Veo
مدل ویدئوی گوگل با کیفیت سینمایی و تولید صدا و گفت‌وگوی همگام در نسخههای جدید.
این صفحه برای آشنایی و مقایسه است و فعلاً این مدل از طریق IRNoti ارائه نمی‌شود. مدل‌های هم‌رده‌ای که می‌توانید همین حالا استفاده کنید را در فهرست مدل‌ها ببینید.
Veo مدل تولید ویدئوی Google DeepMind است. نسخههای جدید آن ویدئوی با کیفیت بالا و صدای همگام (جلوه‌های صوتی، موسیقی و گفتار) تولید میکنند و پیروی خوبی از زبان سینمایی دارند: حرکت دوربین، نورپردازی و ترکیب‌بندی را از پرامپت می‌فهمند.
از طریق Gemini API و Vertex AI در دسترس است و خروجی‌ها علامت SynthID دارند. مانند سایر مدل‌های ویدئو، مدت هر کلیپ کوتاه است و هزینه به‌ازای ثانیه حساب می‌شود.
نقاط قوت
- کیفیت و زبان سینمایی
- صدای همگام
- پیروی خوب از پرامپت‌های دوربین و نور
- ورودی متن و تصویر
محدودیت‌ها
- مدت کلیپ کوتاه
- هزینه بالا به‌ازای ثانیه
- ثبات چهره در نماهای متوالی همیشه کامل نیست
کاربردها
- تبلیغ و موشن برند
- پیش‌نمایش سکانس
- ریلز و محتوای شبکه‌های اجتماعی
- ویدئوی آموزشی کوتاه
مشخصات
- ورودی
- متن، تصویر
- خروجی
- ویدئو (و صدا)
- وزن باز
- خیر
سوالات متداول
آیا صدا هم میسازد؟
نسخههای جدید بله؛ نسخههای قدیمیتر فقط تصویر تولید میکنند.
مدل‌های مرتبط
Gemini 2.5 Pro
Google DeepMind · مدل‌های زبانی و چت
مدل پرچم‌دار چندوجهی گوگل با پنجرهٔ متن یک‌میلیون‌توکنی و استدلال داخلی.
Gemini 2.5 Flash
Google DeepMind · مدل‌های زبانی و چت
نسخهٔ سریع و کم‌هزینهٔ Gemini با پنجرهٔ بزرگ؛ مناسب پردازش حجیم و برنامه‌های زنده.
Imagen
Google DeepMind · تولید تصویر
مدل تولید تصویر گوگل با جزئیات و واقع‌گرایی بالا و رندر متن بهتر از نسل‌های قبل.
Sora
OpenAI · تولید ویدئو
مدل تولید ویدئوی OpenAI با درک فیزیک صحنه، پیوستگی تصویر و در نسخههای جدید صدای همگام.