只需 3 張照片即可生成「同一主角」的影片？Google Veo 3.1 展現的魔法

한국어 English 日本語 简体中文 繁體中文
By Gi Pyeong Lee

想像一下，你有一張最心愛的愛犬照片，以及一張去年度假時拍的寧靜森林背景照。你將這兩張照片交給人工智慧 (AI)，並下達指令：「幫我製作一段狗狗在這片森林裡興奮奔跑的 TikTok 影片。」不久後，一段就像是用真實相機拍攝、自然流暢的直式影片便出現在你的智慧型手機螢幕上。

如果說以前的 AI 影片技術比較接近「不知道會抽中什麼的樂透」，那麼現在正進入「精確放入所需食材並調整結果」的「客製化料理」領域。Google DeepMind 全新推出的影片生成模型 Veo 3.1 正引領著這場革新。

根據 Veo 3.1 Ingredients to Video：全新影片生成模型更新 的報導，該模型旨在提供比以往版本更高的一致性、創意以及製作者的掌控力。在 YouTube 推出可能真的有效的 AI 影片功能 中，Google DeepMind 的首席產品經理 Ricky Wong 強調，這次更新「與先前版本相比，展現了更卓越的一致性、創意與掌控力」，為 AI 影片製作樹立了新標準。

這為什麼很重要？ (Why It Matters)

過去使用 AI 製作影片時，最困擾創作者的問題就是 「一致性 (Consistency)」。影片進行過程中，角色或背景應該保持不變，但現實往往並非如此。

例如，前一秒主角的帽子還是褐色的，下一秒卻突然變成紅色；或者可愛狗狗的臉部形狀出現微妙且詭異的扭曲。專家稱之為「身份漂移 (Identity drift，對象身份不一致的現象)」，這對於想要製作電影或廣告等高品質影片的人來說，是致命的缺陷。[Veo 3.1 Ingredients to Video 一致性角色 AI 影片](https://www.vo3ai.com/veo3-ingredients)

Veo 3.1 正面突破了這個問題。只要創作者提供想要的角色、物體或場景照片作為「參考圖像 (Reference Image)」，AI 就會以此為基礎固定影片的每一幀。Veo 3.1 Ingredients to Video：在 AI 影片中使用參考圖像

此外，為了反映近期 YouTube Shorts 或 TikTok 等直式內容的主流趨勢，Veo 3.1 支援「原生直式模式 (9:16 比例)」輸出。Google 的 Veo 現在能將人像照片轉換為直式 AI 影片 核心重點在於，這不僅是單純將橫式影片上下裁剪，而是從一開始就以最適合直式螢幕的構圖來繪製影片。

輕鬆理解：「從食材到影片」 (The Explainer)

這次更新的核心功能，是有著誘人名稱的 「Ingredients to Video (將食材轉化為影片)」。就像廚師挑選新鮮食材製作佳餚一樣，使用者可以預先指定影片中使用的視覺元素。

舉個例子，如果你只對廚師 (AI) 說「幫我做一份好吃的義大利麵」，廚師可能會隨意給你紅醬或青醬麵。但如果你親手遞交食材說「請用這款有機麵條、這罐特製醬料和這塊起司幫我做」，結果就會精確地呈現出你想像中的味道。

Veo 3.1 使用的就是這種「提供食材」的方式：

  1. 提供參考圖像：使用者最多可以提供 3 張主角角色或特定背景的照片給 AI。介紹 Veo 3.1 以及 Gemini API 中的全新創意功能
  2. 落下視覺之錨 (Anchor)：提供的照片在影片生成的過程中起到了「錨」的作用，確保燈光、色調及主角長相保持不變。Veo 3.1 Ingredients to Video：在 AI 影片中使用參考圖像
  3. 和諧合成：如果你放入了芭蕾舞者、廣闊原野和馬戲團帳篷的照片，Veo 3.1 就會像變魔術般將這些材料融合，完成一段芭蕾舞者在馬戲團帳篷下的原野中優雅起舞的影片。從食材到影片：使用 Veo 3.1。內容是流動的。

在這個過程中，AI 不僅僅是遵循我們寫下的簡短描述 (Prompt，提示詞)，還會根據從圖像中讀取的資訊，實現更加豐富且生動的動態效果。Google Veo 3.1 以 4K 解析度製作直式影片

現狀：目前能做到什麼？ (Where We Stand)

Veo 3.1 不僅僅是實驗室裡的玩具，它已經逐漸滲透到我們身邊的 Google 服務中。

Google 自 2025 年 10 月首次公開以來，持續根據實際應用中的回饋，加強音訊品質與細膩的編輯控制功能。Google Veo 3.1 以 4K 解析度製作直式影片

未來將如何發展？ (What’s Next)

Veo 3.1 是一個里程碑，標誌著 AI 影片製作正從「偶然的產物」邁向「精確設計」的領域。Google Veo 3.1 以 Ingredients-to-Video 技術推進 AI 影片

特別是對於個人創作者而言，這將是一個巨大的機會。因為只要有一張屬於自己獨特的角色照片，就能在世界任何地方製作出數十部具有一致性的系列影片。這意味著行銷成本將大幅降低，且每個人都能構建屬於自己的電影世界觀。[Veo 3.1 Ingredients to Video 一致性角色 AI 影片](https://www.vo3ai.com/veo3-ingredients)

雖然目前仍以 8 秒左右的短片為主，但隨著影片拼接與自然轉場技術的進步，不久的將來，我們將能日常性地看到完全由 AI 製作的短篇電影或電視廣告。Veo 3.1：包含範例的完整指南 - DataCamp

AI 的視角 (AI’s Take)

MindTickleBytes 的 AI 記者對 Veo 3.1 比起「技術炫耀」更專注於「使用者意圖」這一點表示讚賞。即使沒有複雜的影片編輯技術或價值數千萬元的設備，只需幾張照片，就能將腦海中的世界化為現實。現在，工具的限制已消失，唯一的差別將取決於你的想像力能延伸到何處。

參考資料

  1. Veo 3.1 Ingredients to Video：全新影片生成模型更新
  2. 介紹 Veo 3.1 以及 Gemini API 中的全新創意功能
  3. [Veo 3.1 終極提示指南 Google Cloud 網誌](https://cloud.google.com/blog/products/ai-machine-learning/ultimate-prompting-guide-for-veo-3-1)
  4. 從食材到影片：使用 Veo 3.1。內容是流動的。
  5. Veo 3.1：包含範例的完整指南 - DataCamp
  6. Veo 3.1：Google 先進的 AI 影片生成器
  7. 在 Veo 3.1 中使用 "Ingredients to Video" 從圖片創建剪輯…
  8. [Veo 3 Google AI Studio](https://aistudio.google.com/models/veo-3)
  9. Veo 3.1 Ingredients to Video：在 AI 影片中使用參考圖像
  10. [Veo 3.1 Ingredients to Video 一致性角色 AI 影片](https://www.vo3ai.com/veo3-ingredients)
  11. Google 新聞 - Google Veo 3.1 更新承諾更真實的 AI…
  12. YouTube 推出可能真的有效的 AI 影片功能
  13. Google Veo 3.1 以 4K 解析度製作直式影片
  14. Google 的 Veo 現在能將人像照片轉換為直式 AI 影片
  15. 新聞 — Google DeepMind
  16. Google Veo 3.1 以 Ingredients-to-Video 技術推進 AI 影片