Google Veo 3.1

Veo 3.1は映像と音を一緒に生成するので、セリフ、環境音、効果音が映像と同じテイクに乗る。雨の夜の街なら、このネイティブ音声の動画は雷が稲妻のタイミングに合った状態で出てくる。無音の素材を後から音入れする手間に慣れた人ほど、工程が1つ丸ごと減る。代わりに特定の声は選べないので、同じナレーターを通したいブランドは別に録ることになる。

Veo 3.1の1回の生成は8秒で、シーン延長は前のクリップの最後の瞬間から動きを続ける。1回で約7秒が足され、何度も重ねれば数分続くクリップを作れる。伸ばす間も環境音を保つので、映像が続いても音が途切れない。欠点は長く伸ばすとズレが出る点で、つなぐ回数が増えるほど連続性を確かめたくなる。

始まりの画像と終わりの画像を渡せば、その間の動きを埋めてくれる。2つのショットの飛びを1つの滑らかな動きに変えられ、1回のカメラの動きのようなトランジションにしたいときに効く。アニメーターにとっては狙った姿勢にぴたりと着地させる手段にもなる。出来は渡した2枚次第で、端が弱いと真ん中に響く。

Veo 3.1は最大3枚の参照画像でショットを導ける。キャラクター、衣装、場所などをカバーする。これは1枚を最初のフレームに使う画像toビデオとは別物だ。ここでは画像が見た目と内容を決め、モデルは一連のカットで被写体を揃える。制約はフォーマットで、参照画像による生成は8秒、16:9のクリップ向けに調整されており、どんな縦横比にも合うわけではない。

2つの編集ツールでシーンを後から変えられる。挿入は要素を足す。ありそうな細部でも、そこにいるはずのない生き物でもよく、モデルが光と影を調整して画面になじませる。削除は物や人物を消し、その背後の背景を作り直す。どちらも小さな変更のための撮り直しを省くが、使えるかどうかは面と投入段階による。

Veo 3.1はStandard、Fast、Liteで出ており、仕事に合わせてコストを調整できる。Veo 3.1 料金は選ぶグレードで変わる。Standardは画質が最も良く、720pと1080pで毎秒0.40ドル、4Kで0.60ドル。Fastは忠実さを少し手放して毎秒0.10〜0.30ドル、Liteは大量生成向けに毎秒0.05〜0.08ドルで4Kは非対応。主役のカットはStandard、テストの束はLite、中間ならFastを選ぶ。