Veo 3.1
Modelo de vídeo · Google ·
Veo 3.1 é um modelo de vídeo da Google. No Endless custa a partir de 13 créditos por vídeo e está disponível em todos os planos.
Veo 3.1 é o modelo do Google que transforma texto ou imagens em cenas cinematográficas de 4, 6 ou 8 segundos em até 4K, com áudio opcional.
- Preço
- A partir de 13 créditos por vídeo
- Disponibilidade
- Disponível em todos os planos
- Duração
- 4, 6 ou 8 s
- Resolução
- 720p, 1080p ou 4K
- Entradas
- Texto, imagem, primeiro e último quadro
- Referências
- Até 3 imagens
- Áudio
- Opcional, nativo
Sobre o Veo 3.1
O Veo 3.1 é o modelo de vídeo do Google DeepMind para cenas curtas e cinematográficas. Ele gera clipes de 4, 6 ou 8 segundos em 16:9 ou 9:16, em 720p, 1080p ou 4K. Com o áudio ativado, cria diálogos, efeitos sonoros e som ambiente junto com a imagem; os diálogos funcionam melhor em inglês. Todo clipe leva uma marca d'água SynthID que o identifica como gerado por IA.
Você pode descrever uma cena do zero, animar uma imagem inicial ou enviar um primeiro e um último quadro para o Veo criar a transição entre eles. Até três imagens de referência mantêm consistente um personagem, objeto ou estilo, o que ajuda quando o mesmo mascote ou produto aparece em uma série de clipes. Equipes usam o modelo para cenas de destaque de produto e cortes verticais para redes sociais.
Ideal para
- Inserts cinematográficos curtos e planos de abertura
- Clipes verticais 9:16 para redes sociais
- Transições entre um primeiro e um último quadro que você escolhe
- Manter um produto ou personagem consistente com imagens de referência
Como escrever prompts para o Veo 3.1
Como o Veo 3.1 lê um prompt
O Veo 3.1 gera um plano, ou uma sequência curta de planos, de 4, 6 ou 8 segundos. O guia de prompts do Google divide um prompt em elementos: primeiro sujeito, ação e estilo, e depois posição e movimento da câmera, composição, foco e efeitos de lente, e ambiência. O Google pede linguagem descritiva e específica, e os exemplos dele melhoram um prompt curto acrescentando detalhes concretos sobre o rosto, a luz, a lente e o cenário, não palavras sobre qualidade. Como o clipe é curto, escreva para um único momento e descreva esse momento por inteiro, em vez de uma história que precisa de um minuto.
Uma estrutura que funciona
O guia de prompts do Google Cloud propõe uma fórmula em cinco partes:
[Cinematografia] + [Sujeito] + [Ação] + [Contexto] + [Estilo e ambiência]
Por exemplo: "Travelling em contra-plongée, um ciclista de capa de chuva amarela, pedalando forte ladeira acima em um calçamento de pedra, uma rua estreita do centro histórico depois da chuva com pedras molhadas refletindo letreiros de neon, tons azuis frios, filmado em película 35 mm." Comece pela câmera quando o plano depende dela. Se o áudio estiver ativado, coloque o som no fim, em uma frase separada.
Para mais de um plano no mesmo clipe, o Google descreve prompts com marcação de tempo: divida o clipe em segmentos como [00:00-00:02] e [00:02-00:04], e dê a cada um o seu plano, a sua ação e o seu som. Repita a mesma descrição do personagem em todos os segmentos para que ele continue igual.
Vocabulário de câmera e movimento
O Veo entende os termos usuais de cinema, e o guia do Google diz que a cinematografia é a parte mais poderosa do prompt para transmitir tom e emoção.
- Movimento: dolly, travelling, grua, vista aérea, panorâmica lenta, plano POV.
- Composição: plano geral, close, close extremo, contra-plongée, plano a dois, plano de cima.
- Lente e foco: pouca profundidade de campo, foco profundo, foco suave, lente macro, grande-angular.
- Luz e cor: hora dourada, luz natural, tons quentes, tons azuis frios, brilho de neon.
Escolha um movimento principal por clipe e diga o que ele revela ("a grua sobe e revela o cânion"). Um clipe de 8 segundos raramente tem espaço para mais de um ou dois movimentos.
Áudio e diálogo
No Endless o áudio vem desativado por padrão. Ative Gerar áudio e o Veo cria diálogo, efeitos sonoros e ambiência junto com a imagem. As orientações do Google para cada um:
- Diálogo entre aspas: Uma mulher diz: "Precisamos ir agora."
- Efeitos sonoros descritos de forma explícita: SFX: um trovão ressoa ao longe.
- Ambiência em uma linha própria: Som ambiente: o zumbido calmo da ponte de uma nave espacial.
Mantenha as falas curtas. O guia da fal observa que falas longas em um clipe de 8 segundos são cortadas ou saem apressadas. O Google diz que o inglês tem suporte completo e que outros idiomas não foram avaliados, então diálogos em outros idiomas podem variar. Se você quer silêncio ou nenhuma música, diga isso. O Google também avisa que o Veo às vezes bloqueia uma geração por filtros de segurança ou por um problema no processamento do áudio; se isso acontecer, reescreva o diálogo ou tente com o áudio desativado.
Imagens, primeiro e último quadro e referências
Há três formas de guiar o Veo com imagens:
- Começar de uma imagem. Anexe uma imagem e ative Primeiro quadro, e o Veo a anima. O Google sugere escolher a imagem mais próxima da primeira cena que você quer. No prompt, descreva o movimento e o som, não o que já está na imagem.
- Primeiro e último quadro. Adicione também um último quadro e descreva a transição entre os dois, como um arco de câmera de um close até uma vista geral.
- Imagens de referência. Anexe até três imagens de uma pessoa, personagem, produto ou estilo, e o Veo mantém a aparência delas. Diga o que é cada uma ("usando as imagens do detetive, da mulher e do escritório").
Todo vídeo do Veo leva uma marca d'água SynthID que o identifica como gerado por IA.
Configurações que importam
- Modo: Standard para a maior fidelidade, Fast como opção equilibrada padrão e Lite como o nível mais leve, que vai até 1080p.
- Duração: 4, 6 ou 8 segundos. Na API do Google, gerações em 1080p, em 4K e com imagens de referência têm 8 segundos.
- Resolução: 720p, 1080p ou 4K. O Google observa que, quanto maior a resolução, mais demora o render.
- Proporção de tela: 16:9 ou 9:16.
- Gerar áudio: desativado por padrão.
- Imagem, Primeiro quadro, Último quadro e imagens de referência: como descrito acima.
Falhas comuns e como corrigir
- O resultado parece genérico. O prompt é curto e vago. Acrescente câmera, lente, luz e um estilo claro.
- Uma exclusão é ignorada. Descreva o que você quer, como o Google sugere: "uma paisagem desolada sem prédios nem estradas" em vez de "sem estruturas feitas pelo homem".
- O diálogo sai apressado ou cortado. Encurte a fala ou escolha uma duração maior.
- Um personagem muda entre clipes. Use exatamente a mesma descrição ou anexe imagens de referência.
- Acontece coisa demais em um clipe. Um clipe de 8 segundos tem espaço para poucas ações. Divida uma história longa em vários clipes e edite-os juntos.
Perguntas sobre o Veo 3.1
- O que é o Veo 3.1?
- Veo 3.1 é um modelo de vídeo da Google.
- O Veo 3.1 é grátis?
- Você pode testar o Veo 3.1 de graça. Ele está em todos os planos do Endless, inclusive no Free, que dá 100 créditos ao criar um workspace e 50 créditos por semana. Cada uso gasta créditos desse saldo.
- Quanto custa o Veo 3.1?
- No Endless custa a partir de 13 créditos por vídeo e está disponível em todos os planos.
- Como uso o Veo 3.1?
- Abra o Video no seu workspace do Endless, escolha o Veo 3.1 no seletor de modelos e escreva um prompt ou adicione uma imagem inicial. Você também pode pedir por ele no chat ou usá-lo em um canvas.
- Quais são as alternativas ao Veo 3.1?
- Entre os modelos parecidos que você pode usar no Endless estão Seedance 2.5, Seedance 2.0 e FLUX 3. Cada um tem sua própria página com preço e plano.
- O Veo 3.1 gera som?
- Sim. Com o áudio ativado, o Veo 3.1 gera diálogos, efeitos sonoros e som ambiente junto com o vídeo. O áudio é opcional, então você também pode criar clipes mudos.
- Qual a duração dos vídeos do Veo 3.1?
- Cada geração tem 4, 6 ou 8 segundos. Para uma peça mais longa, gere várias cenas e edite tudo junto.
- O Veo 3.1 aceita vídeo vertical?
- Sim. Ele gera em 9:16 para formatos verticais e em 16:9 para horizontais.
Como usar o Veo 3.1 no Endless
- 01
Abra o Video
No seu workspace, abra o Video e escolha o Veo 3.1 no seletor de modelos.
- 02
Descreva a cena
Escreva um prompt com o tema, a câmera e o movimento, ou comece de uma imagem que você envia ou gera.
- 03
Gere e itere
Gere e depois ajuste no chat ou em um canvas. Cada clipe fica salvo nos assets do seu workspace.
Prompts de exemplo para o Veo 3.1
Agrupados por caso de uso. Cada um abre no Endless com o Veo 3.1, pronto para editar e gerar.
Planos de produto
Dolly lento em direção a uma garrafa de vidro fosco com suco de laranja prensado a frio sobre um balcão de mármore, com gotas de condensação no vidro, sol da manhã rasante vindo da direita, pouca profundidade de campo e visual comercial limpo. SFX: um tilintar suave quando um cubo de gelo se acomoda.
Travelling macro deslizando pelo aro de um relógio de mergulho de aço apoiado em uma pedra preta molhada, com ondas que o cobrem e escorrem, luz azul-petróleo fria e detalhe nítido nos números gravados.
Plano de cima de uma tábua de madeira enquanto mãos cortam um abacate maduro ao meio e giram as metades para separá-las, luz natural clara de cozinha, fresco e minimalista. Som ambiente: uma cozinha silenciosa, uma faca na madeira.
Órbita em contra-plongée ao redor de um patinete elétrico branco estacionado em um terraço na hora dourada, com o horizonte da cidade desfocado ao fundo, reflexo de lente quando a câmera passa pelo sol e correção de cor quente de cinema.
Close de uma mão que encosta uma caneta-tinteiro no papel creme e escreve uma única assinatura cheia de curvas, a tinta se espalhando nas fibras, foco suave e luminária de mesa quente. SFX: o arranhar da pena, uma folha se acomodando.
Um par de fones com cancelamento de ruído flutua e gira devagar contra um fundo azul-marinho profundo enquanto anéis finos de luz pulsam a partir das conchas, iluminação de estúdio de produto, movimento suave e preciso.
Planos de ambientação
Grua subindo do convés molhado de um barco de pesca ao amanhecer até uma vista alta da frota inteira saindo de um porto coberto de neblina, luz pastel suave, calmo e amplo. Som ambiente: gaivotas, motores em marcha lenta, água batendo nos cascos.
Vista aérea varrendo um cânion de rocha vermelha no deserto ao meio-dia, com uma caminhonete off-road solitária levantando um rastro de poeira pelo fundo do cânion, ar tremendo de calor, céu azul intenso e visual de filme épico em 70 mm.
Plano geral de uma barraca de lámen iluminada por neon em uma rua de trás de Tóquio, chuvosa e à noite, com vapor subindo do balcão, um cozinheiro servindo caldo e poças refletindo letreiros rosa e azuis, panorâmica lenta da esquerda para a direita. Som ambiente: chuva nos toldos, um trem ao longe.
Plano geral fixo de um lago alpino com a primeira luz do dia, névoa deslizando sobre a água, um único barco a remo de madeira amarrado a um píer e o sol surgindo atrás dos picos e deixando-os dourados, tranquilo e parado.
Push-in lento pelas portas abertas de um salão de baile abandonado dos anos 1920, com poeira suspensa em feixes de luz da tarde, um lustre balançando de leve e papel de parede desbotado descascando, assombroso e bonito. Som ambiente: tábuas rangendo, vento fraco.
Travelling pela janela de um trem em movimento sobre colinas verdes da Escócia sob nuvens rápidas, com o sol abrindo caminho e correndo pelos campos, visual de documentário e granulação de filme suave.
Cenas com diálogo
Plano médio a dois em uma cabine de gravação apertada: um produtor jovem de fones se inclina para uma cantora nervosa e diz: 'Mais um take, e dessa vez, sinta de verdade.' A cantora solta o ar e acena com a cabeça. Luz prática quente, pouca profundidade de campo, o zumbido baixo da sala.
Close de um pescador idoso consertando uma rede em um píer ao pôr do sol, com o aprendiz ao lado. Ele levanta os olhos e diz: 'O mar devolve o que você dá a ele.' O aprendiz sorri. Som ambiente: ondas, tábuas rangendo, gaivotas ao longe.
Plano médio na mão em um corredor de hospital movimentado à noite: uma médica de pijama cirúrgico para um enfermeiro apressado. Médica: 'O paciente do seis está acordando.' Enfermeiro: 'Então vai, eu cuido daqui.' Luz fluorescente, tons verdes frios, monitores apitando e passos.
Cena em massinha com dois caracóis em uma mesinha de café minúscula. O primeiro caracol pergunta: 'Você já pediu?' O segundo responde, bem devagar: 'Ainda estou decidindo.' Música suave de acordeão, xícaras tilintando.
Plano médio de uma adolescente em um terraço ao anoitecer segurando um walkie-talkie, com as luzes da cidade acendendo atrás dela. Ela aperta o botão e diz: 'Torre para base, as luzes estão funcionando.' Uma voz chiada responde: 'Entendido, vem jantar.' Vento, trânsito distante.
[00:00-00:04] Plano sobre o ombro de uma barista entregando um copo pelo balcão a um cliente frequente. [00:04-00:08] Contraplano em close do cliente lendo o nome no copo e rindo: 'Dessa vez você escreveu certo.' Conversas de cafeteria, chiado da máquina de espresso.
Clipes verticais para redes
Vertical 9:16, POV na mão andando por uma feira noturna lotada em Bangkok, com vapor e fumaça saindo das grelhas, vendedores chamando os clientes e uma mão pegando um espetinho de porco grelhado, cores vivas e muita energia. Som ambiente: chiado da grelha, conversas, motos.
Vertical 9:16, close fixo de um latte sendo servido enquanto o leite forma uma roseta, luz quente de cafeteria vinda de cima, foco suave e câmera lenta. SFX: o líquido caindo suave, a xícara pousando no pires.
Vertical 9:16, um skatista desce em uma piscina de concreto vazia ao pôr do sol, com a câmera seguindo baixa e rápida por trás, contraluz quente e granulação leve de filme. SFX: rodas no concreto, uma aterrissagem limpa.
Vertical 9:16, um filhote de golden retriever rola entre folhas de outono em um parque perseguindo uma bola vermelha em direção à câmera, plano baixo na altura dos olhos, luz suave da tarde, brincalhão.
Vertical 9:16, plano médio fechado de uma treinadora de frente para a câmera em um estúdio claro. Ela diz: 'Três exercícios, trinta segundos cada, vamos lá.' Depois desce no primeiro agachamento. Música animada, luz natural limpa.
Vertical 9:16, plano de cima de mãos arrumando itens de viagem sobre uma cama de linho: um passaporte, uma câmera de filme, óculos de sol e um mapa de papel, cada item colocado com um toque suave, luz clara da manhã.
Planos a partir de imagens
Comece na foto de produto anexada. A câmera circula devagar a garrafa enquanto a luz da manhã percorre o rótulo e sombras suaves se movem no balcão, com o rótulo nítido o tempo todo.
Usando o primeiro e o último quadro anexados, a câmera recua em linha reta e sobe de um close de uma semente brotando até o jardim inteiro ao pôr do sol, com plantas crescendo em time-lapse pelo caminho. Vento suave, canto de pássaros.
Usando as imagens de referência da chef, da cozinha e da frigideira de cobre, plano médio da chef salteando legumes na frigideira em fogo alto, com gotas de óleo pegando a luz. Chiado, barulho de cozinha.
Anime a ilustração anexada: as lanternas de papel balançam de leve, o rio cintila e um barquinho segue da esquerda para a direita, mantendo o estilo pintado à mão e as cores da imagem.
Usando a imagem de referência do mascote, uma versão em desenho animado do mascote surfa uma onda gigante ao pôr do sol e acena para a câmera enquanto a espuma passa. Claro, saturado e divertido. Rugido do mar, ukulele alegre.
Comece no retrato anexado. Ela vira a cabeça devagar em direção à janela, a cortina se levanta com a brisa e a luz passa pelo rosto dela, sutil e natural, com pouca profundidade de campo.
Modelos relacionados
Seedance 2.5
da ByteDance
Clipes de 30 segundos em uma única passada, com até 50 referências
A partir de 51 créditos por vídeo
Seedance 2.0
da ByteDance
Clipes de 4 a 15 segundos guiados por imagens, vídeo e áudio
A partir de 16 créditos por vídeo
FLUX 3
da Black Forest Labs
Clipes de até 20 s com som, a partir de prompt, quadros ou clipe
A partir de 90 créditos por vídeo
Compare Veo 3.1
Veo 3.1 ao lado de outros modelos: preço, criador e plano, lado a lado.
Dê espaço à sua próxima ideia.
Comece grátis, crie um projeto e reúna as referências da sua marca. Ou agende uma demo para conhecer o Endless com sua equipe.