作者：
刘晓洁
北京时间 10 月 16 日，就在 Sora 2 发布半个月后，谷歌火速推出了最新视频模型 Veo 3.1 和 Veo 3.1 Fast，正面迎战 OpenAI。
在官方推文中，谷歌称 「Veo 正在进行重大升级」，不过，从国内外各方实测来看，从 Veo 3 到 Veo 3.1，确实如名字一样，只是进行了一次小的迭代，在画质、物理上的提升并不算大，在 AI 音频、自动分镜等方面都不如 Sora 2，但 Veo 3.1 的光影效果更突出，生成速度更快。
视频生成赛道的竞争越发白热化。就在今年 5 月，谷歌才发布 Veo 3，一度刷屏并占据文生视频模型榜首。不过，本月初发布的 Sora 2 迅速抢走了风头。
距离上一代模型更新仅 5 个月后，谷歌拿出了 Veo 3.1。有趣的是，北京时间 10 月 16 日中午，OpenAI 也放出了 Sora 2 的更新，称普通用户可以生成 15 秒的视频，专业用户则可以生成长达 25 秒的视频。两大巨头的火药味颇浓。
就模型本身来看，谷歌这次 Veo 3.1 更新的核心亮点是更丰富的原生音频生成、更强的电影风格理解与叙事控制，以及更逼真的质感还原。
Veo 3.1 在多个功能中集成了音频，支持自然对话、音效和环境噪音，在视频画面生成的同时，模型会自动根据画面内容生成环境音、动作声及氛围配乐。此次迭代后，音频质量更逼真，尤其在对话上，过去生成一个科幻短片的音频可能听起来像机器人朗读，而现在，Veo 3.1 能模拟出紧张的背景配乐与人物语言。
Veo 3.1 生成的对话视频
今年 5 月，谷歌正式推出了 Flow，一款由 Veo 驱动的 AI 电影制作工具。谷歌称，截至目前用户已在 Flow 中生成了超过 2.75 亿个视频。而此次迭代也包括 Flow 里的多个核心功能升级。
业界讨论较多的是首尾帧 （Frames to Video） 功能，用户提供一段视频起始和结束的两张图像，模型即可生成平滑过渡的画面镜头。即使是看起来毫不相关的两张图，AI 也能通过想象力将其合理化。
此外，视频延展 （Extend） 功能支持用户从前一剪辑的最后一秒扩展视频，可以生成比原始生成 8 秒视频更长的片段，持续一分钟或更长时间。能生成更长的视频对专业创作者来说是有必要的。
在素材生视频 （Ingredients to Video） 功能里，用户可以上传多张参考图像，系统自动生成包含指定角色与场景风格的完整视频，还可以通过 Remove 功能移除画面中的物体或者人物。
不过，这些功能虽然是谷歌首次推出，但在业界来说并不稀奇，国内的众多视频模型早已经有类似首尾帧、素材生视频功能，因此惊喜有限。
在模型性能方面，用户测试显示，Veo 3.1 在提示词遵循、视听质量与音频支持方面比 Veo 3 提升约两到三成，基础物理模拟也有进步，但在复杂画面中仍会出现问题，例如生成的体操视频画面中人会多出部分肢体。整体来看，性能较 Veo 3 提升不大。
Veo 3.1 能否战胜 Sora 2？这也是业界评测关注的重点。根据网友测试，两个模型各有优缺点，但 Sora 2 整体来看得票数更多。Sora 2 在微观写实、光影与物理细节上更常被认可，配音方面也有许多测试显示 Sora 2 的音频更加自然，另外 Sora 2 特别之处在于自动分镜，对视频叙事帮助显著，这方面 Veo 3.1 的镜头变化较为保守，此外对物理世界的理解不如 Sora 2。
在视频长度上，Veo 3.1 支持输出最长 8 秒的视频，在这一点上，Sora 2 更有优势，最新更新后，普通用户可以生成长达 15 秒的视频。
不过，Veo 3.1 的优点是生成速度，要比 Sora 2 快很多，目前 Sora 2 要等数分钟才能得到结果。此外，谷歌在多模态生态上更为成熟，此前发布的图像模型 「Nano Banana」 引发了广泛关注，谷歌在图像与视频模型的联动可以形成完整的创作闭环。
Veo 3.1 目前处于预览阶段，目前用户可以在 Gemini API 、Vertex AI、Gemini 应用以及 Flow 上面付费使用。在接口价格方面，Veo 3.1 标准版是 0.4 美元/秒，快速版是 0.15 美元/秒，对比 Sora2 则是 0.1 美元/秒，Sora2-pro 是 0.3 美元/秒，在价格上的吸引力不如 Sora2。
总结来看，行业认为，Veo3.1 未到超越 Sora2 的地步，但这仅是 Veo 3 到 Veo 3.1 的一次微调，行业更期待谷歌在下一次大版本更新中扳回一局。
回望视频生成赛道，谷歌与 OpenAI 的拉锯战从未停止。2024 年初，Sora 横空出世，引发行业震动，却迟迟未正式发布。同年 5 月，谷歌推出 Veo 1，正式迎战。至 12 月，Veo 2 在物理模拟与风格一致性上取得突破，同期 Sora 正式亮相，当时业界普遍认为 Veo 2 更优。
2025 年 5 月，Veo 3 发布，登顶多榜，稳坐第一梯队。然而 10 月初，OpenAI 抛出 「王炸」Sora 2，再度改写竞争格局。
两大科技巨头都还在 AI 视频领域持续加码，国内玩家如可灵、海螺 AI、即梦等玩家也都有不小的竞争力。视频生成大战中尚无一家具备绝对统治力，AI 视频的 「GPT-3.5 时刻」 仍未到来，未来行业变数仍然很大。
（第一财经）
文章转载自东方财富
