Descreva uma cena e receba um clipe de 8 segundos com o próprio som: falas, efeitos e ambiente. Até 4K, na horizontal ou na 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.
Escreva a fala entre aspas e o Veo diz, com a boca acompanhando as palavras e os sons da cozinha ao fundo. Ative o som para ouvir.
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.
Escolha 9:16 e o clipe já nasce enquadrado para o celular, então a ação preenche a tela em vez de perder as laterais num corte.
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.
O plano de corte que o filme precisa e ninguém gravou: uma floresta tropical ao amanhecer, com os insetos, os pássaros e a água pingando já na trilha 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.
Um tênis de corrida numa rua molhada ao amanhecer: amarrar o cadarço, o arranque, os respingos, com passos e respiração na trilha. Descreva o produto do mesmo jeito em todo plano e ele continua sendo o mesmo produto.
Todo clipe do Veo 3.1 vem com som feito para a imagem: uma fala, passos, o ambiente em volta. Escreva uma fala entre aspas e o personagem diz.
O Veo 3.1 Lite custa 30 créditos por clipe para testar ideias, o Fast custa 60 e é o do dia a dia, o Quality custa 400 para a versão final. Os três fazem 8 segundos.
Mude qualquer modelo Veo 3.1 para 4K antes de gerar. Escolha 16:9 para o YouTube ou 9:16 para Shorts, Reels e TikTok; o vertical já sai vertical, sem corte.
A página abre no Veo 3.1 Fast. O Lite é o mais barato para testar um prompt; o Quality é para a versão que você vai guardar.
Descreva o que aparece na tela, como a câmera se move e o que a gente ouve. Coloque as falas entre aspas. No Fast ou no Quality você também pode adicionar uma imagem inicial.
Todo clipe tem 8 segundos. O 4K custa mais créditos que o 720p; o botão mostra o preço antes de você clicar.
O clipe abre no Create quando fica pronto, normalmente em poucos minutos, e é baixado como MP4 com o som.
Duração, som e formato: as três coisas que definem um clipe do Veo nesta página, cada uma onde o Google deixou escrito.
Todo clipe do Veo 3.1 tem 8 segundos e vem com o próprio som, porque foi assim que o Google construiu o modelo. O Google também lista 1080p; aqui você escolhe 720p ou 4K.
“Veo 3.1 is a model for generating 8-second videos (720p, 1080p, or 4k) with natively generated audio.”No Veo, a trilha sonora vai escrita no prompt. O próprio guia do Google diz que o modelo segue efeitos sonoros, ruído de fundo e falas descritos.
“You can provide Veo with cues for sound effects, ambient noise, and dialogue.”Escolher 9:16 pede ao Veo um vídeo em pé desde o início. O Google oferece o retrato como um dos dois formatos do modelo, então o clipe não é um vídeo largo cortado.
“Veo 3.1 lets you create landscape (16:9, the default setting) or portrait (9:16) videos.”Aqui mesmo. Escreva um prompt na caixa no topo desta página, escolha Veo 3.1 Lite, Fast ou Quality e gere. Você precisa de uma conta gratuita na Vormly e de créditos, não de um plano de IA do Google.
É. O Veo 3.1 é o modelo de vídeo que o Google oferece pela API do Gemini, e é ele que roda aqui. O app do Gemini passou a usar um modelo mais novo, o Gemini Omni, para vídeo, então o app já não gera clipes do Veo. Aqui você mesmo escolhe Veo 3.1 Lite, Fast ou Quality, sem plano do Gemini.
Tem, sempre. Todo clipe do Veo 3.1 vem com som feito para a cena: falas, efeitos sonoros e ambiente. Escreva uma fala entre aspas e o personagem diz; descreva os sons que você quer e o Veo acrescenta.
Cada clipe do Veo 3.1 tem 8 segundos. Não há botão de estender neste site, então para um vídeo mais longo faça cena por cena, descrevendo as mesmas pessoas e o mesmo lugar do mesmo jeito, e junte os clipes num editor de vídeo. O Grok Video chega a 30 segundos num clipe só.
Faz. Mude a resolução para 4K antes de gerar, no Lite, no Fast ou no Quality. Um clipe em 4K custa mais créditos que o mesmo prompt em 720p e demora um pouco mais.
Sim, no Veo 3.1 Fast e no Quality: adicione uma imagem e o clipe começa nela, ainda com som. O Veo 3.1 Lite funciona só a partir de texto. Para animar fotos com vários modelos lado a lado, use o Image to Video.
O Lite é o mais barato e serve para testar um prompt. O Fast é o do dia a dia, pode começar das suas imagens e custa o dobro do Lite. O Quality dá a melhor versão por um preço bem mais alto; use quando o prompt já funcionar no Fast.
Dá. Escolha 9:16 antes de gerar e o clipe já é feito na vertical, em vez de um vídeo largo com as laterais cortadas. Escolha 16:9 para vídeos normais do YouTube.
Os downloads nos planos pagos são MP4 limpos, sem marca d'água. Os downloads numa conta gratuita levam uma pequena marca d'água da Vormly.
Pode. Os clipes que você faz com o Veo 3.1 aqui são seus para usar em anúncios, trabalhos para clientes, vídeos no YouTube e posts nas redes, sem precisar dar crédito à Vormly. Clipes novos são públicos por padrão e podem aparecer no seu perfil público com o prompt; num plano pago você pode deixá-los privados. Uma marca real ou o rosto de alguém famoso no prompt não fica liberado só porque um modelo gerou o clipe.