好萊塢要完蛋了。

「你大爺永遠是你大爺」這句話的含金量還在上升。

上周谷歌舉辦了一場開發者大會，祭出一堆好東西，其中最讓人震撼的就是 Veo3。

該模型具備強大的文本和圖像轉視頻能力，并首次實現了視頻與音頻的同步生成。

換句話說，視頻畫面和環境音效、背景音樂、人物對白終于可以一鍋出了，而且口型還能對得上。

不少網友心甘情愿為其氪金，并在社交平臺放出了諸多 Veo3 生成的視頻，我看完后的第一反應就是劉曉艷「附體」：

沒演技的流量明星們，回家吧。

咱不說別的，當初看《演員請就位》第一期的時候，就被這群選手們的爛演技炸得腦瓜子嗡嗡的。

楊子為了演出西門慶的放蕩，不是對著于佩爾夸贊「龍睛鳳眼，唇紅齒白」，就是追著章子怡「死錘爛打」：

劉梓晨版的九妖之王相柳，來一個導師他就「死」一次，演個倒地都一股子喜感：

再對比下 Veo3 生成的「演技」。一位美國士兵在戰火紛飛的戰場上踉蹌行走，表情木然，雙眼空洞，突然他停下腳步，在泥濘中跪下，低聲呢喃：「為什么我還活著？」

瞅瞅這細微的小表情，這流暢的肢體動作，這充滿絕望的臺詞，你覺得流量明星們趕得上嗎？

Prompt：Handheld medium shot tracking an American soldier walking through a ruined Normandy battlefield at dusk. Heavy rain falls. The camera moves backward, facing him directly. His muddy face is blank, eyes hollow. Explosions flash behind him. He stops, kneels in the mud, and whispers: ‘Why am I still here?’ A slow, somber orchestral score swells.

這個 Veo3 生成的車展視頻，也逼真的讓人分不清現實還是虛擬。

還有下面這個 ASMR 視頻，也是出自 Veo3 之手。整個過程該博主就用了一句提示詞：asmr creator typing on a noisy keyboard and then looking up and blowing into the microphone as she talks。

更離譜的是，X 網友 Hashem Al-Ghaili 拿 Veo3 探討了一個非常魔幻的哲學問題：如果 AI 生成的角色不相信自己是 AI 生成的，會發生什么？

Veo 3 生成的視頻在視覺和音頻上都達到了極高的逼真度，角色動作、表情、口型同步以及環境音效足夠以假亂真。

雖然我們不是尊貴的 Ultra 會員，但前段時間谷歌突然卡 bug，普通用戶只需登錄 Google 個人賬戶，且 IP 為美國，就可以免費領取 Google One 會員到 2026 年底，我們正好薅到了羊毛。今天一試發現有了這個會員也可以在 Gemini 官網和 Flow 中使用 Veo3。

接下來，我們就親自實測一波，看看它是否真的有兩把刷子。（溫馨提示：以下實測均一次生成，無抽卡。）

• Gemini：https://gemini.google.com/
• Flow：https://labs.google/flow/about

一手實測

Gemini 官網已更新換代，下方聊天框中除了 Deep Research 和 Canvas 功能外，又新增了 Video 按鈕，我們只需輸入提示詞即可生成 Veo3 視頻。

值得注意的是，谷歌官網顯示，Google AI Pro 用戶可使用主要的 Flow 功能和每月 100 次生成，而 Google AI Ultra 用戶則獲得最高的使用限制以及 Veo 3 的早期訪問權限。

剛開始，我們本想用 Veo3 生成「泰勒?斯威夫特唱 rap」的視頻，但嘗試幾次它總是「罷工」。

扒了下 Gemini 的政策指南，發現它拒絕生成會在現實世界中造成傷害和冒犯的內容，例如兒童安全威脅、危險活動、暴力血腥、露骨色情內容或者拿現實中的名人整活。

那我們就先來個脫口秀。

提示詞：一個脫口秀演員在臺上說了一個笑話，內容是「別整天說自己是單身狗，狗在你這個年紀，早 die 了」，觀眾爆笑。

說到做假新聞，Veo3 更是一絕。

提示詞：A news anchor with a serious tone reporting an obviously fake news story about aliens landing in New York City, complete with stock footage overlays, dramatic music, and animated graphics behind them — newsroom background, 16:9 aspect ratio.

Veo3 多少有點刻板印象，比如讓它生成一個唱 rap 的歌手，它大概率輸出的是黑人。

提示詞：A male singer in a cozy recording studio singing into a microphone with headphones on, surrounded by acoustic panels and warm lighting — close-up on emotional facial expressions, intimate mood.

最讓機器之心編輯部看傻了的，是這個 Veo3 生成的游戲直播視頻。

提示詞：Streamer-style Minecraft gameplay footage with a facecam overlay in the corner, showing a male gamer reacting excitedly while battling mobs in a cave — Twitch stream layout, live chat visible, dynamic lighting.

尤其是游戲主播的反應，瞪大雙眼，嘴里喊著「Oh my god」，太真實了！不過唯一的瑕疵就是觀眾實時聊天框靜止不動。

我們再回到這次 Veo 3 強調的「音畫同步」上來，讓它生成一段簡單的對白。

盡管字幕慢了一拍，但 Veo3 這口型對得太絲滑了。

翻車合集

Veo3 的生成效果確實驚艷，但也有翻車的時候。

比如曾讓一眾視頻生成模型「鬧笑話」的體操類視頻，Veo3 還是搞不定。

提示詞：一位體操運動員在明亮的體操房內，身著鮮艷的體操服，在高低杠上優雅地旋轉、跳躍、翻騰，動作行云流水，鏡頭從不同角度捕捉她的精彩表現，背景音樂是激昂的交響樂，旁白詳細講解著她的動作技巧和訓練歷程。

這個視頻乍一看挺像那么回事，但你一幀幀拎出來瞅，好多邪門的細節：在單杠上旋轉時要骨折的胳膊、原地跳躍時 360 度旋轉的手臂……

提示詞：體操館內，一位氣質儒雅的女體操運動員，身著淺粉色體操服，正在高低杠上比賽。她穩穩地抓住高杠，開始一系列復雜的動作，如后擺上、換杠、空翻抓杠等，動作銜接行云流水，展現出高超的技巧和優雅的姿態。鏡頭切換多樣，包括正面、側面和俯視角度，記錄下她在高低杠上的每一個優美弧度，同時捕捉到她在完成動作后的輕松微笑和對觀眾的揮手致意。

提示詞：一位身穿紅色 23 號球衣的高大籃球運動員，肌肉線條分明，正站在籃球場三分線外，陽光從場館高窗灑下，照亮他專注的面龐和緊握籃球的雙手。他深吸一口氣，做出標準的投籃姿勢，雙腳微微分開，膝蓋微屈，右手托球，左手輕扶球側，手腕輕抖，將球高高拋向空中，籃球在空中劃出一道優美的弧線，最終投入籃筐，鏡頭跟隨籃球的軌跡，捕捉籃筐、籃板和觀眾席的反應，背景是熱鬧的籃球館，觀眾們或站或坐，歡呼雀躍。

提示詞：在一個寧靜的海底峽谷中，陽光溫柔地灑下。一群美人魚正與她們的海洋朋友們親密互動。一個紅發美人魚輕輕撫摸著一只海龜布滿紋路的脖頸，另一位金發美人魚則與一群頑皮的海豚分享著發光的海藻。她們的歌聲在水中回蕩，充滿了愛與和諧，吸引了各種各樣的海洋生物前來傾聽，包括優雅的海馬、好奇的章魚和色彩斑斕的熱帶魚。她們的臉上洋溢著純真快樂的笑容，形成一幅溫馨動人的畫面。

另外，谷歌官方還貼心地整理了一份提示詞指南，幫助大家更好生成自己想要的畫面。

https://cloud.google.com/vertex-ai/generative-ai/docs/video/video-gen-prompt-guide?hl=zh-cn

以下是基于這份文檔整理的實用提示詞編寫結構與優化方法：

1. 核心場景描述

首先明確視頻的主要場景和主題，清晰傳達視頻的核心內容。例如：

「一個現代化的城市咖啡館內部，陽光透過大窗戶照射進來，照亮了木質桌椅和綠色植物。」

2. 視覺細節描述

補充顏色、材質、光線、氛圍等視覺細節。例如：

「咖啡館裝飾著工業風格的金屬吊燈，墻上掛有抽象畫作。兩位顧客坐在窗邊的高腳凳上，面前擺放著冒著熱氣的咖啡杯，杯中拉花清晰可見。」

3. 運動和鏡頭指令

描述鏡頭運動、拍攝角度和視角變化。例如：

「鏡頭從咖啡館門口緩慢推進，然后平滑地向右平移，展示整個空間，最后停留在窗邊的顧客身上，進行特寫拍攝。」

4. 音頻和音效描述

Veo 3 支持音頻生成，可在提示詞中指定背景音樂、環境音、對話等。例如：

「背景中可以聽到輕柔的爵士樂，咖啡機的嗡嗡聲，以及顧客低聲交談的聲音。女顧客說道：" 這是我喝過的最好的拿鐵。」

5. 風格與技術參數

補充期望的色調、風格、幀率、分辨率等。例如：

「整體氛圍溫暖而放松，色調以暖棕色和淡綠色為主，拍攝風格類似電影《愛在黎明破曉前》的質感和光線處理。以電影 24fps、淺景深拍攝，確保高清畫質，保持自然的色彩飽和度。」

理論結束，我們來實踐一下。根據上述提示詞結構，讓 Veo3 復刻《肖申克的救贖》中的名場面！

提示詞：在一片陰郁的夜幕下，一條通向自由的下水道出口位于樹林邊緣的土壤中，泥濘濕滑。安迪?杜佛蘭（著囚服，渾身污泥）從出口中奮力爬出，全身沾滿污水與污泥。他踉蹌爬起，走到空曠草地中央，天空忽然下起滂沱大雨。閃電劃過夜空，在雨中泛出銀白的光。 安迪仰望天空，張開雙臂，頭仰向天，任雨水沖刷全身，臉上顯露出一種崩潰后的解脫與重生的神情。 鏡頭從安迪背后緩慢升起，采用低機位仰拍逐漸轉為鳥瞰俯拍，隨著雨水從空中潑灑而下，鏡頭旋轉輕微環繞他，營造出史詩感和敬畏感。地面泥濘中留下的是他艱難爬行的痕跡。 背景音中雷聲轟鳴，雨聲密集而真實，伴隨著低沉的管弦樂情緒逐漸上揚，烘托出破繭成蝶般的勝利與自由感。 整個畫面以冷藍色調為主，突出夜雨肅穆莊嚴的氛圍。光影處理上以閃電和月光微弱照亮安迪濕漉漉的身影和表情，手臂上的水珠閃動微光。 畫面風格類似電影《肖申克的救贖》原片，注重寫實布光與戲劇化構圖，幀率 24fps，使用電影級淺景深虛化周圍景物，強調人物的孤獨與靈魂的覺醒。 特寫鏡頭捕捉雨水從他臉頰緩緩滑落，他的雙眼微閉，嘴角略微顫動，傳遞出不可言說的復雜情感。

對比原版，質量還是有待提升，但內容相對完整。

測試過程中還發現，英文提示詞會比中文提示詞效果好一點。

總體來說，Veo3 的音畫同步非常驚艷，在生成場景單一、動作簡單的畫面時效果很真實，但涉及到多種場景轉換和復雜的交互時，就略顯乏力了。

從 GPT-4o、即夢那些以假亂真的圖像，到可靈、Veo 3 讓人驚嘆的視頻效果，科技的進步讓人目不暇接，甚至有點喘不過氣。

面對這一切，簡單地唱衰或叫好沒有意義，我們更期待的是， 這些強大的技術能夠實實在在地為我們每個人的生活增添一些便利，或者解決一些我們真正頭疼的問題。 畢竟，科技的真諦不是讓人類跪著喊「牛 X」，而是讓我們能躺著喊「舒服了」。

參考鏈接：

https://x.com/HashemGhaili/status/1925616536791760987

https://x.com/MayorKingAI/status/1926046987884908848

https://x.com/laszlogaal_/status/1925094336200573225

https://x.com/venturetwins/status/1925046014689608146

文中視頻鏈接：https://mp.weixin.qq.com/s/4SIFGjxF86FKv0P2V5P18Q