Veo 3.1로 사운드가 있는 포토리얼 비디오를 만드는 방법

Veo 3.1은 클립이 생성된 것이 아니라 촬영된 것처럼 보여야 할 때 사용하는 모델입니다: 실제 세계 물리, 믿을 수 있는 피부와 물, 그리고 분야 최고의 네이티브 대화. ManifoldGen에서는 이미지-투-비디오로 두 가지 등급으로 실행됩니다 — 반복용 Fast, 최종본용 Standard — 둘 다 동기화된 사운드가 있습니다.

항상 스틸에서 시작하세요

ManifoldGen의 두 경로 모두 이미지-투-비디오이며, 어차피 그것이 올바른 워크플로우입니다. Veo는 구성을 충실히 따르므로 스틸은 캐스팅, 프레이밍, 조명 방향을 무료로 제공합니다 — 그런 다음 비디오 프롬프트는 모션과 사운드만 설명하면 됩니다. 어떤 이미지 모델로든 프레임을 생성하고, 촬영했을 테이크를 선택하고, 애니메이션하세요.

감독처럼 움직임을 쓰세요, 자막이 아니라

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.

• 절마다 주체의 동작 하나씩 — "돌다", "닦다", "응시하다"는 Veo가 충실히 순서대로 구현할 세 개의 비트입니다.
• 카메라를 명시하세요 — "고정", "느린 푸시인". 침묵은 표류를 초래합니다.
• 움직이지 않아야 할 것을 지정하세요 — "피사계 심도는 그녀의 손에 유지"가 바람보다 초점을 고정합니다.
• 점수를 매기세요 — 앰비언스, 음악 큐 하나, 또는 날씨 레이어. 지정되지 않은 오디오는 룸 톤으로 기본 설정됩니다.

통과하는 대화

Veo는 입술 정렬과 심지어 악센트 제어까지 이름을 지정하면 음성을 렌더링합니다. 줄은 12단어 미만으로 유지하고, 따옴표로 묶고, 귀속시키세요: 그는 말합니다, "문을 잠가." 얼굴은 미디엄 클로즈업 이상에서 가장 잘 읽힙니다; 와이드 샷의 대화는 기능을 낭비합니다.

지속 시간 선택

4초는 인서트와 소셜 루프에 적합합니다; 6초는 전체 액션 비트를 처리합니다; 8초는 대화 한 줄과 반응에 맞습니다. 장면에 더 필요하면 일치하는 스틸(같은 캐릭터 프레임, 다른 카메라)로 8초 테이크 두 개를 생성하고 컷하세요 — Veo는 단일 긴 생성보다 컷 전반에 걸쳐 정체성을 훨씬 잘 유지합니다.

문제 해결

• 물리 효과가 돋보입니다 — 물, 천, 불은 Veo의 강점이지만 공간이 필요합니다. 타이트한 프레임은 지름길을 강요합니다; 모션을 늦추는 대신 샷을 넓히세요.
• 주체가 소스 이미지를 무시합니다 — 프롬프트가 외모를 다시 설명합니다. 사람에 대한 형용사를 제거하고; 모션과 오디오만 유지하세요.
• 대화가 더빙처럼 들립니다 — 줄을 줄이고 전달을 표시하세요 ("조용히", "어깨 너머로").
• 8초가 중간에 처집니다 — 중간 비트를 유지하기 위해 지속적인 앰비언스 절(비가 계속됨, 군중의 중얼거림이 지속됨)을 하나 추가하세요.

초안은 /tools/veo-3-1-fast에서, 최종본은 /tools/veo-3-1에서 실행하세요; 자동화는 /api/video-generators/veo-3-1-fast 및 /api/video-generators/veo-3-1에서 실시간으로 미러링됩니다.