Veo 3.1 na NOLGIA: três níveis, som nativo e o que ele recusa

Qual Veo você está escolhendo

Escolha o nível na lista de modelos do compositor de vídeo: Veo 3.1, Veo 3.1 Fast e Veo 3.1 Lite ficam lado a lado. O seletor de qualidade abaixo do prompt mostra o preço de cada nível para a duração que você definir.

O que dá errado

Antes de começar

• Decida entre 16:9 ou 9:16. Todo o resto decorre dessa escolha.
• Escreva a fala entre aspas, curta o suficiente para ser dita em três segundos.
• Se você tiver uma foto, decida se ela será o primeiro quadro (quadro inicial) ou uma referência visual para estudo.
• O Veo está disponível no plano Pro e superiores. O botão Gerar exibe na tela o preço exato para o nível, duração e qualidade selecionados.

Uma fala a partir de uma imagem estática

Este é o ponto forte do Veo: uma pessoa diz uma frase e o som do ambiente está por baixo. Escolhemos Animar uma imagem, adicionamos a foto estática da cantora como quadro inicial, selecionamos Veo 3.1 Fast em 1080p, 16:9, 8 segundos, e escrevemos a fala entre aspas com o som após ela.

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.

A mesma imagem estática como referência: o que aconteceu

Anexe a imagem estática em Imagens de referência, em vez de como quadro inicial, e o Veo a estuda, em vez de animá-la: o figurino, o microfone e a iluminação são lidos a partir dela, e o modelo enquadra sua própria cena. O compositor libera o quadro inicial no momento em que você adiciona uma referência, porque o Veo aceita uma ou outra. As execuções com referência têm apenas 8 segundos.

Executamos o teste e ele não retornou. A primeira tentativa solicitou 6 segundos e foi recusada antes de o modelo ser executado, com a regra de 8 segundos explicitada e nenhuma cobrança feita. A segunda tentativa, de 8 segundos, foi rejeitada pelo sistema de segurança do provedor, com o motivo informado como uma correspondência de política de conteúdo no prompt ou na referência; essa execução foi cobrada e não reembolsada, porque o provedor já a havia processado. O prompt está abaixo, exatamente como foi enviado, para que você veja como ele era comum.

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.

Como escrever para o Veo

• A linha entre aspas, uma vez. Coloque as palavras que a pessoa diz entre aspas e diga como ela as diz: baixo, claramente, com um sorriso depois.
• Som após a fala. Nomeie o ambiente, um ou dois sons nele, e diga sem música se for essa a intenção.
• Um movimento de câmera. Aproximar, deslizar, manter. Os clipes do Veo são curtos; um segundo movimento não cabe.
• Sem acrobacias. Um mortal, uma corrida, uma queda ou um derramamento exigem uma física que o Veo não sustenta. No nosso teste de mortal para trás, o Veo 3.1 Fast errou todas as quatro rotações, enquanto o Kling v3 e o Seedance 2.5 completaram o movimento todas as vezes. Use o Veo para uma fala e um pequeno movimento, e veja Como fazer pessoas de IA se moverem realisticamente.
• Pessoa inventada, não uma pessoa real. Diga isso. O Veo recusa solicitações que pareçam ser de uma pessoa real.
• Deixe a imagem estática no comando. Em Animar uma imagem, não descreva a imagem novamente; descreva o que ela faz.

O que ele recusa

• Qualquer duração que não seja 4, 6 ou 8 segundos. Pedimos 5 e a API respondeu antes do modelo rodar: a duração deve ser uma de 4, 6, 8. Nada foi cobrado. O compositor oferece apenas as três opções.
• Imagens de referência em qualquer duração que não seja 8 segundos. Pedimos 6 com uma referência e fomos informados de que referências no Veo 3.1 Fast exigem 8 segundos. Nada foi cobrado.
• Imagens de referência no Veo 3.1 Lite. Recusado com uma mensagem de validação nomeando o recurso; o compositor nunca mostra o espaço no Lite.
• Um quadro inicial junto com imagens de referência. O provedor retorna uma solicitação não suportada, então o compositor libera o quadro quando você adiciona uma referência.
• Qualquer proporção, exceto 16:9 e 9:16. O compositor oferece apenas essas duas para o Veo.
• Áudio desativado. O som é sempre renderizado; não há nada para desativar.
• Uma pessoa que ele não quer renderizar. Nossa solicitação de imagem de referência foi rejeitada pelo sistema de segurança do provedor após o modelo ter sido chamado, e essa cobrança não foi reembolsada. O próximo passo mostra exatamente o que enviamos.

Quanto custa

Por clipe, por nível e por duração. O Veo 3.1 cobra o mesmo em 720p e 1080p; o Veo 3.1 Fast e Lite cobram mais em 1080p. O número exato para suas configurações aparece no botão Gerar.

Qual nível para qual trabalho

Checklist

1. 16:9 ou 9:16 escolhido.
2. 4, 6 ou 8 segundos escolhidos.
3. Um quadro inicial ou referências, não ambos.
4. A fala entre aspas, o som depois dela, sem música se for essa a intenção.
5. Pessoa inventada, não uma pessoa real, escrita no prompt.
6. O preço lido no botão e a regra de 1080p do nível lembrada.