Как использовать Veo 3.1 для фотореалистичного видео со звуком

Veo 3.1 — это модель, к которой вы обращаетесь, когда клип должен выглядеть снятым, а не сгенерированным: физика реального мира, правдоподобная кожа и вода, а также лучший нативный диалог в этой области. На ManifoldGen она работает как преобразование изображения в видео в двух уровнях — Fast для итераций, Standard для финальных версий — оба с синхронизированным звуком.

Всегда начинайте со статичного изображения

Оба маршрута ManifoldGen — это преобразование изображения в видео, и это в любом случае правильный рабочий процесс. Veo скрупулезно следует композиции, поэтому статичное изображение дает вам кастинг, кадрирование и направление освещения бесплатно — тогда видео-запрос должен описывать только движение и звук. Сгенерируйте свой кадр с помощью любой модели изображений, выберите дубль, который вы бы сняли, и анимируйте его.

Пишите движение как режиссер, а не как подпись

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.

• Одно действие субъекта на предложение — «поворачивается», «вытирает», «смотрит» — это три такта, которые Veo точно воспроизведет.
• Четко указывайте камеру — «статичная», «медленный наезд». Молчание приводит к дрейфу.
• Назовите то, что не должно двигаться — «глубина резкости остается на ее руках» фиксирует фокус лучше, чем надежда.
• Озвучьте это — атмосфера, одна музыкальная реплика или слой погоды. Неуказанный звук по умолчанию будет фоновым шумом комнаты.

Диалог, который проходит

Veo воспроизводит речь с синхронизацией губ и даже контролем акцента, если вы его укажете. Держите реплики до двенадцати слов, заключайте их в кавычки и приписывайте: Он говорит: «Запри дверь за собой». Лица лучше всего читаются при среднем крупном плане или крупнее; диалог в широком кадре тратит эту функцию впустую.

Выбор длительности

Четыре секунды подходят для вставок и социальных циклов; шесть справляются с полным действием; восемь подходят для реплики диалога плюс реакции. Если сцена требует большего, сгенерируйте два восьмисекундных дубля с совпадающими кадрами (тот же кадр персонажа, другая камера) и смонтируйте — Veo сохраняет идентичность при монтаже гораздо лучше, чем при одной длинной генерации.

Устранение неполадок

• Физика на показ — вода, ткань и огонь являются сильными сторонами Veo, но им нужно пространство. Узкие кадры вынуждают к сокращениям; расширьте кадр вместо замедления движения.
• Субъект игнорирует исходное изображение — ваш промпт переописывает внешний вид. Удалите прилагательные о человеке; оставьте только движение и звук.
• Диалог звучит дублированным — сократите реплику и отметьте подачу («тихо», «через плечо»).
• Восемь секунд провисают посередине — добавьте одно продолжительное фоновое предложение (дождь продолжается, толпа продолжает бормотать), чтобы поддержать средний такт.

Запускайте его на /tools/veo-3-1-fast для черновиков и на /tools/veo-3-1 для финальных версий; автоматизация отражает живую работу на /api/video-generators/veo-3-1-fast и /api/video-generators/veo-3-1.