Veo 3.1

是什么

Veo 3.1 是 Veo 3 的一次更新，于 2025 年 10 月 15 日发布^[2]。Google DeepMind 把 Veo 描述为生成带音频的电影级视频的模型^[3]，也就是说，输出的是带声音的画面，而不是无声片段。Veo 3.1 延续这一定位，并加入了一批面向更长、更可控创作的功能。

在哪里使用

Veo 出现在两个 Google 产品中，分工不同。在 Gemini 应用里，它用于较短的项目；在 Google Flow 里，它用于需要保持连贯性的较长项目^[2]。连贯性是二者的实际差别：一段短片可以独立生成，而较长的镜头序列要让角色、物体和风格在镜头之间保持可辨认，Flow 正是围绕这一需求构建的。

API 上的几个版本

同在 2025 年 10 月 15 日，该模型以 veo-3.1-generate-preview 和 veo-3.1-fast-generate-preview 两个名字出现在 Gemini API 中^[1]。同一个模型给出两个名字，通常意味着质量与速度之间的取舍：一个偏向成片效果，一个偏向更快的生成。2026 年 3 月 31 日，更低价的 veo-3.1-lite-generate-preview 跟进，在前两者之下增加了一个更便宜的档位^[1]。三个名字里的「preview（预览）」表明它们可能随时改动或下线，与稳定版本不同。

随版本推出的能力

Google 表示，Veo 3.1 第一次把音频带到了 Flow 已有的功能中，并且 Flow 的所有功能都支持音频^[4]。其中两项能力被单独说明。「Ingredients to Video（素材转视频）」允许用户提供多张参考图，用来控制角色、物体和风格^[4]；参考图相当于视觉指令，能让同一个角色或物体在多次生成中保持可辨认。「Extend（延长）」可以生成长达一分钟以上的视频，每一段新片段都从上一段片段的最后一秒生成^[4]；把片段这样首尾相接地串起来，就能在单次生成时长有限的情况下接出更长的序列，而不出现硬切。

这些能力中有一部分也在进入 Gemini API 的路上：「Ingredients to Video」「First and last frame（首尾帧）」和「Scene extension（场景延展）」^[4]。而「Add object（添加物体）」和「Remove object（移除物体）」当时在 API 中尚不可用^[4]。

在产品线中的位置

Veo 3.1 是一次小版本更新，而不是新一代模型：编号沿用 Veo 3，发布重点放在音频、参考图和片段延长上，并未推出新的模型系列^[2]。而在 Google 自己给出的迁移建议里，接替它的实际上是另一个模型 gemini-omni-1.2-flash^[1]。

预览版的下线

2026 年 10 月 22 日，所有 Veo 3.1 的 API 预览版停止服务，Google 建议改用 gemini-omni-1.2-flash^[1]。从第一个预览版到下线只隔了一年多一点，这一寿命与「预览」标签相符：这些名字从来不是供开发者长期依赖的固定接口。