Veo 是 Google DeepMind 的视频生成模型。它和早期那些「能出画面就行」的视频模型不在一个赛道上：从 Veo 3 开始，它把声音和画面放在同一次生成里完成 —— 人物开口说话，声音是对得上的；玻璃碎了，有碎裂声；场景换到雨夜，雨声和环境噪音一起出来。这件事的价值在于省掉的不是一道工序，而是整个后期配音流程。
第一是成片感。多数视频模型的输出像「会动的图片」，镜头不动、光不变化、没有声音。在提示词里写「手持镜头缓慢跟随」，Veo 真的会给你一条有呼吸感的镜头。
第二是声音。广告片、短片、产品演示，音画不同步是最容易被看出来的破绽。Veo 直接生成同期声，省掉配音、拟音、对口型三个环节。
第三是把一张图接成一段片。给首帧和尾帧，它生成中间的过渡；给几张参考图，它让同一个人或同一件产品在多个镜头里保持一致。
原生音频：对白、音效、环境声、配乐一起出，且不额外加价。这是它目前最硬的一项。
首尾帧控制：指定起始画面与结束画面，中间的运动由它补。做转场、做形态变化、做「从空镜推到产品」这类镜头很好用。
参考图一致性：最多三张参考图锁定人物、角色或产品外观，跨镜头不换脸、不换包装。
镜头延长：单次生成只有几秒，但可以在 API 里以 7 秒为单位继续延长，最长拼到两分多钟的一条连续镜头。
竖屏与横屏：16:9 与 9:16 原生支持，不用生成完再裁。
画面质量属于目前消费级里最高的一档：光影、材质、物理运动都对得上，人物走路不会飘。提示词遵循度高，写「镜头从桌面推到人脸，浅景深」，出来的就是那个意思。
该说的局限也得说：单条只有 4、6、8 秒，1080p 与 4K 只能选 8 秒；额度烧得快，高质量档一次要 100 积分；风格偏「精致的商业片」，想要粗粝的纪实感反而不容易；每条都带 SynthID 隐形水印，去不掉 —— 正规商用没问题，想假装不是 AI 生成的不行；国内访问需要网络条件，账号也要 Google 体系。
不订阅也能用：Google Flow 每天给 50 积分，够跑两三条快速档短片，高峰期可能排队。订阅分几档：Google AI Plus 约 4.99 美元/月（200 积分）、AI Pro 约 19.99 美元/月（1000 积分）、AI Ultra 约 99.99 美元/月（10000 积分）。开发者走 Gemini API 按秒计费，快速档约 0.05–0.12 美元/秒，标准档 0.4 美元/秒起，4K 更贵。
算一笔账：一条 8 秒 1080p 的标准档成片，API 大约 3.2 美元。听起来不贵，但同一提示词跑五遍挑一条是常态，真实成本要乘五。具体价格与权益变化频繁，以官网当前说明为准。
可灵：中文场景准、国内直连、按积分付费，做短视频素材性价比高。
Runway：镜头控制与后期工具更专业，适合有影视基础的团队。
海螺：人体动作的物理真实感最好，单条成本最低。
Veo：赢在「一次生成就是一条带声音的成片」。要交付完整镜头、要声音对得上、要品牌级质感，它省下来的时间远超订阅费。
先用参考图或首帧定住画面，再让它动 —— 纯文字生成的可控性永远差一档。
提示词里把声音写进去。「雨夜街头，远处有警笛，人物低声说话」和「雨夜街头」，出来的东西完全不同。这是它区别于其它模型的地方，不用就浪费了。
把 8 秒当成创作前提而不是缺陷：广告的单个镜头本来就在 3–8 秒，按镜头写脚本，比想着「生成一条完整视频」现实得多。
适合：要交付带声音成片的广告与品牌团队、需要多语言版本的产品视频、做影视预演的导演、已经在用 Google AI 套餐的用户、要在应用里集成视频生成的开发者。
不适合：需要长镜头连续叙事的项目、预算极紧的个人创作者、无法解决网络与支付条件的团队、要求完全去除 AI 痕迹的交付。
