Veo 3.1: Panduan Lengkap dengan Contoh

Cara Mengakses Veo 3.1

Cara termudah untuk mengakses Veo 3.1 adalah melalui platform Flow milik Google. Ini memerlukan langganan, yang harganya mungkin bergantung pada wilayah Anda. Langganan mencakup 1.000 kredit bulanan, yang setara dengan 50 video menggunakan Veo 3.1 Fast dan 10 video menggunakan Veo 3.1.

Anda juga dapat menggunakannya di Vertex AI studio, tetapi ini memerlukan lebih banyak konfigurasi dan pengetahuan tentang Google Cloud Platform.

Alternatif lain adalah menggunakan Gemini API dengan, misalnya, Python. Pada kedua kasus ini, langganan tidak diperlukan. Namun, kartu kredit perlu ditautkan ke kunci API atau proyek Google, dan kita akan dikenai biaya per video.

Apa yang Baru di Veo 3.1?

Veo 3.1 menghadirkan fitur baru dan peningkatan dibanding Veo 3 pada video yang dihasilkannya, yaitu:

• Kemampuan Audio Lebih Kaya: Veo 3.1 kini memungkinkan pembuatan audio yang lebih kaya dan realistis bersamaan dengan video. Dukungan audio telah ditambahkan ke semua fitur Flow, termasuk "Ingredients to Video", "Frames to Video", dan "Extend", sehingga video terasa lebih imersif dan kaya narasi.
• Narasi dan Realisme yang Lebih Baik: Kini dimungkinkan untuk menghasilkan video dengan memberikan frame awal dan akhir suatu adegan, sehingga kontrol atas alur adegan menjadi jauh lebih besar. Realisme juga ditingkatkan, termasuk fidelitas tekstur yang lebih baik, kepatuhan terhadap prompt yang lebih kuat, dan kualitas audiovisual yang ditingkatkan.
• Pengambilan Gambar Lebih Panjang dan Mulus: Model generasi video AI pada umumnya terbatas pada video berdurasi beberapa detik. Dengan fitur extend, pengguna kini dapat memperpanjang klip yang ada untuk membuat video lebih panjang, sehingga memungkinkan adegan panjang yang mulus.
• Kontrol Kreatif yang Ditingkatkan: Kemampuan baru di Flow memungkinkan pengguna mengedit klip dengan lebih presisi. Misalnya, kita dapat menambah dan menghapus elemen (objek, karakter, dll.) dari adegan dengan penanganan pencahayaan dan bayangan yang realistis.

Menjelajahi Fitur Veo 3.1

Mari kita lihat lebih detail beberapa tambahan baru di Veo 3.1. 

Frames to video

Fitur frames-to-video memungkinkan pembuatan video dengan menyediakan frame pertama dan terakhir. Model kemudian akan menghasilkan video di mana frame pertama dan terakhir sesuai dengan frame yang diberikan.

Untuk menggunakan fitur ini, pilih opsi "Frames to Video":

Sebagai contoh, mulai dari semangkuk nasi dan memiliki gambar nasi berbentuk kucing dalam mangkuk yang sama, kita dapat meminta Veo 3.1 untuk menghasilkan video yang membuat transformasi ini:

Untuk membuat videonya, cukup pilih frame pertama dan terakhir di pemilih frame dan tulis prompt yang menggambarkan video di antara keduanya.

Berikut hasilnya:

Fitur ini sangat berharga bagi kreator yang ingin menjaga konsistensi visual antaradegan atau menghasilkan video yang lebih panjang dan koheren. Dengan menetapkan titik awal dan akhir, Veo 3.1 dapat memastikan transisi yang mulus dan narasi yang padu, membantu menghindari lompatan yang mengganggu yang sering terjadi pada rekaman buatan AI. 

Ini membuka peluang bagi pembuat film, animator, dan pemasar yang membutuhkan kontrol presisi atas alur cerita dan kesinambungan visual sambil memanfaatkan efisiensi pembuatan video berbasis AI.

Saya telah mengujinya secara ekstensif, dan tidak selalu berkinerja baik. Saya punya ide untuk menganimasikan foto yang saya ambil beberapa tahun lalu ini:

Ide saya adalah memulai dengan frame tanpa orang, lalu menghasilkan video orang-orang itu berjalan ke air dari sisi kiri. Saya membuat frame awal dengan menghapus semua orang dan meminta Veo 3.1 untuk menghasilkan video:

Namun, meski telah mencoba berkali-kali, Veo 3.1 tidak berhasil menghasilkan video yang dengan mulus menganimasikan di antara kedua frame. Berikut dua percobaan yang gagal:

Kedua video dimulai dan diakhiri pada frame yang diberikan, tetapi tidak melakukan transisi secara alami di antara keduanya. Dalam hal ini, saya pikir masih banyak ruang perbaikan pada modelnya.

Perpanjangan video

Salah satu fitur hebat Veo 3.1 adalah kemampuan untuk memperpanjang video. Dengan fitur ini, Veo 3.1 mengambil video yang ada dan memperpanjangnya berdasarkan frame terakhir secara konsisten dan mulus.

Fitur ini mengatasi salah satu kelemahan terbesar video buatan AI: durasi. Model AI yang ada hanya mampu menghasilkan video berdurasi beberapa detik. Dengan fitur perpanjangan video, kita dapat membuat video yang lebih panjang dan tetap konsisten sepanjang durasinya.

Fitur ini mengharuskan kita sudah menghasilkan video dengan Veo 3.1 untuk digunakan di Flow. Sayangnya, saat ini kita tidak dapat mengunggah video untuk diperpanjang. Untuk mengakses fitur tersebut, pertama-tama kita perlu masuk ke scene builder:

Dari sana, klik tombol "+" di sebelah klip dan pilih opsi "Extend":

Terakhir, ketikkan prompt yang menjelaskan bagaimana perpanjangannya diinginkan:

Kita dapat memperpanjang video beberapa kali, sehingga memungkinkan kita membuat video panjang yang koheren.

Berikut contoh video yang dibuat dengan memperpanjang video sebanyak tiga kali. Dalam video, saya menampilkan keempat video secara berdampingan untuk menunjukkan tambahan dari tiap perpanjangan:

Ingredients to video

Veo 3.1 hadir dengan fitur baru yang memungkinkan Anda menggabungkan elemen dari tiga gambar ke dalam sebuah video. Pada contoh ini, saya menyediakan gambar:

• Sebuah lokasi
• Seorang orang
• Sebuah pakaian

Lalu saya meminta Veo 3.1 untuk menggabungkan elemen-elemen ini ke dalam video orang tersebut berjalan di lokasi yang diberikan, mengenakan pakaian hiking yang dimaksud. Saya juga menentukan bahwa orang tersebut harus mengeluh karena terlalu banyak nyamuk.

Videonya sendiri tidak terlalu bagus, terutama gerakan tangan orang tersebut saat ia mengeluhkan nyamuk, namun ini mengilustrasikan fitur tersebut dengan baik. Menarik untuk dicatat bahwa lokasi memiliki elemen yang dikombinasikan dari gambar lokasi dan pepohonan di latar belakang gambar pakaian. Untuk menghindarinya, sebaiknya pastikan elemen-elemen memiliki latar belakang netral.

Perhatikan bahwa fitur ini tidak harus menggunakan tiga gambar; fitur ini berfungsi dengan baik dengan hingga tiga gambar referensi.

Pengeditan video

Untuk mengedit video, gunakan tombol "Edit" yang muncul saat kita mengarahkan kursor ke video:

Ini akan membuka jendela tempat kita dapat memilih area untuk diedit dan memberikan prompt berisi instruksi pengeditan.

Dari gambar terlihat seolah hanya memungkinkan penyisipan elemen ke dalam video. Menurut video promosi Veo 3.1, kita juga seharusnya bisa menghapus elemen, tetapi saya tidak menemukan opsi tersebut. Saya mencoba menentukan apa yang harus dihapus di prompt, namun tidak berhasil.

Saya memilih area atas dan memintanya menambahkan kereta yang bergerak. Itu dilakukan dengan cukup baik; namun, elemen tersebut juga ditambahkan di luar area yang dipilih.

Membuat Video Lebih Panjang dengan Veo 3.1

Beberapa waktu lalu, saya menulis artikel ini tentang Runway ML Gen 4. Di dalamnya, saya membuat video pendek tentang api dan tetesan air yang jatuh cinta. Namun, cinta mereka tidak berakhir baik karena mereka tidak bisa saling menyentuh.

Video tersebut sangat sederhana dan tidak memiliki suara, tetapi berhasil menyampaikan emosi yang saya inginkan. Saya penasaran untuk mencoba membuat ulang video serupa menggunakan Veo 3.1 untuk melihat sejauh mana teknologi telah berkembang.

Di bawah ini adalah versi baru video yang saya buat menggunakan Veo 3.1.

Sebagai permulaan, saya membuat karakter api menggunakan Nano Banana. Lalu saya membuat adegan pertama dengan karakter api berjalan di sekitar hutan dengan menyediakan satu gambar ke alat ingredients.

Untuk adegan kedua, saya meminta Veo 3.1 membuat video di mana karakter api bertemu dengan tetesan air yang sedang berjemur di atas daun. Sebagai efek samping, ini juga menghasilkan karakter kedua saya. Alternatifnya, kita juga bisa membuatnya secara terpisah dan memberikan kedua karakter tersebut sebagai masukan ke video.

Sejak saat itu, saya terus memilih satu frame dari setiap video sebagai frame pertama video berikutnya, membiarkan frame akhir kosong dan membimbing pembuatan video hanya dengan sebuah prompt.

Flow membuat ini menjadi mudah. Saat kita memilih sebuah frame, kita dapat mengklik tombol "+" dan menyimpan frame tersebut sebagai aset lalu menggunakannya sebagai frame pertama video berikutnya dengan alat "Frames to video".

Untuk membuat video ini, saya terutama menggunakan alat "Frames to Video", menyediakan satu frame awal. Saya sering memilih frame di tengah klip. 

Untuk mengilustrasikannya, berikut beberapa frame yang saya ubah menjadi aset untuk digunakan sebagai titik awal:

Akibatnya, video-video tersebut tidak tersambung dengan baik, jadi saya menggunakan perangkat lunak pengeditan eksternal untuk memotong klip pada posisi yang tepat.

Masih ada beberapa titik yang membuat frustrasi ketika saya tidak bisa membuat video sesuai dengan visi saya dan harus menyesuaikan visi dengan apa yang dihasilkan AI. Ini menjadi tantangan yang konsisten dengan setiap alat video AI yang pernah saya gunakan.

Masalah lain yang saya temui dalam proses ini adalah adanya beberapa ketidakkonsistenan pada suara. Suara karakter api terus berubah, dan karena saya memasukkan satu frame untuk menghasilkan video berikutnya, soundtrack-nya juga kurang koheren.

Masalah kedua ini dapat diatasi dengan menggunakan fitur Video Extend. Kita dapat memangkas klip secara manual di Flow dan kemudian memperpanjang video dari titik tersebut.

Pengalaman Saya dengan Veo 3.1

Saya telah bereksperimen menggunakan Veo 3.1 baik di aplikasi web Flow milik Google maupun melalui API. Pengalaman saya menggunakannya di platform Flow sangat membuat frustrasi, setidaknya. Sebagian besar waktu, pembuatan video gagal tanpa alasan yang jelas, menampilkan pesan kesalahan generik yang tidak memberikan informasi tentang kegagalan tersebut.

Saya juga mendapati antarmukanya kurang intuitif. Sulit menemukan beberapa opsi, seperti pengeditan video dan perpanjangan video.

Sebagai programmer, pengalaman saya menggunakan API jauh lebih mulus meski ada beberapa kendala. Secara khusus, saya mendapati dokumentasinya kurang dan contoh kode mengabaikan detail penting, yang membuatnya jauh lebih memakan waktu daripada yang diperlukan untuk mencari tahu beberapa hal. Misalnya, sulit untuk mengetahui dengan tepat cara memberikan gambar ke model karena contoh mereka memiliki beberapa kode yang tampaknya usang dan tidak berfungsi.

Saya juga tidak berhasil mencari cara mengirim video untuk mencoba fitur extend. Beberapa pencarian menyarankan bahwa fitur ini mungkin belum dibuka di API, tetapi tidak jelas apakah itu masalahnya.

Dari sisi hasil, saya mendapati videonya bagus secara umum meski masih mengalami beberapa keterbatasan serius. Saya masih merasa ada jurang besar antara apa yang bisa saya bayangkan dan apa yang bisa saya ciptakan dengan model-model ini.

Kesimpulan

Veo 3.1 merupakan langkah maju dalam pembuatan video AI, menawarkan kontrol kreatif yang lebih baik, audio yang lebih mumpuni, dan kemampuan unik untuk menghasilkan klip yang lebih panjang dan lebih koheren.

Meskipun alat ini jelas kuat, terutama untuk prototipe cepat dan eksperimen kreatif, keterbatasan saat ini seperti antarmuka yang kikuk, ketidakkonsistenan sesekali, dan transisi yang belum sempurna dapat membuat frustrasi bagi mereka yang menginginkan presisi.

Namun demikian, dengan perbaikan berkelanjutan dan aksesibilitas yang meningkat melalui API dan platform seperti Flow, Veo 3.1 menandai masa depan yang menjanjikan di mana pembuatan video berbasis AI akan menjadi tidak hanya lebih intuitif tetapi juga lebih selaras dengan visi sang kreator. Jika Anda ingin menjelajahi teknologi generatif video paling mutakhir, Veo 3.1 layak untuk dicoba meski dengan kekurangannya, dan akan menarik untuk menyaksikan bagaimana teknologi ini terus berkembang dalam beberapa bulan mendatang.

Saya juga merekomendasikan untuk melihat panduan kami untuk model SAM3 yang baru.