剛剛，谷歌更新了其 Veo AI 視頻生成器，新增原生豎屏視頻生成與 4K 分辨率支持功能。此次對 “文生視頻” 功能的調(diào)整，旨在提升畫面清晰度的同時，確保不同場景中的主體元素保持一致。

Veo 3.1 的更新，解決了生成式視頻領(lǐng)域一項長期存在的挑戰(zhàn)：保持鏡頭間的視覺一致性。谷歌表示，新款模型在場景切換時能更好地保留人物特征與背景紋理，從而更容易重復(fù)使用特定的視覺元素，或在多場景敘事中貫穿同一主題。

最顯著的改進(jìn)是對“素材到視頻”工具的重大優(yōu)化。用戶只需添加三張參考圖片：一張用于主體，一張用于背景，一張用于展現(xiàn)所需的視覺效果或風(fēng)格。然后，只需添加一些文字即可開始制作。即使提示信息較短，Veo 3.1 也能在提供參考圖像后生成角色表情和動作更生動的視頻。

移動創(chuàng)作者是本次更新的核心受眾。升級后的 Veo 可直接生成 9:16 比例的原生豎屏視頻，創(chuàng)作者無需對橫屏素材進(jìn)行裁剪，也不必犧牲畫質(zhì)，就能制作出適配 YouTube Shorts 等平臺的全屏內(nèi)容。針對更專業(yè)的創(chuàng)作流程，谷歌還新增了 1080P 至 4K 的畫質(zhì)提升選項。

目前，這些新功能已率先在 Gemini 應(yīng)用、YouTube Shorts 及 YouTube Create 工具中上線，并將逐步覆蓋谷歌旗下更多創(chuàng)作者工具與企業(yè)級服務(wù)。為區(qū)分生成內(nèi)容與真實拍攝素材，谷歌會在視頻文件中嵌入肉眼不可見的 SynthID 數(shù)字水印。

有體驗用戶反饋，Veo 3.1似乎存在不同語言版本表現(xiàn)差距太大的問題。“巴西葡萄牙語的人物音頻存在音畫不同步、臺詞錯亂的問題，其他語言版本的表現(xiàn)則相對更佳。我曾指令其生成一段鸚鵡以沙啞嗓音鳴叫的音頻，但該需求最終未能實現(xiàn)。”

值得一提的是，此次更新距蘋果與谷歌官宣合作、計劃在下一代 Siri 中集成 Gemini 模型僅過去一天。與此同時， OpenAI 已達(dá)成合作，計劃將迪士尼角色引入 Sora 平臺。