Veo 3.1 od Google, z dźwiękiem generowanym razem z obrazem
Zamień jeden prompt w filmową scenę z własną ścieżką dźwiękową. Postać wypowiada kwestię na tle deszczu, a wszystko mieści się w jednym 8-sekundowym klipie.
Veo 3.1 to model Google, który tworzy wideo z tekstu i obrazów. W Pixel Dojo generuje klipy o długości od 4 do 8 sekund, w rozdzielczości do 1080p i proporcjach 16:9 lub 9:16. Każdy wariant tworzy dźwięk razem z obrazem. W Standard i Fast rozpisujesz dialogi, efekty i tło dźwiękowe. Wszystkie klipy na tej stronie stworzyliśmy tym modelem. Przy każdym znajdziesz dokładny prompt, który możesz wykorzystać jako punkt wyjścia. Standard, Fast i Lite są dostępne w jednym narzędziu w Pixel Dojo, obok wszystkich czołowych modeli wideo, sześciu studiów i Sensei, reżysera AI. Niewykorzystane kredyty przechodzą na kolejne okresy, dopóki masz aktywną subskrypcję, a każdy plan obejmuje użytek komercyjny.
96 credits ($6.00) W każdym planie, od 10 USD miesięcznie.
Masz już konto? Zaloguj się
Autor: Brian Lovett · Aktualizacja:
Dobierz wariant do ujęcia. Podane koszty w kredytach dotyczą klipu o długości 8 sekund w 1080p. W tej rozdzielczości powstały wszystkie klipy na stronie.
| Wariant | Najlepszy do | Długość klipu | Dźwięk | Kredyty za klip 8 s |
|---|---|---|---|---|
| Standard | Twarze, dialogi i kluczowe ujęcia | 4, 6 lub 8 s | Dialogi, efekty i tło dźwiękowe | 96 z dźwiękiem |
| Fast | Ruch, akcja i klipy do social mediów | 4, 6 lub 8 s | Dialogi, efekty i tło dźwiękowe | 36 z dźwiękiem |
| Lite | Przebitki, tła i masowe tworzenie klipów do social mediów | 8 s w 1080p | Dźwięk w komplecie | 16 |
Te klipy stworzyliśmy w Pixel Dojo za pomocą Veo 3.1, z dźwiękiem: scena z dialogiem, pościg rajdowy, krótka animacja plastelinowa, reklama kawy i przelot nad kanionem. Pięć gatunków, jeden model. Kliknij „Użyj tego promptu” na dowolnym kafelku i stwórz własną wersję.
Scena dialogowa z dźwiękiem generowanym razem z obrazem. Mężczyzna przestaje polerować latarnię, odwraca się i wypowiada kwestię na tle deszczu. Ciepły blask latarni oświetla jego twarz, kontrastując z chłodną szybą zalaną deszczem. Ten prompt to punkt wyjścia do dowolnego ujęcia z mówiącą postacią.
Medium close-up, slow push in. A lighthouse keeper in his sixties with a salt and pepper beard and a navy cable knit sweater stops polishing a brass lantern, turns to someone just off camera and says in a low, steady voice: "The storm turned north. We have one hour. Wake the others." Rain streams down the tall window behind him, warm lantern light on one side of his face against cold blue storm light, 35mm anamorphic lens, shallow depth of field, fine film grain. Sound: heavy rain on glass, a distant roll of thunder, the soft squeak of cloth on brass. No subtitles.
Sportowa akcja, w której czuć masę auta. Rajdówka pokonuje poślizgiem mokry szutrowy nawrót, spod tylnych kół wachlarzem pryska błoto, a mokra droga odbija światło reflektorów. Wszystko w jednym ujęciu z nisko prowadzonej kamery podążającej za autem. Wykorzystaj ten prompt do pościgów i scen z pojazdami.
Low tracking shot at wheel height. A mud caked rally car with plain unmarked bodywork slides sideways through a hairpin on a wet forest gravel road, the rear wheels throwing a fan of mud and stones toward the lens, headlights cutting through low morning mist, pine trunks streaking past, telephoto compression, slight camera shake, high contrast teal and amber grade. Sound: roaring turbo engine, popping exhaust, gravel rattling against the camera housing.
Urok animacji poklatkowej z tekstowego promptu. Plastelinowy lis w dzierganym szaliku wyciąga ciepłe bochenki z ceglanego pieca i odwraca się do kamery, by wypowiedzieć kwestię. Na plastelinie widać odciski palców, a w tle świecą żarówki. Wykorzystaj ten prompt do krótkich animacji i treści dla dzieci.
Stop motion claymation, medium shot, locked camera. A small orange clay fox in a green knitted scarf pulls a tray of lumpy clay bread out of a tiny brick oven, sniffs it, and says proudly: "Perfect. Well, nearly." Visible thumbprint texture on the clay, felt curtains, warm tungsten practical lights, slightly stepped stop motion movement. Sound: an oven door creak, a cheerful plucked ukulele, a soft crackle of fire. No subtitles.
Reklama napoju w jednym klipie. Śmietanka wlewa się do kawy z lodem i rozchodzi obłokami między kostkami. Na szklance zbierają się krople skroplonej wody, a bursztynowe światło z tyłu przenika przez napój. Kamera pozostaje nieruchoma jak na studyjnej sesji produktowej.
Macro product shot, locked camera, slow motion. A thin stream of cream is already pouring into a tall clear glass of iced black coffee, blooming downward in slow marbled white clouds between the ice cubes, condensation beading on the cold glass, warm amber backlight glowing through the coffee against a deep charcoal background, 100mm macro lens, crisp commercial look. Sound: ice cubes clinking and cracking, the soft trickle of the pour, a low warm synth pad.
Rozmach krajobrazu na otwarcie filmu podróżniczego lub przyrodniczego. Kamera sunie tuż nad turkusową rzeką, przelatuje nad krawędzią wodospadu i odsłania kanion z czarnych bazaltowych kolumn oraz tęczę w wodnej mgiełce. Wszystko w jednym ciągłym przelocie.
Aerial drone shot, fast and low, gliding over a turquoise glacial river toward the lip of a thundering waterfall, then tilting down as the ground drops away to reveal a vast canyon of black basalt columns filled with mist at sunrise, a rainbow in the spray, wide lens, crisp documentary look, no drone visible in frame. Sound: rushing wind, the building roar of falling water.
Ten sam prompt z tancerką w szkarłatnej sukni uruchomiliśmy w Standard, Fast i Lite przy 8 s i 1080p, a także w Fast w wersji 4 s. Każdy wariant zachował pojedynczą smugę światła, snującą się mgiełkę i czerwony jedwab lśniący na tle szarego betonu. Wybierasz więc wariant pod swój budżet i zachowujesz ten sam styl.
Standard, 8 s. Najbogatsza mgiełka i najwyraźniejszy kontur sylwetki w całym zestawie. Spódnica rozkłada się w pełny czerwony łuk pod światłem padającym z góry.
Symmetrical wide shot, slow dolly in. A dancer in her thirties in a flowing crimson silk gown spins at the center of an empty raw concrete hall under a single hard shaft of white top light, the fabric flaring outward in a wide arc, dust drifting in the beam, deep shadows at the edges, 24mm lens, desaturated gray palette so the red dress glows. Sound: bare footsteps echoing, one sustained low cello note, the whoosh of silk.
Fast, 8 s. Jedwab rozchodzi się już w pierwszych klatkach i szeroko faluje przez cały klip. Przyciąga wzrok nawet na miniaturze.
Symmetrical wide shot, slow dolly in. A dancer in her thirties in a flowing crimson silk gown spins at the center of an empty raw concrete hall under a single hard shaft of white top light, the fabric flaring outward in a wide arc, dust drifting in the beam, deep shadows at the edges, 24mm lens, desaturated gray palette so the red dress glows. Sound: bare footsteps echoing, one sustained low cello note, the whoosh of silk.
Lite, 8 s. Ta sama aranżacja sceny, miękka, rozświetlona mgiełka i własna ścieżka dźwiękowa w najniższej cenie za klip. Suknia wiruje, zataczając szeroki krąg.
Symmetrical wide shot, slow dolly in. A dancer in her thirties in a flowing crimson silk gown spins at the center of an empty raw concrete hall under a single hard shaft of white top light, the fabric flaring outward in a wide arc, dust drifting in the beam, deep shadows at the edges, 24mm lens, desaturated gray palette so the red dress glows. Sound: bare footsteps echoing, one sustained low cello note, the whoosh of silk.
Fast, 4 s. Ten sam styl w krótkiej wersji. Rozłożone ramiona i wirująca spódnica od pierwszej klatki, za połowę kredytów potrzebnych na klip 8 s.
Symmetrical wide shot, slow dolly in. A dancer in her thirties in a flowing crimson silk gown spins at the center of an empty raw concrete hall under a single hard shaft of white top light, the fabric flaring outward in a wide arc, dust drifting in the beam, deep shadows at the edges, 24mm lens, desaturated gray palette so the red dress glows. Sound: bare footsteps echoing, one sustained low cello note, the whoosh of silk.
Oto ustawienia dostępne w narzędziu Veo 3.1 i API oraz wskazówki, jak uzyskać efekty takie jak w klipach powyżej.
Wybierz Standard do dialogów i zbliżeń, Fast do ruchu i akcji lub Lite, by uzyskać najniższą cenę za klip. Ten sam prompt możesz uruchomić w każdym wariancie.
Zacznij od planu filmowego i ruchu kamery. Potem opisz jeden konkretny obiekt lub postać wykonującą jedną czynność, światło, obiektyw i dodaj wiersz „Dźwięk:”. Każdy prompt na tej stronie ma taką kolejność. Skopiuj jeden i podmień bohatera ujęcia na własnego.
Zapisz wypowiedź w podwójnym cudzysłowie i opisz głos, na przykład „niskim, spokojnym głosem”. Zakończ poleceniem „Bez napisów.”, by zachować czysty kadr.
Ustaw długość, rozdzielczość i proporcje obrazu, a potem wygeneruj klip. Chcesz dłuższy materiał? Stwórz kilka klipów i zmontuj je w całość albo użyj nieruchomego obrazu jako klatki początkowej kolejnego ujęcia.
Veo 3.1 jest dostępny w każdym planie Pixel Dojo, od 10 $/miesiąc. Niewykorzystane kredyty przechodzą na kolejne okresy, dopóki masz aktywną subskrypcję. Narzędzie pokazuje dokładny koszt dla wybranych ustawień, zanim zaczniesz generować.
Klip o długości 8 sekund w 1080p z dźwiękiem kosztuje 96 kredytów w Standard i 36 kredytów w Fast. Klip o długości 4 sekund w Fast kosztuje 18 kredytów. Klip o długości 8 sekund w Lite w 1080p kosztuje 16 kredytów.
Za sekundę z włączonym dźwiękiem zapłacisz 12 kredytów w Standard i 4,5 kredytu w Fast. Bez dźwięku stawki wynoszą odpowiednio 8 i 3. Lite kosztuje 2 kredyty za sekundę w 1080p i 1,5 w 720p.
Veo 3.1 to generator wideo AI od Google. Zamienia prompt tekstowy lub obraz w krótki, filmowy klip z generowanym dźwiękiem, w tym dialogami, efektami i tłem dźwiękowym. W Pixel Dojo działa w trzech wariantach: Standard, Fast i Lite, dostępnych w jednym narzędziu. Możesz też korzystać z nich przez API Pixel Dojo jako veo-3.1-standard, veo-3.1-fast i veo-3.1-lite.
W scenach z dźwiękiem. Każdy wariant generuje dźwięk razem z obrazem, więc postać wypowiada kwestię przed kamerą na tle deszczu. Model świetnie oddaje też ruch znany z rzeczywistości, od błota pryskającego spod kół rajdówki po śmietankę rozchodzącą się w kawie z lodem. Radzi sobie również ze stylizacją, na przykład plastelinową animacją poklatkową.
Tak. Każdy wariant generuje dźwięk razem z obrazem, a każdy stworzony przez nas klip, także w Lite, miał własną ścieżkę audio. Dialogi wpisuj w podwójnych cudzysłowach, a wskazówki dźwiękowe po etykiecie „Sound:”. Obie postacie, dla których napisaliśmy kwestie, mężczyzna przy latarni i gliniany lis, wypowiadają je przed kamerą.
Standard oferuje najwyższą jakość i sprawdza się przy twarzach, dialogach i kluczowych ujęciach. Jako jedyny obsługuje obrazy referencyjne. Fast kosztuje za sekundę mniej niż połowę ceny Standard i świetnie radzi sobie z ruchem i akcją. Lite ma najniższą cenę za klip i generuje dźwięk w każdym ujęciu.
Tak. Wszystko, co tworzysz, należy do ciebie, w każdym planie.
Darmowe konto daje ci 3 darmowe efekty dziennie na wypróbowanie Pixel Dojo. Veo 3.1 jest dostępny w każdym planie od $10 miesięcznie, a niewykorzystane kredyty przechodzą na kolejne okresy, dopóki masz aktywną subskrypcję. Klip Lite o długości 8 sekund kosztuje 16 kredytów, a Fast z dźwiękiem kosztuje 36 kredytów.
Tak. Wszystkie trzy warianty obsługują obraz początkowy. Możesz też dodać ostatnią klatkę, na której ma zakończyć się klip. Standard obsługuje dodatkowo do 3 obrazów referencyjnych, by zachować spójny wygląd postaci, obiektu lub styl.
Wpisz prompt powyżej albo zacznij od dowolnego przykładu z tej strony. Jeden plan obejmuje wszystkie topowe modele, sześć studiów i Sensei, a kredyty przechodzą na kolejny miesiąc.
Zacznij z Veo 3.1