今年最火的 AI 视频 Veo3 迎来了重大更新。只需上传一张图，神奇的事情便发生了。家中的猫仿佛被赋予了新的生命，它那灵动的眼神仿佛在诉说着什么。而更令人惊叹的是，鲁迅这位文学巨匠竟然也能开口“吐槽”。他那犀利的文字和深刻的思想，通过 AI 的技术展现得淋漓尽致。这一更新让人们感受到了 AI 的无限可能，仿佛打开了一扇通往新世界的大门，让现实与虚拟的界限变得模糊，给人们带来了前所未有的体验和震撼。

本文来自微信公众号：APPSO （ID：appsolution），作者：AI 有用功，原文标题：《今年最火 AI 视频 Veo 3 大更新！上传一张图，家里的猫和鲁迅就能开口「吐槽」 | 附实测》

今年最火的视频AI视频模型Veo3，最近又迎来更新，能让图片开口说话了。

Google CEO Sundar Pichai发X说，自从五月Google开发者大会以来，用户已经使用Veo 3创建了超过4000万的视频。

而且，现在通过Gemini就能体验到Veo 3强大的视频生成能力。

Veo 3最近的这次更新，让非常多的创作者再次兴奋地发起「整活」大赛。

最吸睛的变化是，你上传一张图片，它可以直接「开口说话」了！不仅是嘴动，配音也来了。

像是这个，家里小朋友随手画的一只小老鼠，可以从纸上动起来，还会有老虎的背景声音。

https://x.com/joshwoodward/status/1943326836081193086

有了图生带声音的视频，还有人用Veo 3直接制作了一个由相同角色讲述的连贯短片。

https://x.com/Diesol/status/1942452185259991246

我们带你快速看看它这次更新都改了什么，又能怎么玩出新花样。

更新亮点：

原来的首帧转视频或图片转视频，不支持声音的生成。这一次，只需要上传一张静态图片，加上文字脚本，就能生成口型和语音同步、或者音效丰富的视频。

此外，Veo 3 Fast模型也支持首帧转视频，我们可以消耗更少的积分，快速生成一段AI视频。

积分上，Pro用户（每月1000点数）支持购买额外AI点数，不用干等月初刷新，按需加点，灵活性提高。

虽然让照片动起来不是Veo专有，我在抖音上也一些视频。他们是拍一张自己的照片，然后就会生成一个帅哥/美女来亲吻或者拥抱他，也是只需要上传照片就可以。

但Veo 3和抖音上这个特效不同，它现在能做的不仅仅是针对某一种特定类型，所有的图片都可以生成视频，并且，是有声音的视频。

Veo 3实测体验：一句话让图片开口说话，效果靠谱吗？

我们也用Veo 3在Gemini和Flow里面都生成了一些视频。

图片转视频能够「说话」之后，生成的视频确实会更惊艳。

像是我们也拍摄了一张爱范儿园区的照片，然后像Google CEO发布的那个视频一样，让一只骨架恐龙在这里漫步。

音效、配合首帧画面的一致性、骨架恐龙都非常出色。不过还是有缺点，后面生成的广州塔顶部观景平台明显不对。

可能是我给他的图片场景太复杂，我随手拍了一张工位上的杯子，然后告诉Veo，让这个杯子长出手脚，破坏我的笔记本。这下它处理起来就明显更容易了。

我觉得和现实生活中我们拍摄的照片联动起来，想一个好玩的提示词，这真的很有意思。

打开一本书，一个全新的世界跃然纸上，真的可以做到，只用拍张照片，一句提示词。

Veo不能生成长视频，但有了图片转视频还能生成声音的功能，我们可以把原来Veo 3限制8秒的视频无限扩展。只要你有想象力，Veo甚至能生成一个微电影。

我们尝试了让它生成一座城市的千年进化史，展现一座城市从无到有，再到未来幻想。

同时，还配上了专门的音效说明。像是从自然之声开始，逐渐加入建设声、马车声、工业轰鸣、现代都市的喧嚣，再到未来科技感的声音，最后回归宁静。

虽然这个过程比较麻烦，需要我们每生成一个8秒的视频，都截取这个视频的最后一帧作为下一个视频生成的首帧。但通过这样的方式，就能一直「延长」一个视频。

我们是直接在Gemini里面生成的这个视频。点击「新增相片」，然后输入提示词，Gemini会使用Veo 3 Fast快速生成（约1-2分钟）一段8秒的视频。

Gemini的可选项不如Flow里面丰富，使用Flow，不仅可以指定视频的首帧，还能指定视频的最后一帧。开头的恐龙视频，我们就是在Flow里面生成。下面还有几个我们用Flow的帧转视频生成的内容。

让历史人物也开口说话，我们找了一张鲁迅的图片，然后告诉Veo让照片里的人开始说话。以后，再看到有人说「鲁迅：这我没说过」，用Veo 3丢个视频给他，这话鲁迅真说过。

不过尴尬的是，现在还只能说英文。

家里的宠物，小猫小狗也能动起来，开口向你吐槽了。

此外，我们还尝试了指定首帧和最后一帧，以及运镜的类型。在Flow里，它提供了推镜、拉镜、摇臂，平移、环绕、俯仰等13种运镜类型。

我们选了一张几天前的晚霞照片和开头的爱范儿照片，告诉Veo一步步推进直到定位到最后一帧。不过，选择特定推镜方式的时候，Veo 2还是不够智能，它没有办法很好的生成这个转变。所以下面是默认的镜头运动方式，Veo生成的视频。

还需要注意的是，现在指定两张图片，还不支持Veo 3模型，只能使用没有声音的Veo 2 Fast。

不仅可以复活名画，还能生成酷炫广告

在网上也有非常多人分享自己使用Veo 3生成的有意思的视频。不少人表示，图片带音频的视频生成，是AI视频生成领域的一项大突破。

https://x.com/venturetwins/status/1942972223725437130

这段39秒的采访视频完全由Veo 3 Fast生成，作者就是可以通过将一个片段的最后一帧，作为下一个片段的起始帧来从实质上「延长」它。

还有人用Veo 3重现了古典艺术中描绘的莎士比亚悲剧。作者直接使用了著名的画作奥菲莉亚和提示词「她坐起来说，实际上，我想我已经厌倦了哈姆雷特」。

https://x.com/emollick/status/1943061819331088434

除了让这些艺术作品开口说话，还有用Veo制作了非常多长度在一分钟左右的广告视频，有酷炫的汽车广告，还有手机广告，指定产品名字和Logo的广告，都能生成。

最后，Google在昨天自己也发了一个让狗狗开口说话的视频。

感兴趣的朋友可以在Gemini和Google实验室项目里面的Flow体验！

如果没有开通Pro会员的话，还可以试试透过docs.google.com/videos/去看看是否有免费生成视频的选项。

欢迎加入APPSO AI社群，一起畅聊AI产品，获取#AI有用功，解锁更多AI新知

我们正在招募伙伴

简历投递邮箱hr@ifanr.com

✉️邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）