Veo 3.1 do Google, com áudio nativo
Com o Veo 3.1, um prompt vira uma cena cinematográfica com trilha sonora própria: um personagem fala em meio ao som da chuva, tudo em um clipe de 8 segundos.
Veo 3.1 é o modelo do Google que transforma texto e imagem em vídeo. No Pixel Dojo, ele cria clipes de 4 a 8 segundos em até 1080p, nos formatos 16:9 ou 9:16, e todas as versões geram som junto com a imagem. No Standard e no Fast, você define diálogos, efeitos sonoros e som ambiente. Criamos todos os clipes desta página com ele, e cada um traz o prompt exato para você usar como ponto de partida. Standard, Fast e Lite ficam na mesma ferramenta do Pixel Dojo, ao lado dos principais modelos de vídeo, seis estúdios e Sensei, o diretor de IA. Seus créditos acumulam enquanto a assinatura estiver ativa, e todos os planos incluem uso comercial.
96 credits ($6.00) Incluído em todos os planos, a partir de US$10/mês.
Já tem conta? Entrar
Por Brian Lovett · Atualizado em
Escolha a versão pelo que a cena precisa. Os créditos são para um clipe de 8 segundos em 1080p, a resolução usada em todos os clipes desta página.
| Versão | Ideal para | Duração | Som | Créditos por clipe de 8 s |
|---|---|---|---|---|
| Standard | Rostos, diálogos e cenas de destaque | 4, 6 ou 8 s | Diálogos, efeitos e som ambiente | 96 com áudio |
| Fast | Movimento, ação e clipes para redes sociais | 4, 6 ou 8 s | Diálogos, efeitos e som ambiente | 36 com áudio |
| Lite | Cenas de apoio, fundos e clipes em volume para redes sociais | 8 s em 1080p | Som integrado | 16 |
Criamos estes clipes no Pixel Dojo com Veo 3.1 e som ligado: uma cena com diálogo, uma perseguição de rali, um curta de animação em massinha, um comercial de café e um sobrevoo de cânion. Cinco gêneros, um modelo. Toque em Usar este prompt em qualquer card para criar sua versão.
Uma cena de diálogo com som integrado. Ele para de lustrar o lampião, se vira e diz sua fala em meio ao som da chuva. A luz quente do lampião ilumina seu rosto em contraste com a janela fria, marcada pela chuva. Use este prompt como base para qualquer plano com um personagem falando.
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.
Ação de automobilismo com peso de verdade. O carro derrapa em uma curva fechada de cascalho molhado, as rodas traseiras lançam lama em leque e a pista molhada reflete os faróis, tudo em um único travelling baixo. Use este prompt como base para cenas de perseguição e veículos.
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.
O charme do stop motion a partir de um prompt de texto. Uma raposa de massinha com cachecol de tricô tira pães quentinhos de um forno de tijolos e se vira para dizer sua fala à câmera. A massinha tem marcas de dedos, e lâmpadas brilham ao fundo. Use este prompt como base para curtas de animação e conteúdo infantil.
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.
Um comercial de bebida em um único clipe. O creme de leite cai no café gelado e se espalha entre os cubos de gelo, gotas de condensação cobrem o copo e a contraluz âmbar atravessa a bebida. A câmera fica parada, como em uma filmagem de produto em estúdio.
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.
Paisagens grandiosas para aberturas de vídeos de viagem e natureza. A câmera passa rente a um rio turquesa, avança sobre a borda da cachoeira e revela um cânion de colunas de basalto negro com um arco-íris nos respingos, tudo em um sobrevoo contínuo.
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.
Rodamos o mesmo prompt da dançarina de vermelho no Standard, Fast e Lite, com 8 s e 1080p, além de uma versão de 4 s no Fast. Todas as versões mantiveram o único feixe de luz, a névoa em movimento e a seda vermelha brilhando contra o concreto cinza. Você escolhe pelo orçamento e mantém o visual.
Standard, 8 s. A névoa mais rica e a silhueta mais nítida do conjunto, com a saia se abrindo em um arco vermelho completo sob a luz que vem de cima.
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. A seda já se abre nos primeiros quadros e mantém movimentos amplos durante todo o clipe, com impacto até na miniatura.
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. A mesma composição, uma névoa suave e luminosa e trilha sonora própria pelo menor preço por clipe, com o vestido girando em um círculo amplo.
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. O mesmo visual em um clipe curto, com braços abertos e a saia girando desde o primeiro quadro, pela metade dos créditos do clipe de 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.
Estes são os controles da ferramenta e da API do Veo 3.1, com dicas para conseguir resultados como os clipes acima.
Escolha Standard para diálogos e closes, Fast para movimento e ação ou Lite para o menor preço por clipe. Você pode usar o mesmo prompt em qualquer versão.
Comece pelo enquadramento e pelo movimento de câmera. Depois, descreva um sujeito específico fazendo uma única ação, a luz, a lente e uma linha "Som:". Todos os prompts desta página seguem essa ordem: copie um e troque pelo seu sujeito.
Escreva a fala entre aspas duplas e descreva a voz, como "em uma voz grave e firme". Termine com "Sem legendas." para manter a imagem limpa.
Defina duração, resolução e proporção, depois gere. Para um vídeo mais longo, crie vários clipes e junte na edição, ou use uma imagem estática como imagem inicial do próximo plano.
O Veo 3.1 está incluído em todos os planos do Pixel Dojo, a partir de $10/mês, e os créditos acumulam enquanto sua assinatura estiver ativa. A ferramenta mostra o preço exato para suas configurações antes de você gerar.
Um clipe de 8 segundos em 1080p com áudio custa 96 créditos no Standard e 36 créditos no Fast. Um clipe de 4 segundos no Fast custa 18 créditos. Um clipe de 8 segundos no Lite em 1080p custa 16 créditos.
Por segundo com áudio ligado, o Standard custa 12 créditos e o Fast, 4,5 créditos. Com áudio desligado, custam 8 e 3. O Lite custa 2 créditos por segundo em 1080p e 1,5 em 720p.
Veo 3.1 é o gerador de vídeos com IA do Google. Ele transforma um prompt de texto ou uma imagem em um clipe cinematográfico curto com som gerado, incluindo diálogos, efeitos e som ambiente. No Pixel Dojo, ele funciona em três versões, Standard, Fast e Lite, na mesma ferramenta. Também está disponível pela API do Pixel Dojo como veo-3.1-standard, veo-3.1-fast e veo-3.1-lite.
Cenas com som. Todas as versões geram áudio junto com a imagem, então um personagem diz sua fala em cena em meio ao som da chuva. Ele também acerta nos movimentos do mundo real, da lama lançada por um carro de rali ao creme de leite se espalhando pelo café gelado, além de visuais estilizados, como animação em massinha stop motion.
Sim. Todas as versões do Veo 3.1 geram som junto com a imagem, e todos os clipes que criamos, inclusive no Lite, vieram com sua própria faixa de áudio. Coloque os diálogos entre aspas duplas e as indicações de som depois do marcador "Sound:". Os dois personagens para os quais escrevemos falas, o homem junto à lanterna e a raposa de argila, falam em cena.
Standard entrega a maior qualidade, foi feito para rostos, diálogos e cenas de destaque e é o único que aceita imagens de referência. Fast custa menos da metade por segundo e se destaca em movimento e ação. Lite tem o menor preço por clipe e gera som em todas as cenas.
Sim. O que você cria é seu, em qualquer plano.
Uma conta grátis dá direito a 3 efeitos grátis por dia para testar o Pixel Dojo. O Veo 3.1 está incluído em todos os planos, a partir de $10/mês, e os créditos acumulam enquanto sua assinatura estiver ativa. Um clipe de 8 segundos no Lite custa 16 créditos. No Fast, são 36 com áudio.
Sim. As três versões aceitam uma imagem inicial, e você pode adicionar um quadro final para definir onde o clipe termina. Standard também aceita até 3 imagens de referência para manter a consistência de um personagem, objeto ou visual.
Escreva um prompt acima ou comece por qualquer exemplo desta página. Um só plano cobre todos os principais modelos, seis estúdios e o Sensei, e seus créditos acumulam.
Comece com Veo 3.1