Veo est une famille de modèles vidéo Google DeepMind. Les fonctionnalités incluent la création de scènes sur texte et images, et les modèles pris en charge génèrent du son avec la vidéo.
Veo et les produits Google
Veo est le nom du modèle, pas n'importe quel site avec les mots "Veo AI" dans l'adresse. La page officielle de Google DeepMind montre les fonctionnalités et conduit aux produits Google. Pour l'intégration logicielle, vous devez choisir séparément le canal cloud pris en charge et le modèle disponible.
Ceci est important en raison de changements dans la gamme: les versions préliminaires de l'API peuvent être fermées même lorsque la famille elle-même reste disponible. Par exemple, Veo 3.1 Preview dans Gemini API est terminée; la documentation de Google Cloud continue à décrire des modèles individuels de Veo. Avant l'intégration, vérifiez la liste actuelle et la période de support.
De la description à la scène vidéo
Dans la requête, il est utile de séparer l'intrigue, l'action, le mouvement de la caméra et l'environnement sonore. Au lieu de la demande générale de « faire beau », décrivez ce que le spectateur doit voir et entendre dans un court fragment.
L'image d'entrée aide à définir la composition. La prise en charge des références, des cadres initiaux et finaux et de la continuité dépend du modèle et du produit. Tous les paramètres de la page de démonstration ne sont pas disponibles dans chaque compte utilisateur.
Son et montage
Certains modèles Veo créent non seulement du mouvement, mais aussi de l'atmosphère, des effets ou de la parole. Vérifiez la conformité du son à la scène et l'intelligibilité des phrases. La génération synchrone ne garantit pas la prononciation correcte et l'absence de détails étrangers.
Pour une vidéo complète, vous avez généralement besoin d'un montage: sélection de prises, transitions, titres et vérification de l'unité des scènes. Il est utile de commencer par une seule scène, plutôt que de demander une longue histoire avec beaucoup d'actions.
Comment décrire une scène
Commencez par un cadre simple: qui est dans le cadre, ce qui se passe, où se trouve la caméra et quel son est nécessaire. Par exemple, une scène d'objet peut consister en un virage lent de l'objet sur un fond calme. Pour la première tentative, c'est plus clair qu'une séquence complexe avec plusieurs personnages.
Après génération, comparez l’action obtenue à votre description. Si le mouvement de caméra ne convient pas, modifiez la partie correspondante de la consigne sans changer le reste. Si l’objet lui-même se transforme, précisez l’image de départ et les références. Cette analyse aide à distinguer un problème de consigne d’une limite du modèle.
Vérifier le résultat et l'accès
Regardez l'ensemble de la vidéo: la géométrie, le mouvement des personnes et des objets, les inscriptions et les relations causales peuvent être perturbées. Les démonstrations du développeur montrent les possibilités, mais ne promettent pas le même résultat sur n'importe quelle requête.
Les quotas, les régions et la facturation dépendent du produit Google choisi. L’usage cloud demande un projet et des accès adaptés ; un abonnement grand public ne correspond pas à un quota cloud.
Pour quelles tâches convient-il
- Scènes visuelles selon le scénario
- Animation du cadre d'origine
- Prévisualisation de la prise de vue
- Vidéo avec environnement audio généré
Les points forts
- Modèle du développeur original de Google
- Travailler avec du texte et des images
- Capacités sonores des modèles pris en charge
Limites
- Les canaux et les versions d'accès changent
- Des restrictions de région et de quota s’appliquent
- La physique, la parole et les détails doivent être vérifiés
Vérifier les détails
Sources officielles
La description est faite à partir des matériaux du développeur. Les fonctionnalités, les prix et la disponibilité peuvent varier; vérifiez la source avant de l'utiliser.
