惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园 - 聂微东
罗磊的独立博客
S
SegmentFault 最新的问题
The GitHub Blog
The GitHub Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
L
LINUX DO - 最新话题
Webroot Blog
Webroot Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Microsoft Azure Blog
Microsoft Azure Blog
GbyAI
GbyAI
T
Tenable Blog
Help Net Security
Help Net Security
WordPress大学
WordPress大学
H
Heimdal Security Blog
SecWiki News
SecWiki News
V2EX - 技术
V2EX - 技术
C
CERT Recently Published Vulnerability Notes
P
Privacy International News Feed
T
Tailwind CSS Blog
L
LINUX DO - 热门话题
Scott Helme
Scott Helme
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
O
OpenAI News
Latest news
Latest news
月光博客
月光博客
L
LangChain Blog
Google DeepMind News
Google DeepMind News
爱范儿
爱范儿
I
InfoQ
T
Threat Research - Cisco Blogs
人人都是产品经理
人人都是产品经理
Forbes - Security
Forbes - Security
Recent Commits to openclaw:main
Recent Commits to openclaw:main
博客园_首页
雷峰网
雷峰网
T
Tor Project blog
Security Archives - TechRepublic
Security Archives - TechRepublic
G
GRAHAM CLULEY
Project Zero
Project Zero
MyScale Blog
MyScale Blog
V
V2EX
Vercel News
Vercel News
F
Fortinet All Blogs
The Register - Security
The Register - Security
N
News and Events Feed by Topic
P
Palo Alto Networks Blog
H
Hacker News: Front Page
Application and Cybersecurity Blog
Application and Cybersecurity Blog
博客园 - 司徒正美

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
“Veo3”调研分析
庄懒懒 · 2025-07-22 · via 人人都是产品经理

不少人在用Veo3,却不知道它背后的设计为什么这么“顺手”。这篇文章从用户视角出发,用调研和分析带你看懂:一个工具变好用,其实背后藏着不少“看不见的决策”。

一、产品概述

1.1 产品简介

Veo3:Veo3于北京时间 2025 年 5 月 21 日在I/O 开发者大会上发布。是一款由Google开发,功能强大的 AI 视频生成器,可以创建具有原生音频、精确运动控制和基于参考的生成功能的高质量视频。

二、产品背景和目标

2.1 背景

Veo3源自谷歌在2025年I/O开发者大会发布的最新一代视频生成AI模型,旨在突破传统视频创作中画面与声音分离、缺乏同步配音和环境音效的瓶颈。在此之前,整个AI视频应用市场上视频生成多为无声或需后期复杂配音处理,Veo3首次实现了原生音视频同步生成,支持自动生成背景音效、人物对白及唇形同步,极大提升了视频的真实感和沉浸感

2.2 目标

Veo3的目标其实就是旨在打造一个高质量、全流程自动化的多模态AI视频生成平台,可以通过文字或图像提示,一站式生成带有同步音频(包括环境音效、人物对白及口型同步)的高清视频内容,彻底改变传统视频创作中画面与声音分离、后期繁琐配音的现状,能够赋能各级视频创作者。

三、Veo3的核心技术和设计理念

3.1 Veo3的产品核心理念

彻底革新视频创作方式,实现从文字提示到高质量视听内容的一站式自动生成,告别传统“无声视频”时代。

3.2 Veo3的核心技术表现

  • 核心技术突破在于实现了视觉、语音和音效的完美同步生成。Veo3能够根据文字描述,同时生成高质量的视频画面和与之匹配的对白、环境音效、背景音乐,彻底省去了传统视频后期配音和音效处理的繁琐流程。
  • 在唇形同步方面,Veo3通过先进的深度学习模型确保人物口型与语音高度一致,被认为是目前市场上唇形同步效果最佳的模型之一。
  • Veo3具备物理效果模拟能力,如流体、水动、光影变化和物体运动等,画面更加符合现实世界物理规律,提升了视觉真实感。
  • 具备对电影语言的深刻理解,能够执行复杂镜头指令(推、拉、摇、移等),生成多样化且具有艺术表现力的镜头,满足专业影视制作需求。
  • 产品设计以用户体验和产品性能为核心。其界面直观,工作流程科学,集成帮助系统和优化提示,使用户即使无复杂专业背景也能高效创建专业级视频内容。
  • 技术架构支持多技术并行实时处理,确保数据吞吐量、精度和速度的平衡,配合64位Linux操作系统和高速存储,适合大规模高质量视频生成。
  • Veo3与GoogleFlow平台紧密结合,形成从文字输入到视频输出的端到端解决方案,降低创作者的技术门槛,适用于电影制作、广告、教育等多场景应用。
  • 设计中重视内容安全,内置数字浮水印和内容安全筛选,避免技术滥用及虚假信息的传播。

四、AI视频市场行情分析

4.1 AI视频生成市场规模

AI视频生成的市场规模将进一步扩大。据Fortunebusinessinsights测算,2024年全球AI视频生成市场规模约为6.1亿美元,预计到2032年将达25.6亿美元,2024-2032年的年复合增长率约为19.5%。AI视频生成市场规模持续增长的主要驱动因素如下:

  • AI生成视频的成本低:AI生成视频的成本远低于现有视频内容的制作成本,据量子位智库数据,顶级动画电影(迪士尼、皮克斯等制作)每分钟的制作成本约达200万美元,而AI视频生成的内容成本每分钟约300美元,降本效果明显;
  • 应用场景广泛:AI视频已逐步在影视制作、广告营销、短视频、电商、动漫等多个领域进行应用,有效提升各领域视频制作的效果,同时降低制作成本;
  • 内容视频化是主流趋势:据QuestMobile显示,截至2024年9月,移动视频行业总体月活用户规模达11.36亿,视频已逐步成为流量的核心形式。此外,在2024年10月的中国移动(111.690,-0.07,-0.06%)全球合作伙伴大会上,华为董事长梁华表示,目前在线视频流量占据网络流量的70%,用户对视频内容的依赖度高;
  • 技术创新:深度学习、神经网络、自然语言处理等关键技术的突破,为AI视频生成提供了强大的技术支持,使AI在视频生成和处理时更为高效和准确,进而生成更加逼真的视频内容;
  • 政策支持:随着AI产业的快速发展,国家和地方政府出台了一系列政策文件,在资金、人才、政策等方面均给予大力支持,加快推动人工智能相关技术与产业的融合。

图表 1:2023-2032E全球AI视频生成市场规模(亿美元)

数据来源:Fortune businessinsights、RimeData来觅数据整理

4.2 AI视频生成投融动态

AI视频生成领域技术不断迭代升级,逐步可生成视频时长更长、场景更复杂的视频内容,应用范围进一步拓宽,增加了投资者的信心。2024年,全球AI视频生成领域融资规模合计已超600亿元,整体以早期融资为主,行业仍处于快速发展阶段。下表是2024年AI视频生成赛道亿元及以上投融事件,感兴趣的读者可以登录Rime PEVC平台获取AI视频生成领域全量融资案例、被投项目及深度数据分析。

图表 2:2024年AI视频生成赛道亿元及以上投融事件

数据来源:RimeData来觅数据

4.3 AI视频生成行业应用市场分析

市场分为培训和教育、营销和广告、社交媒体和其他。2024年,营销和广告领域占据了最大的市场份额。这得益于人工智能视频生成器的使用日益增多,它能够以经济高效的方式优化广告和营销内容的质量。采用人工智能视频内容生成工具也有助于提供高质量的视频,以满足目标受众的特定营销需求,并提升品牌知名度。预测期内,社交媒体领域将以最高速度增长。这得益于深度伪造图像处理和自然语言处理等多媒体技术的日益普及,这些技术旨在生成更全面、更引人入胜的视频内容,并提升用户参与度。

4.4 面临的主要挑战

1)技术与质量瓶颈

  • 时间一致性与角色连贯性不足:当前模型难以保证跨帧角色一致性,尤其是人物面貌、表情、衣着等细节容易出现跳帧、失真现象,影响整体视觉效果
  • 短视频为主,长片仍难:生成内容通常限定在几秒到几十秒范围,长视频中故事连贯性、场景转换、镜头语言处理仍是瓶颈
  • 语义与计数控制有限:对关键词、数量、数量布局等指令响应不稳定,如“生成五个人”时常失败;也容易误解上下文意图,生成与prompt不符的视频内容

2)数据偏差与伦理问题

  • 模型训练带来偏见:训练数据若缺乏多样性,会导致性别、种族、文化等偏见在生成内容中反映,加剧不公平表达
  • 深伪(Deepfake)滥用风险:具备高度真实感的视频可能被用于制造假新闻、冒充公众人物、传播不实信息,恶化社会信任危机

3)法律与监管挑战

  • 版权归属未明确:AI生成内容的著作权归属尚无统一标准,AI本身不能作为法律作者,很多细节仍待界定
  • 法规尚未完善执行:欧盟AIAct、美国加州AB3211、丹麦拟授予公民面貌版权等法规虽已出台,但不同国家标准不一,技术适配滞后
  • 监管执行复杂:AI内容跨境传播难以追责,平台监管难度高,法律适用性、证据链条等都存在挑战

4)覆盖资源与成本压力

  • 算力消耗高:高质量视频生成需要大量GPU、存储、能源,对非企业用户或研究者形成明显门槛
  • 规模生产成本攀升:随着批量化内容生成,如何在保证质量的前提下降低时间和经济成本成为难题

5)用户接受度与产业融合障碍

  • 品牌/制作方对接不紧密:主流品牌仍对AI-generated视频持谨慎态度,担心质量不稳定、品牌形象受损或原创性不足
  • 产业融合体验不足:将AI视频纳入传统制作流程的实践尚在萌芽阶段,接口、插件、培训、流程兼容等缺少完善方案

五、主要竞品分析

六、用户画像

6.1 Veo 3 主要用户类型比例(推测数据)

七、产品功能结构

7.1 产品功能亮点

  • 原生音频生成:Veo3能够在生成视频的同时同步生成环境音效(如雨声、风声)、物理交互音效(脚步声、敲击声)、氛围音乐和多角色对话,彻底摆脱了传统视频“无声时代”的限制。
  • 精准唇形同步:通过V2A(Video-to-Audio)技术和深度学习模型,Veo3实现了多人物对白时唇形与语音的精确匹配,提升数字人形象的自然度和真实感,非常适合数字人物创作、虚拟主播、教育培训等多场景应用。
  • 高解析度视频生成:支持最高1080p高清画质,能够生成长达约60秒的复杂叙事片段,包含自然运动、动态构图和复杂镜头表达,如缩时、空拍、长镜头等。
  • 多语种支持:除英文外,还支持中文、日文、韩文等多种语言输入,提升了跨地区和多语言内容创作的灵活性。
  • 一次性全流程生成:Veo3可基于文字提示直接生成视频画面、配音、音效、音乐和对口型,简化传统繁琐的后期制作流程,大幅提高创作效率并降低技术门槛。
  • 物理效果与真实感提升:光影效果、反射折射、流体布料模拟等物理渲染更加逼真,人物和动物动作流畅自然,增强视觉沉浸感。
  • 集成和可用性:目前搭载于GoogleAI平台如VertexAI和Flow,支持实时预览与调整,同时面向商业和创作者用户开放,订阅价格等细节也已公布。

7.2 产品功能结构图

八、Veo3实操案例

  1. prompt:

{ “character_name”: “Nyx Cipher”, “character_profile”: { “age”: 27, “height”: “5’8\” / 173 cm”, “build”: “lean, athletic, swimmer’s shoulders”, “skin_tone”: “deep bronze with a subtle sun-kissed glow”, “hair”: “jet-black, shoulder-length, slicked straight back and dripping”, “eyes”: “almond-shaped hazel with faint gold flecks”, “distinguishing_marks”: “tiny star tattoo tucked behind her right ear; gold stud in upper left helix”, “demeanour”: “playfully self-assured, almost dare-you smirk” }, “global_style”: { “camera”: “smooth gimbal 35 mm, medium close-ups with occasional waist-up pull-backs”, “color_grade”: “hyper-saturated neon-tropic (hot-pink, aqua, tangerine)”, “lighting”: “mid-day pool reflections, specular highlights on wet skin”, “outfit”: “metallic-coral bikini, mirrored sunglasses, gold hoop earrings”, “max_clip_duration_sec”: 8, “aspect_ratio”: “16:9”, “mouth_shape_intensity”: 0.85, “eye_contact_ratio”: 0.7, “audio_defaults”: { “format”: “wav”, “sample_rate_hz”: 48000, “channels”: 2, “style”: “trap-pop rap, 145 BPM, swung hats, sub-bass” } }, “clips”: [ { “id”: “S1_SplashCash”, “shot”: { “composition”: “Medium close-up, 35 mm lens, deep focus, smooth gimbal”, “camera_motion”: “slow dolly-in 60 cm”, “frame_rate”: “24 fps”, “film_grain”: 0.05 }, “subject”: { “description”: “Nyx Cipher — 27-year-old, 173 cm, toned-athletic build; deep-bronze skin glistening with water; jet-black slicked-back hair; almond hazel eyes behind mirrored sunglasses; small star tattoo behind right ear; wearing metallic-coral bikini and gold hoop earrings”, “wardrobe”: “metallic-coral bikini, mirrored sunglasses, gold hoop earrings” }, “scene”: { “location”: “rooftop infinity pool overlooking a neon-tropic city skyline”, “time_of_day”: “mid-day”, “environment”: “sunlit pool water reflecting shifting patterns; floating dollar-sign inflatables” }, “visual_details”: { “action”: “Nyx leans on pool edge and, on beat four, fans her hand cheekily toward camera as droplets sparkle in the air”, “props”: “floating dollar-sign inflatables” }, “cinematography”: { “lighting”: “high-key mid-day sunlight with specular highlights on wet skin”, “tone”: “vibrant, playful, confident” }, “audio_track”: { “lyrics”: “Splash-cash, bling-blap—pool water pshh! Charts skrrt! like my wave, hot tropics whoosh!”, “emotion”: “confident, tongue-in-cheek”, “flow”: “double-time for first bar, brief half-time tag”, “wave_download_url”: null, “youtube_reference”: null, “audio_base64”: null }, “color_palette”: “hyper-saturated neon-tropic (hot-pink, aqua, tangerine)”, “dialogue”: { “character”: “Nyx Cipher”, “line”: “Splash-cash, bling-blap—pool water pshh! Charts skrrt! like my wave, hot tropics whoosh!”, “subtitles”: false }, “performance”: { “mouth_shape_intensity”: 0.85, “eye_contact_ratio”: 0.7 }, “duration_sec”: 8, “aspect_ratio”: “16:9”, } ] }

效果:

https://www.bilibili.com/video/BV1Hrg8zAEWt/?vd_source=54b47fd35fdcc4ac899eedbc59fdfa85

2. prompt:

{ “shot”: { “composition”: “Selfie-style medium close-up of a young woman walking, camera at arm’s length facing her”, “camera_motion”: “slight bounce with each step, occasionally panning to show the street around her”, “frame_rate”: “30fps (phone camera feel)”, “film_grain”: “sharp digital clarity, slight phone camera auto-stabilization” }, “subject”: { “description”: “A vibrant 21-year-old Israeli TikTok influencer with long dark curly hair under a white bucket hat and small gold Star-of-David huggies. Warm olive skin, freckles, and bright hazel eyes.”, “wardrobe”: “Light-wash denim cropped jacket over a sand-colored ribbed tank, high-waisted beige cargo pants, white chunky sneakers, and a small woven shoulder bag with colorful Tel-Aviv-market patterns.” }, “scene”: { “location”: “a bustling Tel-Aviv sidewalk along Rothschild Boulevard”, “time_of_day”: “morning”, “environment”: “busy street lined with Bauhaus cafés, eucalyptus trees, cyclists, and dog-walkers; golden morning light reflecting off white façades” }, “visual_details”: { “action”: “She walks casually and greets a familiar barista with a free-hand wave while her right hand keeps the phone stable. No props in her left hand—both hands remain visible at all times.” }, “cinematography”: { “lighting”: “warm golden-hour sunlight, even on her face”, “tone”: “upbeat, personal, candid”, “notes”: “vlog style; she speaks directly to camera in fluent Hebrew. Handheld feel, no filters, no on-screen text.” }, “audio”: { “ambient”: “Tel-Aviv street sounds: distant scooters, bicycle bells, light Hebrew chatter, rustling eucalyptus leaves”, “voice”: { “tone”: “cheerful, conversational”, “style”: “fluent Hebrew with native Tel-Aviv intonation and rhythm” } }, “dialogue”: { “character”: “Vlogger”, “line”: “היי חברים! אני בדרך לבית הקפה האהוב עליי—חשבתי לקחת אתכם איתי. איזה בוקר יפה!”, “subtitles”: false }, “visual_rules”: { “prohibited_elements”: [ “subtitles”, “captions”, “text overlays”, “user interface elements”, “watermarks” ] } }

效果:

3. prompt:

{ “shot”: { “composition”: “starts with extreme close-up on dancers’ feet then moves to full shot”, “camera_motion”: “low tracking along the wet floor following fast footwork, then a smooth arc upward into an overhead orbit around the dancers”, “frame_rate”: “24fps”, “film_grain”: “clean digital with slight motion blur for realism” }, “subject”: { “description”: “Competing street dancers locked in an energetic battle, bodies in sync and expressive”, “wardrobe”: “casual streetwear with bright accents and sneakers” }, “scene”: { “location”: “gritty warehouse set with graffiti-covered walls and puddles on the floor”, “time_of_day”: “night under neon lights”, “environment_details”: “water splashes with each movement, strobe lights pulse in the background” }, “visual_details”: “Sweat glistens, water sprays up from the floor, neon reflections shimmer, dancers freeze mid-move”, “cinematography”: { “lighting”: “neon lighting in pinks and blues reflecting off puddles, balanced fill lights to maintain detail at 720p”, “tone”: “high-energy and edgy”, “style”: “music video inspired dance battle” }, “audio”: { “ambient_sounds”: [ “crowd cheering and clapping”, “shoes squeaking on wet concrete” ], “music”: “upbeat hip-hop beat synced to choreography”, “effects”: “reverb that matches warehouse acoustics” }, “color_palette”: “bold neon pinks, blues, and purples against dark greys”, “dialogue”: {}, “visual_rules”: { “prohibited_elements”: [ “text overlays”, “captions”, “subtitles” ] } }

效果:

4. prompt:

{ “shot”: { “composition”: “Medium close-up, 50mm lens, shot on ARRI Alexa Mini LF, slight push-in, shallow depth of field”, “camera_motion”: “slow push-in”, “frame_rate”: “24fps”, “film_grain”: “subtle Kodak Vision3 250D overlay” }, “subject”: { “description”: “A young woman with large icy-blue doll-like eyes, flawless porcelain skin, and long platinum blonde hair in high twin ponytails tied with black satin ribbons. She has straight-cut bangs above her eyes. Her makeup is delicate: light pink blush, glossy lips, a shimmer in her eye corners, and subtly winged eyeliner. She wears a deep violet satin off-shoulder corset dress trimmed with black lace, puffed satin sleeves, a wide black belt with a gold buckle, long black opera gloves, sheer thigh-high stockings, and a velvet choker tied in a small bow.” }, “wardrobe”: “Deep violet satin off-shoulder corset mini dress, black lace trim, puffed sleeves, gold-buckled black belt, black opera gloves, sheer thigh-highs, black velvet choker”, “scene”: { “location”: “anime convention stage”, “time_of_day”: “interior with theatrical stage lighting”, “environment”: “behind her, a massive curved LED screen plays a dreamy galactic animation with drifting stars and glowing nebulae” }, “visual_details”: { “action”: “She raises her right hand in a friendly wave, then clasps it over her heart while smiling and speaking to the audience”, “props”: “LED cosmic backdrop, side-fill spotlights, soft light haze on stage” }, “cinematography”: { “lighting”: “cool front beauty lighting with soft fill; galaxy screen adds ambient blue-violet glow; rear hair light creates rim effect”, “tone”: “idol-like, dreamy, playful” }, “audio”: { “ambient”: “soft hum from the stage screen, faint ethereal chime tones in the background”, “voice”: “Ani (playful, high-pitched Japanese anime girl tone with melodic cadence): ‘Hiii minna-san~! Ani da yo~! Yoroshiku ne! My DLC is coming soon… tanoshimi ni shite neee~!'”, “subtitles”: false }, “color_palette”: “cosmic blues and purples with deep violet accents, subtle shimmer on fabrics and skin highlights”, “dialogue”: { “character”: “Ani”, “line”: “Hiii minna-san~! Ani da yo~! Yoroshiku ne! My DLC is coming soon… tanoshimi ni shite neee~!”, “subtitles”: false } }

效果:

5. prompt:

{ “runtime_sec”: 8, “captions”: { “burn_in”: false, “generate”: false, “force_no_captions”: true }, “postprocess”: { “strip_text_layers”: true, “remove_layers”: [“Text”] }, “shot”: { “composition”: “Selfie-vlog, neon shop signs behind”, “camera_motion”: “handheld sidestep, gentle roll”, “frame_rate”: “30fps”, “camera_model”: “Galaxy S24 Ultra, HDR10+”, “lens”: “23 mm equiv f/1.8”, “white_balance”: “3800K”, “film_grain”: “mobile sensor noise 8 %” }, “subject”: { “name”: “서연”, “age”: 21, “ethnicity”: “Korean”, “appearance”: “short ash-brown bob, silver hoop earrings”, “wardrobe”: “oversized lilac hoodie, black pleated mini, platform sneakers”, “emotion”: “slightly anxious but upbeat”, “movement”: “pivots to show mural, returns to lens” }, “scene”: { “location”: “Hongdae side-street”, “time_of_day”: “21:30”, “environment”: “busker bass line, cafe chatter, colored LEDs” }, “audio”: { “ambient”: “street music low, cafe cups clink”, “mix_level_db”: -14, “voice_over”: { “language”: “ko-KR”, “voice_profile”: { “id”: “KoreanFemale_NaturalV1”, “tier”: “studio”, “accent”: “KR-Seoul”, “emotion”: “gentle_encourage”, “speech_speed”: “fast_105” }, “script”: [ { “timestamp”: 0.5, “text”: “악플 때문에 진짜 지칠 때 있어요. 그래도 영상 끊기면 더 후회할 것 같아서 계속 찍어요.” }, { “timestamp”: 5.0, “text”: “우리 같이 버텨요, 알죠?” } ] }, “audio_master”: { “target_lufs”: -14, “true_peak_db”: -2 } }, “color_palette”: “magenta highlights, cyan shadows, natural skin” }

效果:

6. promot:

{ “shot”: { “composition”: “Medium handheld shot, 35mm lens, shot on ARRI Alexa Mini, shallow depth of field, natural handheld sway”, “camera_motion”: “swaying slightly with her movements as she leans against the wall”, “frame_rate”: “24fps”, “film_grain”: “Kodak 5219 500T film grain” }, “subject”: { “description”: “Young woman with long tousled dark brown hair and soft fringe, natural rosy blush and lips, wearing a deep red ribbed long-sleeve V-neck top”, “wardrobe”: “deep red ribbed V-neck top, casual urban look” }, “scene”: { “location”: “narrow, dimly lit urban alley”, “time_of_day”: “night”, “environment”: “gritty brick walls, garbage bins, scattered wet debris, faint neon glow spilling from behind” }, “visual_details”: { “action”: “the woman hides behind a wall, breathing heavily, chest rising and falling, eyes scanning in panic; condensation escapes her mouth in the cold night air”, “props”: “wet pavement, flickering neon sign, old metal fire escape” }, “cinematography”: { “lighting”: “low-key lighting with cold bluish fill from above, and red rim light bleed from distant neon signage”, “tone”: “intense, survival-driven, claustrophobic” }, “audio”: { “ambient”: “urban night ambiance with distant sirens, wind between buildings, her heavy breathing close to mic”, “sfx”: “subtle heartbeat pulsing with her breath, faint rustling” }, “color_palette”: “cool teal and muted reds with high contrast shadows”, “dialogue”: { “character”: null, “line”: null, “subtitles”: false } }

效果:

九、总结

最后总结一下Veo3这个产品,给我个人带来的感官还是挺震撼的。由于其增强了原生音频生成和唇形精准同步的功能,在目前的AI视频生成的各款产品中算是脱颖而出,很大程度上弥补了目前市面中这类产品的而短板。而其在独特的高画质视频生成的功能模板上依旧表现非常良好,运镜自然,人物主体形象和动态交互上表现比较清晰,能够满足多场景的复杂需求。但是我觉得他很强大的一点在于一次性全流程生成的功能,可以基于文字提示直接生成视频画面、配音、音效、音乐和对口型,简化传统繁琐的后期制作流程,大幅度提高人们的创作效率。

不过这款产品目前依旧会存在一些问题,比如偶尔会出现人物主体和动态动作不连贯的问题,或者对提示词理解细节偏差等问题,在某些时刻会比较明显看出来有“AI制作”的标签,当然这也是目前市面上所有AI视频生成产品的通用“痛点”,还是非常期待下一次的大版本迭代。

本文由 @庄懒懒 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Veo3 官网截图

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务