Veo 3 是 Google 的 AI 视频模型，能同时生成画面和声音，Veo 3.1 是它的升级版本。Solmi 把 Veo 3.1 Fast 用作 AI 视频生成器的 Premium（高级）档位，这个页面打开工具时已经选好 Veo 3.1 Fast。描述一个场景，选择 4、6 或 8 秒的时长、720p 或 1080p 的分辨率、16:9 或 9:16 的画幅，就能得到带有音效、环境声和你写下的台词的片段。720p 每秒 12 积分（4 秒 48 积分），1080p 每秒 15 积分，720p 的 4 秒片段大约需要一分钟。
从一段文字提示词到一段带声音的 Veo 3.1 片段，只需三步。
Veo 是 Google DeepMind 的视频模型系列。Veo 3 是第一个能把声音和画面一起生成的 Veo 模型，从脚步声、天气声到台词都能生成；Veo 3.1 更贴合提示词，声音也更丰富。Veo 3.1 Fast 是更快、更便宜的版本，也是 Solmi 使用的版本，声音始终开启。
把镜头当成一段短剧本来写：谁在画面里、在哪里、发生什么、镜头怎么动。然后加上声音：写明音效和环境声，台词放在引号里并说明是谁说的。每个片段只写一个动作，因为 8 秒转眼就过去，也不要写画面上的文字。做音乐视频的镜头时，描述场景而不是歌曲：Veo 的声音不会跟着你的歌走。
Solmi 上的 Veo 只能根据文字提示词生成：想从照片开始，请用图生视频，它的各档位使用的是其他模型。片段最长 8 秒、最高 1080p；想要更长，就用视频延长工具续写。声音是根据场景生成的，不会跟着你的歌走；想要对着你的歌对口型的表演，请使用 AI 音乐视频生成器。Solmi 是独立服务，与 Google 没有任何关联：它通过 Google Cloud 运行 Veo 3.1 Fast，并以 Solmi 积分计价。
不免费。最短的 Veo 3.1 片段（720p 的 4 秒）需要 48 积分，8 秒片段 96 积分，1080p 最高 120 积分，价格在生成前显示。新账号初始有 20 积分，够生成一段 Standard（标准）档位的短片段，但不够生成 Veo 片段；要用 Veo，请通过付费套餐或积分包添加积分。
Veo 3.1 Fast，即更快的 Veo 3.1 模型，声音已开启。它是 Solmi AI 视频生成器的 Premium（高级）档位，把文字提示词变成片段。
720p 的 4 秒片段大约一分钟。8 秒片段或 1080p 会稍长一些，通常不到两分钟。想快速、低成本地出草稿，请用 Standard（标准）档位。
会。Solmi 会让 Veo 为每个片段生成音频：音效、环境声，以及你放在引号里的台词。声音不会跟着你的歌走，所以做音乐视频时，请把你自己的歌铺在上面。
4、6 或 8 秒，720p 或 1080p，16:9 或 9:16。720p 每秒 12 积分，1080p 每秒 15 积分，所以 720p 是 48 到 96 积分，1080p 是 60 到 120 积分。