Describe una escena y recibe un clip de 8 segundos con su propio sonido: diálogos, efectos y ambiente. Hasta 4K, en horizontal o vertical.
A woman in her fifties sits at a kitchen table in the early morning, holding a mug, and says directly to camera: "I've been doing this for thirty years. You never really get used to the quiet." Her mouth matches the words exactly. Soft window light, a kettle ticking in the background, intimate documentary interview framing, shallow depth of field.
Escribe la frase entre comillas y Veo la dice, con la boca siguiendo las palabras y los sonidos de la cocina de fondo. Activa el sonido para escucharlo.
A vertical social video: a barista pulls an espresso shot in a busy specialty coffee bar, steam rising, the machine hissing, milk frothing, then sets the finished cup on the counter with a small nod to camera. Shot for a phone screen — the action fills the tall frame top to bottom. Warm morning light, ambient cafe noise and machine sounds.
Elige 9:16 y el clip se encuadra para el celular desde el primer fotograma, así que la acción llena la pantalla en vez de perder los lados en un recorte.
A rainforest at first light. Mist drifts between enormous buttress roots, water drips from broad leaves into a black pool, a shaft of sun breaks through the canopy and moves slowly across the forest floor. Dense layered ambience — insects, distant birds, dripping water. Slow creeping camera, natural history cinematography, no people.
El plano de recurso que una película necesita y nadie grabó: una selva al amanecer, con los insectos, los pájaros y el goteo del agua ya en la banda sonora.
A running shoe commercial. A runner laces up on a wet city street at dawn, pushes off, and accelerates through a puddle as the water sprays out behind. The same shoe is clearly visible in every shot — same colourway, same sole, same laces. Slow-motion spray, cold blue dawn light, rhythmic footfalls and breathing on the soundtrack, no text, no brand marks.
Una zapatilla de running en una calle mojada al amanecer: atar los cordones, el arranque, la salpicadura, con pisadas y respiración en la banda sonora. Describe el producto igual en cada plano y sigue siendo el mismo producto.
Cada clip de Veo 3.1 trae sonido hecho para la imagen: una frase de diálogo, pasos, el ambiente alrededor. Pon una frase entre comillas y el personaje la dice.
Veo 3.1 Lite cuesta 30 créditos por clip para probar ideas, Fast cuesta 60 y es el de todos los días, Quality cuesta 400 para la toma final. Los tres hacen 8 segundos.
Cambia cualquier modelo Veo 3.1 a 4K antes de generar. Elige 16:9 para YouTube o 9:16 para Shorts, Reels y TikTok; el vertical se hace vertical, no se recorta.
La página abre en Veo 3.1 Fast. Lite es el más barato para probar un prompt; Quality es para la toma que te quedas.
Describe lo que se ve en pantalla, cómo se mueve la cámara y lo que se oye. Pon los diálogos entre comillas. En Fast o Quality también puedes añadir una imagen inicial.
Todos los clips duran 8 segundos. El 4K cuesta más créditos que el 720p; el botón muestra el precio antes de hacer clic.
El clip se abre en Create cuando está listo, normalmente en unos minutos, y se descarga como MP4 con su sonido.
Duración, sonido y formato: las tres cosas que definen un clip de Veo en esta página, cada una donde Google la dejó por escrito.
Cada clip de Veo 3.1 dura 8 segundos y trae su propio sonido, porque así construyó Google el modelo. Google también menciona 1080p; aquí eliges 720p o 4K.
“Veo 3.1 is a model for generating 8-second videos (720p, 1080p, or 4k) with natively generated audio.”En Veo, la banda sonora se escribe en el prompt. La propia guía de Google dice que el modelo atiende a los efectos de sonido, el ruido de fondo y los diálogos que describas.
“You can provide Veo with cues for sound effects, ambient noise, and dialogue.”Elegir 9:16 le pide a Veo un video vertical desde el principio. Google ofrece el formato vertical como uno de los dos del modelo, así que el clip no es un video ancho recortado.
“Veo 3.1 lets you create landscape (16:9, the default setting) or portrait (9:16) videos.”Aquí mismo. Escribe un prompt en la caja de arriba de esta página, elige Veo 3.1 Lite, Fast o Quality y genera. Necesitas una cuenta gratuita de Vormly y créditos, no un plan de IA de Google.
Sí. Veo 3.1 es el modelo de video que Google ofrece a través de la API de Gemini, y es el que corre aquí. La app de Gemini pasó su herramienta de video a un modelo más nuevo, Gemini Omni, así que la app ya no hace clips de Veo. Aquí eliges tú Veo 3.1 Lite, Fast o Quality, sin plan de Gemini.
Sí, siempre. Cada clip de Veo 3.1 trae sonido hecho para la escena: diálogos, efectos de sonido y ambiente. Escribe una frase entre comillas y el personaje la dice; describe los sonidos que quieres y Veo los añade.
Cada clip de Veo 3.1 dura 8 segundos. En este sitio no hay botón para extender, así que para un video más largo hazlo escena por escena, describiendo a las mismas personas y el mismo lugar igual cada vez, y une los clips en un editor de video. Grok Video llega a 30 segundos en un solo clip.
Sí. Cambia la resolución a 4K antes de generar, en Lite, Fast o Quality. Un clip en 4K cuesta más créditos que el mismo prompt en 720p y tarda un poco más.
Sí, en Veo 3.1 Fast y Quality: añade una imagen y el clip empieza en ella, también con sonido. Veo 3.1 Lite solo funciona con texto. Para animar fotos con varios modelos lado a lado, usa Image to Video.
Lite es el más barato y sirve para probar un prompt. Fast es el de todos los días, puede partir de tus imágenes y cuesta el doble que Lite. Quality da la mejor toma a un precio mucho más alto; úsalo cuando el prompt ya funcione en Fast.
Sí. Elige 9:16 antes de generar y el clip se hace vertical desde el principio, en vez de un video ancho con los lados cortados. Elige 16:9 para videos normales de YouTube.
Las descargas en los planes de pago son MP4 limpios, sin marca de agua. Las descargas con una cuenta gratuita llevan una pequeña marca de agua de Vormly.
Sí. Los clips que haces aquí con Veo 3.1 son tuyos para anuncios, trabajos para clientes, videos de YouTube y publicaciones en redes, sin tener que mencionar a Vormly. Los clips nuevos son públicos por defecto y pueden aparecer en tu perfil público con su prompt; con un plan de pago puedes hacerlos privados. Una marca real o la cara de alguien famoso en el prompt no queda autorizada solo porque un modelo haya hecho el clip.