VEO 3.1 Referência ao vídeo: seu objeto, novas cenas
Bottom Line Up Front (BLUF): VEO 3.1 Reference To Video é um modo de vídeo AI onde suas imagens levam e o texto segue. Faça upload de uma a três imagens de referência – um produto, um personagem, um estilo – e descreva o que deve acontecer com elas. O modelo transporta seu objeto reconhecível para uma cena totalmente nova, em vez de inventar um substituto aleatório.
O que significa referência ao vídeo
Uma geração normal sempre reinventa a moldura: peça um tênis para um atleta que corre e você ganha um tênis, nunca seu. O modo de referência corrige exatamente isso. Você mostra ao modelo um objeto específico em uma a três imagens, e esse objeto é o que aparece no clipe finalizado.
As referências não são frames de abertura ou fechamento – são exemplos. O modelo estuda a aparência do seu item ou personagem e, em seguida, filma uma nova cena em torno dele com base no seu texto. Pelo menos uma imagem é obrigatória; o modo simplesmente não iniciará sem referências.
Como isso difere de imagem para vídeo
Na imagem para vídeo clássica, a imagem se torna o primeiro quadro e a ação surge a partir dela – mesma composição, mesmo ângulo. O modo de referência é mais livre: a cena é construída do zero de acordo com a sua solicitação, enquanto as imagens apenas ditam a aparência dos participantes.
Os dois modos são adequados para trabalhos diferentes. Dar vida a uma foto específica pertence ao padrão VEO 3.1. Mostrar seu produto em ambientes onde ele nunca foi fotografado ou acompanhar um personagem por uma série de clipes diferentes - é para isso que existe o Reference To Video.
Escolhendo referências que funcionam
A regra é simples: o modelo deve ver o objeto com clareza. Use imagens nítidas onde o assunto preencha boa parte do quadro, sem confusão visual ao seu redor. Para objetos com formas complexas, dois ou três ângulos ajudam o modelo a captar o volume, em vez de apenas a vista frontal.
No prompt, pule a descrição do que as referências já mostram – descreva a cena e a ação: onde está o objeto, o que o rodeia, como a câmera se move, como é a luz. O formato do quadro é definido nas opções: 16:9 paisagem, 9:16 retrato ou Automático.
Modo somente rápido e preço
A geração de referência é executada exclusivamente no nível Rápido – Lite e Qualidade não podem ser selecionados aqui, e o formulário volta para Rápido se você tentar. Na prática, isso é uma vantagem: as renderizações voltam rapidamente, então você pode percorrer várias ideias de cena com a mesma referência definida de uma só vez.
O custo de um clipe depende dos parâmetros de geração e é pago a partir do saldo do token em todo o site. Gerações fracassadas ou recusadas não custam nada. Aplicam-se regras de conteúdo padrão VEO: sem crianças no quadro, sem crueldade contra animais, sem material adulto.
Onde o modo brilha
O primeiro grande caso de uso é o comércio eletrônico: com algumas fotos de produtos, você pode gravar clipes para listagens, anúncios e postagens sociais sem alugar um estúdio. Uma garrafa de molho em um piquenique de verão, tênis em uma corrida pela cidade, um creme facial na prateleira de mármore do banheiro – tudo das mesmas três referências.
O segundo é um conteúdo seriado com um herói recorrente: um mascote da marca, um personagem de suas ilustrações, um objeto de assinatura. Prepare as referências uma vez e você terá uma linha completa de vídeos onde o herói permanece consistente de clipe a clipe. Os resultados são armazenados no histórico, prontos para download ou extensão.
Frequently asked questions
Quantas imagens de referência posso enviar?
Entre um e três, e pelo menos um é necessário — o modo não iniciará sem referências. Para objetos com formas complexas, fornecer dois ou três ângulos ajuda o modelo a capturar a forma com precisão.
Por que não posso escolher o nível Qualidade?
Reference To Video é executado apenas em Fast; essa é uma restrição técnica do modo, e o formulário redefine qualquer outra opção para Rápido. A vantagem são as renderizações rápidas e a iteração barata nas ideias de cena.
O objeto corresponderá exatamente às minhas fotos?
O modelo mantém o objeto reconhecível, mas isso é geração, não cópia – pequenos detalhes podem variar. Referências limpas de vários ângulos melhoram a precisão e uma tomada off pode simplesmente ser regenerada.