Google 升級 Veo 3.1：支援原生 9:16 豎屏與 4K，做短劇不崩臉

做 AI 影片的人最怕兩件事：一是主角換個鏡頭就換了張臉，二是辛辛苦苦生成的橫屏影片，裁成手機豎屏後構圖全毀。

Google 正式升級了影片生成模型 Veo 3.1，把矛頭直接對準了這兩個讓創作者抓狂的痛點。這次更新的核心是強化「Ingredients to Video」（原料生影片）功能，不僅直接支援原生 9:16 豎屏，還把畫質一口氣拉到了 1080p 和 4K。

給 AI 幾張原料圖，換景換角度不崩臉

過去用 AI 拍連貫短劇幾乎是個玄學問題。角色只要一轉身或者換個背景，五官和衣服往往就跟著變樣，創作者得抽幾十次卡才能湊出能用的幾秒鏡頭。

Veo 3.1 這次最大的改變，就是大幅強化了跨鏡頭的一致性。你只需要給它提供幾張參考原料圖——比如設定好的人物、特定場景或道具，模型就能在不同的鏡頭排程中保持同一個角色的長相與穿著不變。

不只是人臉，背景風格、特定物品甚至材質紋理，現在也能跨鏡頭複用。官方還提到，模型對簡短提示詞的理解力更強了，不用寫一大段複雜的控制指令，就能直接生成帶有情緒起伏和動態細節的短片。

原生豎屏加 4K，直接做給手機和短影片平臺

另一個很聰明的改動是原生豎屏。以前很多影片模型只能預設吐出 16:9 寬屏，創作者想發手機短影片，要麼在畫面上下留黑邊，要麼強行把主體裁掉大半。

現在 Veo 3.1 的 Ingredients to Video 原生支援 9:16 畫幅，生成的影片在全屏顯示時構圖更自然。配合業界頂尖的畫質超解析度技術，使用者可以選擇 1080p 方便剪輯，或者直接輸出 4K 用於大螢幕和高規格製作。

這次鋪開的渠道也非常徹底。消費端方面，Gemini 應用以及面向創作者的 YouTube Shorts 和 YouTube Create 已經同步上線；企業端和專業開發者則可以通過 Flow、Gemini API、Vertex AI 和 Google Vids 呼叫。此外，所有生成的影片都嵌入了不可見的 SynthID 數字水印，Gemini 應用也支援直接上傳影片檢測是否由 Google AI 生成。

為什麼重要

對於個人創作者和短劇製作團隊來說，這是一套真正衝著實用去的升級。過去做 AI 短劇最大的門檻不是想像力，而是後期修圖修臉和裁切畫幅的枯燥工作。有了角色一致性和原生 9:16，創作者在手機端用 Gemini 或 YouTube Create 就能快速出片，試錯成本被砍掉了一大截。

在行業競爭上，Google 這一步走得相當務實。當同行還在拼大鏡頭和炫酷慢動作時，Google 迅速把重心轉向了移動端消費場景。把最先進的影片模型直接嵌進擁有數十億流量的 YouTube 生態，這招能快速把 Veo 從一個極客玩具變成每天被大量呼叫的生產工具。

我們認為，Google 的聰明之處在於沒有盲目追求純文本生影片的虛無感，而是老老實實做多圖參考與一致性控制。這種「拿圖片當拼圖原料」的工作流，才是專業工作流能落地的形態。不過，多圖融合在更復雜的肢體互動和多角色同框時表現如何，仍然需要更長週期的實測來檢驗。