Gemini Veo 3.1上线多图参考：一次融合三要素生成视频

谷歌今日为Gemini Pro/Ultra订阅者推出Veo 3.1视频模型，新增“Ingredients to Video”模式。该模式支持一次上传三张参考图，分别提取人物、场景与风格特征，合成为8秒1080p视频；成片默认带有SynthID隐形水印。用户可在网页或移动端输入文本提示一键生成，系统还能保证跨帧人物一致性与光影连贯。

官方演示显示，三张不同角度的自拍，加上赛博城市背景与油画风格图，就能产出“印象派未来街头漫步”短片，面部与服装无形变。Veo 3.1还能同步生成原生环境音，并支持首尾帧控制与视频延伸。

谷歌称，多图参考功能已全面开放，生成配额与现有订阅额度一致，暂未公布额外收费方案。