Veo 3.1 en NOLGIA: tres niveles, sonido nativo y lo que rechaza

Qué Veo estás eligiendo

Elige el nivel en la lista de modelos del compositor de video: Veo 3.1, Veo 3.1 Fast y Veo 3.1 Lite están uno al lado del otro. El selector de calidad debajo del prompt muestra el precio de cada nivel para la duración que configures.

Qué puede salir mal

Antes de empezar

• Decide si será 16:9 o 9:16. Todo lo demás depende de esa elección.
• Escribe la línea hablada entre comillas, lo suficientemente corta para decirla en tres segundos.
• Si tienes una foto, decide si será el primer fotograma (fotograma inicial) o una referencia visual para estudiar.
• Veo está disponible en Pro y superiores. El botón Generar muestra el precio exacto según el nivel, la duración y la calidad en pantalla.

Una línea hablada a partir de una imagen fija

Este es el terreno natural de Veo: una persona dice una línea y el sonido de la sala está debajo. Elegimos Anima una imagen, añadimos la imagen fija de la cantante como fotograma inicial, seleccionamos Veo 3.1 Fast en 1080p, 16:9, 8 segundos, y escribimos la línea entre comillas con el sonido después.

An invented, computer-generated singer, not a real person. She leans an inch closer to the microphone, looks into the lens and says, quietly and clearly, "One more song. Then we go." A small smile after the line. Slow push in to a medium close up, no cuts, no new people. The smoke drifts through the blue backlight. Sound: the room tone of a small club, a faint crowd murmur, the click of the microphone stand, no music under the line. No text, no logos.

La misma imagen fija como referencia: qué pasó

Adjunta la imagen fija bajo Imágenes de referencia en lugar de como fotograma inicial y Veo la estudia en lugar de animarla: el vestuario, el micrófono y la luz se leen de ella, y el modelo encuadra su propia toma. El compositor libera el fotograma inicial en el momento en que agregas una referencia, porque Veo toma una u otra. Las ejecuciones de referencia son solo de 8 segundos.

Lo ejecutamos y no volvió. El primer intento solicitó 6 segundos y fue rechazado antes de que el modelo se ejecutara, con la regla de 8 segundos especificada y sin cargos. El segundo intento, de 8 segundos, fue rechazado por el sistema de seguridad del proveedor con la razón dada como una coincidencia de política de contenido en el prompt o la referencia; esa ejecución se cobró y no se reembolsó, porque el proveedor ya la había procesado. El prompt está abajo, tal como se envió, para que puedas ver qué tan ordinario era.

Use @Image1 for the singer, her dress and the stage. A vertical shot from the back of the club: the crowd's heads in the bottom of the frame in silhouette, the singer small on stage in the spotlight, smoke rolling through the blue backlight. She raises one hand and the crowd cheers. Handheld, a slow drift to the left, no cuts. Sound: a full room, a cheer that swells at the raised hand, no music. No text, no logos.

Cómo escribir para Veo

• La línea entre comillas, una sola vez. Pon las palabras que dice la persona entre comillas y explica cómo las dice: en voz baja, con claridad, con una sonrisa al final.
• El sonido después de la línea. Nombra la habitación, uno o dos sonidos en ella, y di sin música si es lo que quieres.
• Un movimiento de cámara. Acercamiento, deriva, fijo. Los clips de Veo son cortos; un segundo movimiento no cabe.
• Sin acrobacias. Un salto mortal, una carrera, una caída o un vertido piden una física que Veo no sostiene. En nuestra prueba de salto mortal hacia atrás, Veo 3.1 Fast falló los cuatro giros, mientras que Kling v3 y Seedance 2.5 lo completaron todas las veces. Usa Veo para un diálogo y un movimiento pequeño, y consulta Hacer que las personas de IA se muevan de forma realista.
• Persona inventada, no una persona real. Dilo. Veo rechaza solicitudes que parezcan referirse a una persona real.
• Deja que la imagen fija mande. En Animar una imagen, no vuelvas a describir la foto; describe lo que ella hace.

Qué rechaza

• Cualquier duración que no sea 4, 6 u 8 segundos. Pedimos 5 y la API respondió antes de que el modelo se ejecutara: la duración debe ser 4, 6 u 8. No se cobró nada. El compositor solo ofrece las tres opciones.
• Imágenes de referencia en cualquier duración que no sea 8 segundos. Pedimos 6 con una referencia y nos dijeron que las referencias en Veo 3.1 Fast requieren 8 segundos. No se cobró nada.
• Imágenes de referencia en Veo 3.1 Lite. Rechazado con un mensaje de validación que nombra la función; el compositor nunca muestra el espacio para Lite.
• Un fotograma inicial junto con imágenes de referencia. El proveedor devuelve una solicitud no compatible, por lo que el compositor libera el fotograma cuando agregas una referencia.
• Cualquier proporción excepto 16:9 y 9:16. El compositor solo ofrece esas dos para Veo.
• Audio desactivado. El sonido siempre se renderiza; no hay nada que desactivar.
• Una persona que no quiere renderizar. Nuestra solicitud de imagen de referencia fue rechazada por el sistema de seguridad del proveedor después de que se llamó al modelo, y esa solicitud se cobró y no se reembolsó. El siguiente paso muestra exactamente lo que enviamos.

¿Cuánto cuesta?

Por clip, por nivel y por duración. Veo 3.1 cobra lo mismo en 720p y 1080p; Veo 3.1 Fast y Lite cobran más en 1080p. El número exacto para tu configuración aparece en el botón Generar.

¿Qué nivel para qué trabajo?

Lista de verificación

1. 16:9 o 9:16 elegido.
2. 4, 6 u 8 segundos elegidos.
3. Un fotograma inicial o referencias, no ambos.
4. La línea entre comillas, el sonido después, sin música si así lo deseas.
5. Persona inventada, no una persona real, escrita.
6. El precio leído en el botón y la regla de 1080p del nivel recordada.