Veo 3.1: guia completo com exemplos

Como acessar o Veo 3.1

A forma mais simples de acessar o Veo 3.1 é pela plataforma Flow da Google. É necessário fazer uma assinatura, cujo preço pode variar conforme a sua região. A assinatura inclui 1.000 créditos mensais, o que equivale a 50 vídeos usando o Veo 3.1 Fast e 10 vídeos usando o Veo 3.1.

Também é possível utilizá-lo no Vertex AI Studio, mas isso exige mais configuração e algum conhecimento da Google Cloud Platform.

Outra alternativa é usar a API do Gemini com, por exemplo, Python. Nesses dois casos, não é preciso assinar. Porém, é necessário vincular um cartão de crédito à chave da API ou ao projeto Google, e a cobrança é feita por vídeo.

O que há de novo no Veo 3.1?

O Veo 3.1 traz novidades e melhorias em relação ao Veo 3 nos vídeos que gera, entre elas:

• Áudio mais rico: o Veo 3.1 agora permite gerar trilhas sonoras mais ricas e realistas junto com o vídeo. O suporte a áudio foi adicionado a todos os recursos do Flow, incluindo "Ingredients to video", "Frames to video" e "Extend", criando vídeos mais imersivos e com narrativa mais marcante.
• Narrativa e realismo aprimorados: agora é possível gerar vídeos informando os quadros inicial e final de uma cena, o que dá muito mais controle sobre como ela se desenrola. O realismo também foi elevado, com melhor fidelidade de texturas, maior aderência ao prompt e qualidade audiovisual superior.
• Planos mais longos e contínuos: modelos típicos de vídeo por IA geram apenas alguns segundos. Com o recurso de extensão, você pode prolongar um clipe existente para criar vídeos mais longos, possibilitando cenas extensas e sem cortes perceptíveis.
• Mais controle criativo: novas capacidades no Flow permitem editar clipes com mais precisão. Por exemplo, dá para adicionar e remover elementos (objetos, personagens etc.) das cenas com tratamento realista de luz e sombra.

Explorando os recursos do Veo 3.1

Vamos olhar com mais detalhe algumas das novidades do Veo 3.1.

Frames to video

O recurso frames-to-video permite gerar um vídeo informando os quadros inicial e final. O modelo cria um vídeo em que o primeiro e o último quadros são exatamente os fornecidos.

Para usar, selecione a opção "Frames to Video":

Por exemplo, começando com uma tigela de arroz e, depois, uma imagem do arroz moldado em formato de gato na mesma tigela, podemos pedir ao Veo 3.1 para gerar um vídeo que faça essa transformação:

Para gerar o vídeo, basta selecionar os quadros inicial e final no seletor e escrever um prompt descrevendo o que acontece entre eles.

Veja o resultado:

Esse recurso é especialmente valioso para quem busca manter consistência visual entre cenas ou produzir vídeos mais longos e coesos. Ao ancorar os pontos de início e fim, o Veo 3.1 garante transições suaves e narrativas coerentes, ajudando a evitar os cortes bruscos comuns em material gerado por IA.

Isso abre possibilidades para cineastas, animadores e profissionais de marketing que precisam de controle preciso sobre arcos de história e continuidade visual, aproveitando a eficiência da geração de vídeo por IA.

Testei bastante e nem sempre funcionou bem. Tive a ideia de animar esta foto que tirei alguns anos atrás:

Minha ideia era começar com um quadro sem pessoas e gerar um vídeo com elas entrando na água pela esquerda. Criei um quadro inicial removendo todas as pessoas e pedi ao Veo 3.1 para gerar o vídeo:

No entanto, apesar de várias tentativas, o Veo 3.1 não conseguiu gerar um vídeo que fizesse a animação entre os dois quadros de forma fluida. Abaixo estão duas tentativas que não deram certo:

Ambos os vídeos começam e terminam nos quadros informados, mas não fazem a transição de maneira natural. Nesse ponto, ainda há bastante espaço para o modelo evoluir.

Video extend

Um ótimo recurso do Veo 3.1 é a capacidade de estender um vídeo. Com ele, o Veo 3.1 pega um vídeo existente e o prolonga com base nos últimos quadros, de forma consistente e contínua.

Esse recurso ataca uma das maiores fraquezas do vídeo por IA: a duração. Os modelos atuais geram apenas alguns segundos. Com a extensão de vídeo, dá para criar vídeos mais longos mantendo a consistência ao longo de todo o material.

Para usar, é preciso já ter gerado um vídeo com o Veo 3.1 dentro do Flow. Infelizmente, por enquanto não dá para enviar um vídeo externo para estendê-lo. Para acessar o recurso, primeiro vá ao scene builder:

Em seguida, clique no botão "+" ao lado do clipe e selecione a opção "Extend":

Por fim, descreva no prompt como você quer que a extensão seja:

É possível estender um vídeo várias vezes, permitindo criar um material longo e coerente.

Aqui está um exemplo de vídeo gerado estendendo um clipe três vezes. No vídeo, mostro os quatro clipes lado a lado para evidenciar o que cada extensão adicionou:

Ingredients to video

O Veo 3.1 traz um recurso que permite combinar elementos de até três imagens em um vídeo. Neste exemplo, forneci imagens de:

• Um local
• Uma pessoa
• Uma roupa

Depois, pedi ao Veo 3.1 para combinar esses elementos em um vídeo dessa pessoa caminhando no local informado, vestindo a roupa de trilha indicada. Também especifiquei que a pessoa reclamasse de haver mosquitos demais.

O vídeo em si não ficou ótimo, especialmente os gestos com as mãos enquanto a personagem reclama dos mosquitos, mas ilustra bem o recurso. É interessante notar que o cenário mistura elementos da foto do local com as árvores ao fundo da imagem da roupa. Para evitar isso, é bom garantir que os elementos tenham fundo neutro.

Vale notar que não é obrigatório usar três imagens; o recurso funciona perfeitamente bem com até três imagens de referência.

Edição de vídeo

Para editar um vídeo, use o botão "Edit" que aparece ao passar o mouse sobre o vídeo:

Isso abre uma janela onde você pode selecionar a área a editar e fornecer um prompt com as instruções de edição.

Pela imagem, parece que só é possível inserir elementos no vídeo. Segundo o vídeo promocional do Veo 3.1, também seria possível deletar elementos, mas não encontrei essa opção. Tentei especificar o que remover no prompt, sem sucesso.

Selecionei a região superior e pedi para adicionar trens em movimento. Ele fez isso bem, mas também inseriu trens fora da área selecionada.

Criando um vídeo mais longo com o Veo 3.1

Há um tempo, escrevi este artigo sobre o Runway ML Gen 4. Nele, criei um vídeo curto sobre uma chama e uma gota d’água que se apaixonam. Porém, esse amor não dá certo porque eles não podem se tocar.

Aquele vídeo era bem simples e não tinha som, mas conseguiu transmitir a emoção que eu queria. Fiquei curioso para recriar algo semelhante usando o Veo 3.1 e ver o quanto a tecnologia evoluiu.

Abaixo está a nova versão do vídeo que fiz com o Veo 3.1.

Para começar, gerei o personagem chama usando o Nano Banana. Depois criei a primeira cena com a chama caminhando pela selva fornecendo uma única imagem à ferramenta de ingredientes.

Na segunda cena, pedi ao Veo 3.1 um vídeo em que a chama encontra uma gota d’água tomando sol em uma folha. Como efeito colateral, isso também gerou meu segundo personagem. Alternativamente, poderíamos tê-lo gerado separadamente e fornecido os dois personagens como entrada do vídeo.

A partir daí, fui selecionando um quadro de cada vídeo como quadro inicial do próximo, deixando o quadro final em branco e guiando a geração apenas com o prompt.

O Flow facilita esse fluxo. Ao selecionar um quadro, você pode clicar no botão "+" para salvá-lo como asset e então usá-lo como primeiro quadro do próximo vídeo com a ferramenta "Frames to video".

Para criar este vídeo, usei principalmente a ferramenta "Frames to Video", fornecendo um único quadro inicial. Com frequência, escolhi um quadro no meio do clipe.

Para ilustrar, aqui vão alguns dos quadros que transformei em assets para usar como ponto de partida:

Como consequência, os vídeos não se encadearam tão bem, então usei um editor externo para cortar os clipes nas posições certas.

Ainda houve alguns pontos de frustração em que não consegui fazer o vídeo seguir minha visão e precisei adaptá-la ao que a IA produzia. Esse tem sido um desafio constante em todas as ferramentas de vídeo por IA com que trabalhei.

Outro problema que encontrei foi certa inconsistência nos sons. A voz do personagem chama muda o tempo todo e, como usei um único quadro para gerar o próximo vídeo, a trilha sonora também não ficou muito coerente.

Esse segundo ponto pode ser contornado usando o recurso Video Extend. Dá para aparar manualmente os clipes no Flow e, a partir daí, estender o vídeo.

Minha experiência com o Veo 3.1

Experimentei o Veo 3.1 tanto no aplicativo web Flow da Google quanto via API. A experiência no Flow foi bem frustrante, para dizer o mínimo. Na maior parte do tempo, a geração falhava sem motivo claro, exibindo uma mensagem genérica que não ajudava a entender o problema.

Também achei a interface pouco intuitiva. Foi difícil encontrar algumas opções, como edição e extensão de vídeo.

Como programador, tive uma experiência bem mais fluida usando a API, apesar de alguns percalços. Em especial, senti falta de documentação mais completa e de exemplos de código com detalhes cruciais, o que me fez perder tempo desnecessário para descobrir certas coisas. Por exemplo, foi difícil entender exatamente como enviar imagens para o modelo, já que alguns trechos dos exemplos parecem desatualizados e não funcionam.

Também não consegui descobrir como enviar um vídeo para testar o recurso de extensão. Pesquisas sugerem que essa funcionalidade pode ainda não estar aberta na API, mas não está claro se é esse o caso.

Quanto aos resultados, os vídeos são bons no geral, embora ainda sofram com limitações sérias. Ainda sinto um grande gap entre o que eu imagino e o que consigo criar com esses modelos.

Conclusão

O Veo 3.1 representa um avanço na geração de vídeos por IA, oferecendo mais controle criativo, áudio melhor e a capacidade de produzir clipes mais longos e coerentes.

Embora a ferramenta seja poderosa, especialmente para prototipagem rápida e experimentação criativa, suas limitações atuais — como interface engessada, inconsistências ocasionais e transições imperfeitas — podem frustrar quem precisa de precisão.

Ainda assim, com melhorias contínuas e maior acessibilidade via APIs e plataformas como o Flow, o Veo 3.1 sinaliza um futuro promissor, em que a criação de vídeo com IA ficará não só mais intuitiva, mas também mais alinhada à visão do artista. Se você quer explorar a fronteira de vídeos generativos, vale dar uma volta com o Veo 3.1 apesar dos seus quirks — e vai ser empolgante acompanhar como essa tecnologia evolui nos próximos meses.

Também recomendo conferir nosso guia do novo modelo SAM3.