Veo 3

Veo 3 是第一个能够在视频旁边生成原生音频的主要视频模型。它还在逼真物理模拟、提示词理解方面表现出色，并提供相机运动和场景延伸等高级创意控制。

可以！Veo 3 可以原生生成对话、配音、音效和环境音。只需在提示词中包含音频描述，Veo 3 就会自动创建同步音频。

Veo 3 生成最长 8 秒的视频。您可以使用场景延伸功能通过延长片段来创建更长的视频，同时保持视觉和音频的一致性。

Veo 3 提供相机控制（缩放、平移、移动）、首尾帧指定、参考图像风格匹配、角色一致性、场景延伸和不同宽高比的外扩绘制。

Veo 3 在原生音频生成和逼真物理效果方面领先。虽然 Sora 2 支持更长时长（20秒），Kling 2.1 提供多参考图支持，但 Veo 3 在整体质量和音视频同步方面表现出色。