谷歌近日宣布其AI视频生成工具Veo 3.1正式上线，带来多项关键升级，显著提升AI视频的 realism与可编辑性。该更新同步集成至谷歌的Flow影视创作工具、Gemini应用以及Vertex和Gemini API，标志着AI视频生成技术迈向更自然、更可控的新阶段。 Veo 3.1最引人注目的是新增的音频生成能力。用户现在可通过多种新功能为AI视频添加自然语音或音效。例如，“Ingredients to Video”功能允许用户上传三张参考图像，系统将据此生成一段包含匹配风格与声音的视频；“Frames to Video”可基于起始帧与结束帧自动生成过渡视频，并自动配以音频；而“Scene Extension”则支持将视频最后一秒的内容扩展至最长一分钟，同时生成连贯的背景音效，使画面更完整、更具沉浸感。 此外，Veo 3.1还增强了对光影与阴影的控制。用户可手动添加或调整视频中的阴影与光照效果，使AI生成的画面在视觉上更接近真实拍摄，进一步模糊了AI与真实影像之间的界限。谷歌还透露，未来Flow工具将支持“物体移除”功能——用户可指定画面中的某个对象，系统将智能重构背景与场景，让该物体“仿佛从未存在过”，实现更精细的视频编辑。 这些改进建立在2024年5月发布的Veo 3基础上，谷歌表示，Veo 3.1在遵循用户提示、画面连贯性与细节真实度方面均有显著提升，尤其在处理复杂动作与场景转换时表现更佳。目前，Veo 3.1以“付费预览”形式向开发者开放，通过Gemini API接入，同时在Gemini应用中上线。 自Flow工具5月推出以来，全球用户已生成超过2.75亿段AI视频，显示出公众对AI创作工具的强劲需求。随着Veo 3.1的发布，谷歌正加速推动AI视频从“能生成”向“能精细编辑、能自然发声”迈进，为影视创作、广告、教育等领域提供更强大的自动化支持。然而，其日益逼真的表现也引发了关于虚假信息传播与内容真实性的新担忧。