我最近有機會試用 Google 最新的人工智慧影片技術Veo 3。它是在 2025 年 5 月 20 日，Google I/O 2025 活動期間發布的。
它很酷的功能已經引起了很多討論。身為一個在AI影片生成領域工作的人，我很樂意分享我對這個模型的真實想法和經驗。
懶人包
我用Veo 3製作了一個 Podcast 和幾個演唱會影片來測試。雖然它不是完美的，而且有一些奇怪的小問題，但它能製作出逼真的影片和同步的音訊，這點還是很令人驚艷。
但是有時候我也會對這個模型感到很沮喪：音訊和字幕的生成無法完全控制，而且它生成的文字也常常會出錯。
| 優點 | 缺點 |
| ✔️ 一次生成影片和音檔 | ❌ 訂閱方案超貴 |
| ✔️ 唇形動畫和音效逼真 | ❌ 音訊和字幕生成無法控制 |
| ✔️ 高品質的視覺效果，搭配不錯的物理引擎 | ❌ 經常出現明顯的怪異行為和文字亂碼 |
| ✔️ 已整合至Google Flow |
影片、音訊、旁白、口型同步，一次搞定。
我第一個注意到的是， Veo 3 如何將多個影片製作步驟簡化成一個簡單的流程。
當我使用Veo 3，我對它如何用聲音讓我的影片栩栩如生感到驚訝。我可以加入環境音，像是樹上鳥兒的歌唱聲，或是城市街道的喧囂聲，這真的讓我的場景感覺很真實。
最讓我驚豔的是，它能生成與角色嘴型完全吻合的對話，非常自然，有時候根本看不出來是AI生成的。
AI影片工作流程全新定義
這個新的多模態功能絕對是這個模型的一大亮點。你再也不用為了音樂、配音和唇形同步這些事情而煩惱了。
這可能會改變人們用AI製作影片的方式：
- 舊的製作流程是：先製作影片，然後製作旁白、音效、配樂，接著是唇形同步，最後才是剪輯。
- Veo 3的全新工作流程：只要輸入文字提示，其他就交給它了。
範例生成
我很想知道Veo 3能不能應付一些時下流行的影片需求，所以我請它生成了四個獨特的影片。
在第一個例子中，我要求製作一個看起來很真實的假新聞，內容是關於墨西哥捲餅大軍快速入侵美國的報導。
我對這段影片的半寫實程度感到驚訝。雖然有一些臉部變形，但播報員看起來很逼真，嘴型也對得蠻準的。
下一個例子是關於一個新奇的影片，內容是關於一隻看起來很逼真、會說話的大猩猩，牠在看一場重要的英格蘭足球賽。牠拿著一根自拍桿，在看台上和其他球迷一起，對著鏡頭憤怒地抱怨裁判不公平的判決。
這結果蠻有趣的，因為那隻大猩猩看起來和聽起來都超逼真，表情和肢體動作都很自然。但背景還是有幾個地方怪怪的，蠻明顯的。
第三個例子，我想看看如果把蔬菜對半切開，裡面會是什麼樣子。
大部分來說，我的提示都正確地被執行了，但不知為何，這個工具卻生成了結晶化的蔬菜，這影響了我追求的視覺真實感。對了，聲音聽起來很放鬆。
在這個最後的例子中，我請Veo 3製作一段時間旅行的電影場景，內容是一位女性回到 1912 年 4 月 14 日，試圖警告鐵達尼號上的乘客，這艘船即將在紐芬蘭附近北大西洋海域沉沒。
這次，我覺得那個場景太誇張了，而且突然消失的橋段也沒必要。老實說，那根本就是一個隨機又不太準確的AI影片渲染。
總體來說， Veo 3 的表現還算不錯。它在提示詞的遵循度和視覺一致性方面有一些小問題。所以，有時候可能需要重新生成，但我認為這個 AI 模型有能力生成爆紅的影片。
Flow：搶先看次世代AI影片製作
Google在發布Veo 3 的同時，也推出了Flow 。這是一個 AI 影片腳本平台，整合了Veo 3和它之前的影片模型，還有許多 AI 生成和編輯工具。
分鏡圖
故事板這個概念其實不是什麼新鮮事， Sora最早提出這個概念，但因為表現不佳而被忽略了。Google FlowGoogle故事板的概念發揚光大，讓它變得更有用。
你可以把任何你上傳的或是用Veo系列模型產生的影片片段放到時間軸上，然後去排列、剪輯，做一些基本的編輯。但最酷的功能是他們稱之為「擴充」的。
流暢影片擴充功能
它的運作方式是：你錄製一段八秒的影片，然後可以從影片中的任何一幀開始，生成一段新的動畫，讓動畫從那個時刻繼續下去。
最讓我驚訝的是，原始內容和新內容之間的過渡是多麼流暢。FlowFlow會分析原始影片中的動作趨勢，而不是只使用單一影像作為參考。
這個擴充功能真的很重要，因為它突破了AI生成影片的長度限制。你不再只能製作短片，現在可以製作更長、更有故事性的影片了。
這跟Sora之前承諾的差不多，但Google的實作方式真的很好用，很有用。
不過有一點要注意：目前這個擴充功能只適用於Veo 2 ，不適用於較新的Veo 3。
很厲害，但也有點前後不一。
我對Veo 3 的酷炫功能和驚人影片效果感到非常興奮。但隨著我進一步探索，我也發現我製作的一些影片有畫質問題。
音訊和字幕生成不受控制
有一點讓我很困擾，就是音訊和字幕的生成感覺很隨機。即使你在提示中指定了，也無法控制它們是否會出現。
舉例來說，這支影片就是用這個提示詞生成的： 「那個二十歲的女生很沮喪，她說：『怎麼會這樣？我明明自己寫的作文，卻被判定是AI生成的？』」影片中，女生把手放在頭上，表情很焦慮，沒有字幕。
我特別在我的提示中要求影片中的女孩說話，而且不要有字幕。結果影片完全沒有聲音，但卻有字幕。
而且在這個用來宣傳牙刷的TikTok影片範例中，你也可以聽到沒有聲音。
怪癖與小毛病
我也有注意到Veo 3生成的影片有一些小瑕疵，像是動作不流暢或是畫面出現一些不該有的視覺錯誤。
舉例來說，我試著製作一個筆電開箱影片。影片中，沒有人真的打開盒子、拿出筆電，而是紙箱本身直接變成了筆電！
看到Veo 2的這些問題在新版本中仍然存在，真是令人失望。
另外，我覺得整體音質還是需要再加強，有些音效聽起來怪怪的。這些都是小問題，但仔細聽還是會發現。
亂碼
另外一個問題是文字生成的品質。Veo Veo 3可以為影片生成字幕，但文字經常會出現錯字和拼寫錯誤。
這個問題在之前的例子中就已經出現了。這裡還有更多例子，讓您知道這個問題有多常發生。
我知道這是很多AI模型都會遇到的常見問題。但就像我說的，你沒辦法完全控制它們的外觀。所以你可能需要多試幾次，才能避免這個問題。
價格不菲的門票
我發現的另一個缺點是Veo 3超級貴。它只開放給訂閱 Google Ultra 方案的用戶，而這個方案每個月要價 249.99 美元。
這個價格真的蠻貴的。如果你只是個一般使用者，或是小規模的內容創作者，想要試用看看這個模型，那我覺得這個可能不太適合你。希望Google未來可以擴大使用範圍，或是提供更實惠的選擇。
用不了Veo 3？試試Pollo AI！
如果你正在尋找一款高品質的AI影片生成器，但覺得Veo 3用起來不太順手，Pollo AI絕對值得你試試看！
Pollo AI是一個功能強大、整合式的 AI 影音和圖像生成平台，讓您可以在一個方便的平台中嘗試所有最棒的影片模型。作為Google Cloud 的官方合作夥伴，您現在可以在Pollo AI上試用Veo 3 ，親身體驗其尖端功能！
除了Veo 3，這個平台還讓您可以在其他頂級型號之間無縫切換，體驗它們獨特的功能，像是Veo 3.1 、 Vidu、 Hailuo、 Kling和PixVerse。這讓您可以使用所有您需要的進階模型，來製作令人驚豔、高品質的影片。
更棒的是， Pollo AI提供一套完整的原生影音工具，滿足您所有的創作需求。
舉例來說，你可以試試它創新的圖片轉影片AI、文字轉影片AI、參考影片轉影片AI、影片轉影片AI等等。此外，你還可以套用多種AI影片特效，來製作各種有趣又充滿想像力的AI影片。
總結
身為一個試過大部分AI影片生成工具的人，我對Veo 3所提供的超高品質感到非常興奮。
它有很棒的音訊整合功能、逼真的細節，還有簡化的影片製作流程，這些都讓我印象深刻。
另一方面，價格限制了它的普及，而且生成品質和一致性還有很大的進步空間。
儘管如此， Veo 3還是讓我對 AI 影像技術的未來發展有了更深入的了解，我很期待看到Google和其他公司如何在此基礎上繼續發展。
另外，如果你正在尋找一個多合一的AI影片生成平台，我建議你可以試試看Pollo AI影片生成器！