Google 在2025年10月介绍 Veo 3.1 与 Flow 的参考图、首尾帧和音频能力；2026年1月又公布“Ingredients to Video”的更新及竖屏输出。本站于2026年10月20日回看这些公开资料，重点是它们对制作流程意味着什么，而不是把旧公告包装成刚发生的新突破。
已公布的能力
Google 的说明称，参考图可以作为人物、物体和风格条件；首尾帧用于连接两个画面；片段延长支持延续场景。2026年1月的更新还提到更一致的人物与背景、原生9:16以及更高分辨率选项。这些是产品方公布的能力，具体可用范围与条件应以其文档和当前产品为准。
为什么制作团队关注
对短剧和广告而言，参考资产一旦能在多个镜头里稳定复用，创作者就能把时间从反复写提示转向镜头设计。竖屏原生输出减少后期裁切的构图损失。音频加入生成流程，也使分镜阶段就能预听场景节奏。
仍未解决的部分
连续性不止是脸部相似，还包括服装、道具、动作方向、声场和剧情状态。公开演示与内部偏好测试无法证明一部长片的有效镜头比例。制作团队应记录跨镜头缺陷与修复成本，并在自己的片型上验证。
编辑判断
近期进展使视频模型更适合受控的短镜头创作；它仍依赖清晰的参考素材、人工筛选和后期合成。下一步值得观察的是可编辑层、跨镜头状态管理以及可验证的来源信息。
参考资料与核查说明
以下为本文分析使用的原始资料。厂商公告说明其产品能力；本文有关工作流、限制与产业影响的判断由本站编辑作出，未经独立产品性能测试。
本文仅讨论公开技术资料和一般应用场景。涉及具体产品的可用性、许可及性能，请以提供方当前文档为准。