谷歌最强文生视频模型 Veo 3.1 首批样本曝光：自带配乐、8 秒 720P，剑指 Sora 2

科技媒体 testingcatalog 昨日（10 月 10 日）发布博文，曝光了谷歌新一代文生视频模型 Veo 3.1 的首批真实生成样本，能够生成时长 8 秒、分辨率为 720p 且包含音轨的视频片段。

该媒体指出在云平台 Vertex AI 及视频创作工具 Google Vids 中，已经出现新一代模型 Veo 3.1 的踪迹，首批由 Veo 3.1 生成的真实视频样本已流出。

集成在 Google Vids 中的 Veo 3.1 已具备核心的文生视频功能，用户可输入文本提示词，生成时长为 8 秒、分辨率为 720p 的视频片段。此次更新的一大亮点是视频自带音轨，其配乐相比前代更具感染力。

从曝光的“赛博朋克黑客机器人”和“火山喷发”等对比测试视频来看，Veo 3.1 在性能上实现了巨大飞跃。IT之家附上相关视频如下：

相较于前代模型 Veo 3 有时略显重复的输出，Veo 3.1 对提示词的细微之处理解得更透彻，生成的画面在视觉保真度和细节丰富度上表现更优，例如能够精准呈现熔岩的流动感或更逼真的恐龙形态。此外，3.1 版修复了前代模型中偶尔出现的物体比例失调等问题，整体输出质量更稳定、更准确。