Comment utiliser Veo 3.1 pour une vidéo photoréaliste avec son

Veo 3.1 est le modèle que vous utilisez lorsque le clip doit ressembler à un film plutôt qu'à une génération : physique du monde réel, peau et eau crédibles, et le meilleur dialogue natif du marché. Sur ManifoldGen, il fonctionne comme une image-vers-vidéo en deux niveaux — Fast pour l'itération, Standard pour les versions finales — tous deux avec un son synchronisé.

Commencez toujours par une image fixe

Les deux chemins ManifoldGen sont de l'image vers la vidéo, et c'est de toute façon le bon flux de travail. Veo suit la composition religieusement, donc une image fixe vous donne gratuitement la direction du casting, du cadrage et de l'éclairage — alors l'invite vidéo n'a plus qu'à décrire le mouvement et le son. Générez votre cadre avec n'importe quel modèle d'image, choisissez la prise que vous auriez filmée et animez-la.

Écrivez le mouvement comme un réalisateur, pas une légende

The chef turns from the window, wipes her hands on her apron,
and looks back at the rain. Camera holds static; depth of field
stays on her hands. Rain streaks the glass; kitchen ambience,
distant radio, one low thunder roll.

• Une action de sujet par clause — « tourne », « essuie », « regarde » sont trois temps que Veo séquencera fidèlement.
• Indiquez explicitement la caméra — « statique », « zoom avant lent ». Le silence invite à la dérive.
• Nommez ce qui ne doit pas bouger — « la profondeur de champ reste sur ses mains » fixe mieux la mise au point qu'en espérant.
• Sonorisez-le — ambiance, un repère musical, ou une couche météo. L'audio non spécifié par défaut est le son d'ambiance de la pièce.

Dialogue qui passe

Veo rend la parole avec l'alignement des lèvres et même le contrôle de l'accent si vous le nommez. Gardez les répliques de moins de douze mots, mettez-les entre guillemets et attribuez-les : Il dit : « Ferme la porte derrière toi. » Les visages sont mieux lus en plan rapproché ou plus serré ; le dialogue en plan large gaspille la fonctionnalité.

Choisir les durées

Quatre secondes conviennent aux inserts et aux boucles sociales ; six gèrent une action complète ; huit conviennent à une ligne de dialogue plus une réaction. Si une scène a besoin de plus, générez deux prises de huit secondes avec des images fixes assorties (même personnage, caméra différente) et coupez — Veo maintient l'identité à travers les coupes bien mieux qu'à travers une seule longue génération.

Dépannage

• La physique se montre — l'eau, le tissu et le feu sont les points forts de Veo, mais ils ont besoin d'espace. Les cadres serrés forcent les raccourcis ; élargissez le plan au lieu de ralentir le mouvement.
• Le sujet ignore l'image source — votre invite redécrit l'apparence. Supprimez les adjectifs concernant la personne ; ne gardez que le mouvement et l'audio.
• Le dialogue semble doublé — raccourcissez la réplique et marquez la livraison (« doucement », « par-dessus l'épaule »).
• Huit secondes s'affaissent au milieu — ajoutez une clause ambiante soutenue (la pluie continue, le murmure de la foule persiste) pour porter le temps central.

Exécutez-le sur /tools/veo-3-1-fast pour les brouillons et /tools/veo-3-1 pour les versions finales ; l'automatisation reflète le direct sur /api/video-generators/veo-3-1-fast et /api/video-generators/veo-3-1.