谷歌Veo3 & FLOW：AI视频创作新纪元？特性、测试与教程全解析

Veo3有多强？它将如何改变视频模型时代？

谷歌最新发布的视频模型Veo3和AI视频创作产品FLOW，无疑在AI视频领域掀起了一股新的浪潮。Veo3最引人注目的特性在于，它能够同步生成视频对应的环境音和语音，并支持唇形同步。FLOW则集成了图片和视频生成、视频延长和剪辑等功能，为用户提供了一站式的视频创作体验。

Veo3的核心优势：

• 逼真的音效和语音： Veo3生成的视频，音效精准，语音与画面高度匹配，极大地提升了视频的沉浸感和可用性。
• 强大的场景理解能力： 无论是游戏画面、篮球场上的复杂运动，还是古人讲课的场景，Veo3都能够准确理解提示词，并生成符合要求的视频内容。
• 分镜处理能力： Veo3能够在一段视频中生成不同的分镜，并且保持跨分镜人物的一致性，为视频创作提供了更大的灵活性。
• 视频延长能力： Veo3支持延长视频，并且能够保证延长部分的画面一致性，解决了长视频生成的难题。
• 多人唇形同步： Veo3能够实现多人唇形同步，这在数字人领域是一个巨大的突破，为数字人视频创作带来了新的可能性。

Veo3测试：各种场景下的惊艳表现

1. 语音生成和唇形同步能力

测试案例： 一只可爱的拟人化小猫刚刚进入学校，它背着自己的行李，好奇地打量着一切，嘴里还不停地嘀咕着。

测试结果： Veo3能够准确地生成小猫的语音，并且实现唇形同步，即使是与人类不同的唇形也能完美匹配。

2. 游戏场景生成能力

测试案例： 一位游戏直播者正在直播《堡垒之夜》，左上角是游戏画面，右下角是摄像头画面。他刚刚杀死了一名敌人，并兴奋地大叫着。

测试结果： Veo3能够准确地生成游戏画面，包括人物运动和游戏UI，并且能够与提示词的内容对上。

3. 复杂运动和声音的准确性

测试案例： 室内篮球场上，一名身穿红色球衣的球员正在快速运球，不断做出佯攻和变向动作，试图突破对方蓝衣球员的防守。他突然停下，双腿高高跃起，身体在空中伸展，手腕一抖，将篮球投向远处的篮圈。球在空中划出一道高高的弧线，直奔篮网中央而去。场边的观众都站了起来，仔细观察着球的轨迹。

测试结果： Veo3能够准确地生成篮球落地的声音、运动时球鞋和地板摩擦的声音，以及球和篮筐的声音。

4. 古人讲课场景生成能力

测试案例： 在一部科普影片中，牛顿在一棵苹果树下向观众解释万有引力定律，右侧的便携式黑板上显示着公式，突然一个苹果掉了下来，砸到了牛顿的头上。

测试结果： Veo3能够根据提示词生成古人讲课的场景，并且在视频中加入了一些有趣的细节，例如苹果砸到牛顿的头上。

5. 多分镜视频生成能力

测试案例： 一系列快速变换的动态镜头：运动员在烈日下奔跑，大汗淋漓，汗珠从额头滴落；冲浪者乘风破浪；一群年轻人在户外音乐节上兴奋地跳跃。特写镜头显示冰镇饮料被打开，气泡升腾。最后，几个人举杯祝酒，脸上洋溢着满足而充满活力的笑容。画面定格在产品徽标上。

测试结果： Veo3能够一次性生成包含五个分镜的视频，并且保持跨分镜人物的一致性。

6. 环境音生成能力

测试案例： 透过被雨水打湿的窗户，可以看到夜色中的街道和不断落下的雨滴。房间里，一个人坐在书桌前，手指飞快地敲击着笔记本电脑的键盘。墙上挂着一个古董钟，钟摆有节奏地来回摆动。

测试结果： Veo3能够生成逼真的环境音，例如雨声、键盘敲击声和钟摆声，甚至可以用于制作ASMR视频。

7. 视频播客场景生成能力

测试案例： 播客录制现场，两名女主持人正在讨论有关法LLM训练主题的内容，其中一人提问，另一人回答。

测试结果： Veo3能够生成对谈的播客视频，并且实现多人唇形同步。

8. 争吵场景生成能力

测试案例： 房间里，两名特工面对面站着，争吵着，互相指责对方任务失败的原因，他们的脸被强烈的愤怒涨得通红。他们用手指着对方，身体前倾，疯狂地挥舞着手臂。突然，其中一人猛地转身，大步走到门前，一把拉开门，头也不回地走了出去，“砰 ”地一声关上了身后的门。

测试结果： Veo3能够生成争吵的场景，并且夸张的表情和嘴部动作能够与情绪和语音保持一致。

9. 物理表现和声音的准确性

测试案例： 灯光明亮的厨房里，一个人正用菜刀在木质砧板上迅速而有节奏地切着五颜六色的蔬菜。旁边的水龙头开着，细细的水流不断流入水槽。他/她低着头，全神贯注，嘴唇偶尔微微蠕动。

测试结果： Veo3能够准确地生成切蔬菜的声音和水流的声音，并且物理表现也很逼真。

FLOW使用教程：打造你的专属AI视频

1. 访问FLOW

FLOW地址： https://labs.google/fx/zh/tools/flow

注意： 目前只有美国IP用户可以使用FLOW，Google AI Ultra会员可能可以尝试。

2. 新建项目

进入FLOW后，首先需要新建一个项目，用于存放你的所有视频素材。

3. 选择Veo3

在输入提示词之前，需要在输入框设置中选择Highest Quality的质量，这样才能使用Veo3模型。

提示： 如果你发现生成的视频没有声音，请检查是否选择了Highest Quality。

4. 生成视频

FLOW目前支持三种视频生成方式：

• 文生视频： 输入英文提示词即可生成视频。
• 图生视频： 支持单独的首帧、尾帧和首尾帧，可以使用Imagen模型生成图片。注意：目前不能直接上传图片。
• 素材转视频： 可以上传三张图片提取内容，一张图片提取风格，搭配提示词生成视频。注意：目前不支持上传外部图片。

5. 下载视频

生成的结果会在上面展示，点击下载按钮可以将生成的视频超分到1080P。

注意： 目前直接点击下载按钮下载的视频可能没有声音，你需要点击全屏按钮，然后在播放器右下角的三个点那里下载才会有声音。

6. 视频剪辑

在生成视频的右上角点击添加到场景按钮，或者点击画面右上角的Scenebuilder按钮，可以进入素材剪辑页面。

在剪辑页面，你可以：

• 调整分镜顺序：通过右边的排列按钮调整分镜的顺序。
• 删除分镜：通过右边的排列按钮删除不需要的分镜。
• 调整视频位置：拖动中间的进度条，调整下一个视频生成后的位置。
• 预览视频：点击最左边的播放按钮预览视频。

注意： FLOW的导出按钮位置比较隐蔽，你需要放大预览画面，然后点击三个点的下载按钮，才能下载编排好的完整视频。

7. 延长Veo3视频

点击分镜后的加号，可以看到跳转到和延长两个按钮。

注意： 如果你点击延长按钮，模型会自动切换到Veo2去生成。

正确的延长方式：

1. 选择跳转到按钮。
2. 确保播放光标在视频最后一帧，因为这是通过首尾帧实现的。
3. 输入提示词。

注意： 在延长或跳转到的时候，不要回到编辑之前的素材库页面，可能会停止生成。

总结与启发

谷歌Veo3和FLOW的发布，标志着AI视频创作进入了一个新的阶段。Veo3强大的音效生成、语音生成和唇形同步能力，以及FLOW一站式的视频创作体验，都为用户提供了前所未有的便利。

Veo3的成功，也印证了将多种模型整合到一个完整的模型中，能够带来意想不到的效果。每一次Agent的模型化，即使每个部分的模型本身质量没有升级，也会带来非常多的应用场景和新的产品机会。

鲁迅说：

我认为：这Veo3和FLOW的出现，看似是科技的进步，实则也是对人类创造力的挑战。倘若我们只会依赖AI，而忘了独立思考和创新，那终将成为技术的奴隶。真正的进步，当是人与AI的和谐共生，共同创造出更加美好的未来。

,,,

感悟：

Veo3和FLOW的发布，让我看到了AI在视频创作领域的巨大潜力。它们不仅可以帮助我们快速生成高质量的视频内容，还可以激发我们的创作灵感。然而，我们也需要警惕AI可能带来的负面影响，例如对人类创造力的抑制。只有正确地利用AI，才能让它真正成为我们创作的助力，而不是替代品。