MODEL · VEO 3 · 2025-05 GOOGLE I/O RELEASE · JOINT AUDIO-VIDEO GENERATION
会说话的视频才叫视频 · 原生音频生成打破「默片时代」· AI 电影制作的分水岭
Veo 3 是 Google DeepMind 于 2025 年 5 月 I/O 大会发布的旗舰视频生成模型，最大突破是原生同步音频：角色对话带唇形同步、环境音效、背景音乐与画面同时生成。支持 8 秒 1080p/24fps 输出，物理效果（流体、光影、碰撞）真实感显著提升，提示词遵循达到帧级精度。配套 Flow AI 电影工具支持多镜头连续叙事，通过 Gemini API / Vertex AI / AI Ultra 订阅提供服务，视频自带 SynthID 隐形水印。Veo 3 的发布直接引发与 OpenAI Sora 的正面竞争，被视为 AI 视频进入「有声时代」的标志。