veo-3-preview發布識別碼的獨立輸入及輸出價格:未核實。