NOLGIA 上的 Veo 3.1：三个层级、原生音频及其拒绝生成的内容

你选择的是哪个 Veo

在视频编辑器的模型列表中选择层级：Veo 3.1、Veo 3.1 Fast 和 Veo 3.1 Lite 并列显示。提示词下方的质量选择器会显示你设定的时长对应的各层级价格。

常见问题

开始之前

• 决定使用 16:9 还是 9:16。其他一切设置都由此决定。
• 将台词写在引号内，长度要短到能在三秒内说完。
• 如果你有照片，决定它是首帧（起始帧）还是供参考的风格图。
• Veo 仅在 Pro 及以上套餐可用。屏幕上的 Generate 按钮会显示该套餐、时长和质量的确切价格。

从静态图像生成语音

这是 Veo 的强项：人物说一句话，背景音随之响起。我们选择了 让图片动起来，将歌手的静态图作为起始帧，选择了 Veo 3.1 Fast，设置为 1080p、16:9、8 秒，并将台词写在引号内，后面加上声音描述。

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.

将同一静态图作为参考：发生了什么

将静态图附加到“参考图像”下，而不是作为起始帧，Veo 会研究它而不是将其动画化：服装、麦克风和光线都从中读取，模型会自行构图。当你添加参考图像时，合成器会释放起始帧，因为 Veo 只能二选一。参考图像运行仅限 8 秒。

我们运行了它，但它没有返回结果。第一次尝试请求 6 秒时长，在模型运行前就被拒绝，明确说明了 8 秒规则，且未扣除任何积分。第二次尝试请求 8 秒时长，被提供商的安全系统以提示词或参考图违反内容政策为由拒绝；该次运行已扣除积分且未退款，因为提供商已经处理了该请求。以下是原样发送的提示词，你可以看到它多么普通。

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.

如何为 Veo 编写提示词

• 引号内的台词，仅一次。 将人物说的话放在引号内，并说明他们如何说：轻声地，清晰地，带着微笑。
• 台词后的声音。 描述房间，一两种环境音，如果你想要无声，请明确说明。
• 一个镜头运动。 推进，漂移，保持。Veo 的片段很短；第二个运动放不下。
• 不做特技。 翻跟头、奔跑、摔倒或倒水都需要 Veo 无法保证的物理效果。在我们的后空翻测试中，Veo 3.1 Fast 四次尝试全部失败，而 Kling v3 和 Seedance 2.5 每次都能成功翻转。请将 Veo 用于台词和微小动作，并参阅让 AI 人物动作更真实。
• 虚构人物，而非真人。 请明确说明。Veo 会拒绝看起来像真人的请求。
• 让静态图主导。 在“动画图像”功能中，不要再次描述图片内容；只描述她做了什么。

它拒绝什么

• 除 4、6 或 8 秒外的任何时长。 我们请求 5 秒，API 在模型运行前就返回了错误：时长必须是 4、6 或 8 秒之一。未扣除积分。编辑器仅提供这三个选项。
• 除 8 秒外的任何时长搭配参考图。 我们请求 6 秒并附带参考图，被告知 Veo 3.1 Fast 的参考图功能要求时长为 8 秒。未扣除积分。
• Veo 3.1 Lite 不支持参考图。 请求被拒绝，并返回指明该功能限制的验证消息；编辑器在 Lite 模式下从不显示参考图槽位。
• 起始帧与参考图同时使用。 提供商返回不支持的请求，因此当你添加参考图时，编辑器会释放起始帧。
• 除 16:9 和 9:16 以外的任何比例。 Veo 的编辑器仅提供这两种比例。
• 音频无法关闭。 声音始终会渲染；没有可关闭的选项。
• 模型拒绝渲染的人物。 我们的参考图像请求在模型调用后被提供商的安全系统拒绝，该次调用已扣除积分且未退还。下一步将准确展示我们发送的内容。

费用说明

按片段、层级和时长计费。Veo 3.1 在 720p 和 1080p 下收费相同；Veo 3.1 Fast 和 Lite 在 1080p 下收费更高。你当前设置的确切费用显示在“生成”按钮上。

不同任务选择哪个层级

检查清单

1. 已选择 16:9 或 9:16。
2. 已选择 4、6 或 8 秒。
3. 选择了起始帧或参考图，而非两者。
4. 引号内的台词，其后的声音，若意指无音乐则不添加。
5. 虚构人物，而非真实人物，已在提示词中写明。
6. 按钮上显示的价格，并记住该档位的 1080p 规则。