Google: Veo 3.1

Veo 3.1 é o modelo de geração de vídeo da Google para criar uma cena audiovisual curta a partir de texto ou de instruções orientadas por imagem. O seu perfil de produção suporta texto para vídeo, imagem para vídeo e criação guiada com primeiro/último fotograma, com som gerado, referências de recursos e um fluxo separado de continuação. Utilize-o para desenvolver um conceito cinematográfico, uma narrativa curta de produto ou um segmento visual com cena, ação e experiência sonora definidas.

Descreva primeiro o sujeito e o acontecimento visível. Estabeleça a envolvente, a hora do dia e a luz e defina depois o ponto de vista ou o movimento da câmara e o estilo visual pretendido. Uma instrução original de cena pode mostrar um recipiente de vidro numa superfície de estúdio escura, com um movimento lateral lento a revelar um reflexo enquanto um som ambiental suave acompanha a revelação. Cada instrução dá uma característica visível ou audível que pode ser avaliada no resultado concluído.

A estrutura de instruções da Google trata o sujeito, a ação, a cena, a câmara e a estética como partes separadas das instruções. Utilize as partes que servem o plano, em vez de acrescentar todos os descritores possíveis. Escreva a direção em inglês para o perfil de instruções documentado. Se a cena tiver várias ações, indique a sua relação e mantenha-as proporcionais a um clipe curto, para que uma revelação ou reação continue legível.

Uma imagem inicial estabelece o aspeto e a composição de abertura. Utilize-a quando a personagem, o produto ou o cenário já existem como recurso visual e descreva o movimento que deve desenvolver-se a partir dela. Um último fotograma acrescenta uma composição de destino para o fim. Prepare fotogramas de início e fim que comuniquem uma transição plausível e preservem os pormenores que identificam o sujeito principal e inspecione depois o movimento entre esses fotogramas após a geração.

As referências de recursos servem outro propósito: orientam o aspeto de uma personagem ou objeto numa cena nova gerada, enquanto os fotogramas de início e fim definem momentos específicos nessa cena. Escolha referências que mostrem as características visuais importantes e torne claro o papel de cada recurso na instrução. A especificação de imagem de referência para vídeo do modelo de produção utiliza saída de oito segundos nesse fluxo de referências, separada da seleção comum de duração orientada por texto.

O perfil comum de produção do fabricante gera clipes de quatro, seis ou oito segundos a 24 fotogramas por segundo. Apresenta enquadramentos horizontal 16:9 e vertical 9:16, até quatro vídeos de saída por instrução e resoluções de saída a 720p, 1080p e 4K. O formato de vídeo de saída é MP4. A sua especificação orientada por imagem aceita JPEG ou PNG, indica um máximo de 20 MB por imagem de entrada e suporta configurações de entrada a 720p/1080p. Escolha o perfil de saída para o local de utilização pretendido e mantenha a composição do enquadramento legível nesse tamanho.

O som nativo pode acompanhar a cena visível. Especifique falas, atmosfera e efeitos sonoros como partes das mesmas instruções, nomeando o sujeito ou acontecimento que produz cada um. Uma instrução de diálogo e uma de câmara respondem a questões diferentes: uma estabelece a interpretação, a outra estabelece como o espetador a vê. Mantenha as palavras dentro do tempo de fala útil do clipe e reveja o som quanto à inteligibilidade e à sua relação com a ação.

Para uma continuação, o fabricante disponibiliza um fluxo separado de extensão de vídeo. Comece por um clipe de origem gerado adequado e descreva o acontecimento visível seguinte ou a mudança na cena. Preserve o segmento original e o continuado, para que o ponto de junção possa ser revisto quanto ao aspeto, ao movimento e ao som. As opções normais de duração e resolução de nova geração não devem ser tratadas como um contrato universal para todas as operações de extensão.

Uma descrição negativa pode focar as exclusões nos requisitos visuais da tarefa. Numa série de variações de produto, mantenha estáveis o sujeito e a composição, alterando uma única direção criativa, como a iluminação ou a distância da câmara. Registe a instrução, as referências e as definições selecionadas com o resultado. Isto permite comparar uma diferença criativa útil, em vez de uma coleção de gerações sem relação entre si.

O perfil de produção normal Veo 3.1 e Veo 3.1 Fast têm perfis diferentes de resolução de saída. Fast apresenta 720p e 1080p; a versão normal 3.1 apresenta também 4K. Mantenha a edição escolhida associada ao resultado, sem substituir silenciosamente um identificador de modelo de produção por um perfil Preview mais antigo ou outra geração Veo. Tanto o aspeto de um sujeito como a operação suportada dependem do fluxo selecionado.

A geração é uma operação cujo resultado concluído fornece recursos de vídeo para reprodução e montagem posterior. Guarde os ficheiros devolvidos com os fotogramas de origem, os recursos de referência e as instruções e preserve a informação de proveniência de conteúdo fornecida. Inspecione cada saída efetiva quanto ao aspeto do sujeito, à ação, ao enquadramento, ao som e à composição final. Utilize o clipe escolhido como peça de produção, com títulos, transições ou outro acabamento acrescentados na montagem envolvente.