Google 升级 Veo 3.1：支持原生 9:16 竖屏与 4K，做短剧不崩脸

做 AI 视频的人最怕两件事：一是主角换个镜头就换了张脸，二是辛辛苦苦生成的横屏视频，裁成手机竖屏后构图全毁。

Google 正式升级了视频生成模型 Veo 3.1，把矛头直接对准了这两个让创作者抓狂的痛点。这次更新的核心是强化「Ingredients to Video」（原料生视频）功能，不仅直接支持原生 9:16 竖屏，还把画质一口气拉到了 1080p 和 4K。

给 AI 几张原料图，换景换角度不崩脸

过去用 AI 拍连贯短剧几乎是个玄学问题。角色只要一转身或者换个背景，五官和衣服往往就跟着变样，创作者得抽几十次卡才能凑出能用的几秒镜头。

Veo 3.1 这次最大的改变，就是大幅强化了跨镜头的一致性。你只需要给它提供几张参考原料图——比如设定好的人物、特定场景或道具，模型就能在不同的镜头调度中保持同一个角色的长相与穿着不变。

不只是人脸，背景风格、特定物品甚至材质纹理，现在也能跨镜头复用。官方还提到，模型对简短提示词的理解力更强了，不用写一大段复杂的控制指令，就能直接生成带有情绪起伏和动态细节的短片。

原生竖屏加 4K，直接做给手机和短视频平台

另一个很聪明的改动是原生竖屏。以前很多视频模型只能默认吐出 16:9 宽屏，创作者想发手机短视频，要么在画面上下留黑边，要么强行把主体裁掉大半。

现在 Veo 3.1 的 Ingredients to Video 原生支持 9:16 画幅，生成的视频在全屏显示时构图更自然。配合业界顶尖的画质超分辨率技术，用户可以选择 1080p 方便剪辑，或者直接输出 4K 用于大屏幕和高规格制作。

这次铺开的渠道也非常彻底。消费端方面，Gemini 应用以及面向创作者的 YouTube Shorts 和 YouTube Create 已经同步上线；企业端和专业开发者则可以通过 Flow、Gemini API、Vertex AI 和 Google Vids 调用。此外，所有生成的视频都嵌入了不可见的 SynthID 数字水印，Gemini 应用也支持直接上传视频检测是否由 Google AI 生成。

为什么重要

对于个人创作者和短剧制作团队来说，这是一套真正冲着实用去的升级。过去做 AI 短剧最大的门槛不是想象力，而是后期修图修脸和裁切画幅的枯燥工作。有了角色一致性和原生 9:16，创作者在手机端用 Gemini 或 YouTube Create 就能快速出片，试错成本被砍掉了一大截。

在行业竞争上，Google 这一步走得相当务实。当同行还在拼大镜头和炫酷慢动作时，Google 迅速把重心转向了移动端消费场景。把最先进的视频模型直接嵌进拥有数十亿流量的 YouTube 生态，这招能快速把 Veo 从一个极客玩具变成每天被大量调用的生产工具。

我们认为，Google 的聪明之处在于没有盲目追求纯文本生视频的虚无感，而是老老实实做多图参考与一致性控制。这种「拿图片当拼图原料」的工作流，才是专业工作流能落地的形态。不过，多图融合在更复杂的肢体互动和多角色同框时表现如何，仍然需要更长周期的实测来检验。