什么是图片生成视频？

图片生成视频使用您上传的照片来控制视觉输出。模型生成运动和音频，同时保留参考图片中的角色身份、风格或构图。

我可以上传多少张图片？

支持多张参考图片。使用不同的图片来控制不同的方面——角色、风格、场景。

我的角色会保持一致吗？

是的。Veo 3.1 在所有帧中保持角色身份。上传清晰的正面参考图片以获得最佳效果。

是的。生成的视频包含根据您的提示词同步的环境声音、音效和对话。

与文本生成视频有什么区别？

文本生成视频完全从文本描述生成。图片生成视频使用您的照片来控制视觉身份，同时生成运动。

Veo 3.1 图片生成视频

Google Veo 3.1 将您的图片转换为带同步音频的视频片段。上传参考照片以控制角色身份、场景构图或视觉风格——然后描述您想要的运动。在下方免费试用 Veo 3.1！

没有参考图片？试试 Veo 3.1 文本生成视频，从头开始生成。

Google Veo 3.1 将您的图片转换为带同步音频的视频片段。上传参考照片以控制角色身份、场景构图或视觉风格——然后描述您想要的运动。在下方免费试用 Veo 3.1！<br/><br/>没有参考图片？<a href="/text-to-video/veo-3-1" class="text-primary underline">试试 Veo 3.1 文本生成视频</a>，从头开始生成。

核心功能

多图片参考

上传多张图片来指导视频的视觉方向。一张用于角色参考，另一张用于风格，第三张用于场景构图——模型会智能地组合它们。

角色一致性

您的角色在整个视频中看起来完全一致。上传清晰的参考图片——面部特征、比例、服装细节在所有帧、姿势和镜头角度中保持一致。

真实运动

静态图片通过自然运动变得生动。头发飘动，布料移动，表情变化——同时保持参考照片的视觉特征。

原生音频同步

生成的视频包含同步音频——脚步声、环境声音、对话。音频根据您的提示词自动匹配运动和场景。

使用场景

产品动画

将产品照片转换为展示旋转、使用或生活场景的演示视频。

角色动画

通过运动和表情让角色设计和概念艺术变得生动。

肖像视频

用细微的动作让肖像照片动起来——眨眼、转头、微笑。

风格匹配片段

上传风格参考以生成匹配特定美学或艺术方向的视频。

常见问题

准备开始创作了吗？

立即开始从您的图片生成精彩的视频。

立即试用