Veo 3.1: ماذا يفعل نموذج فيديو جوجل مع الصوت

ما هو Veo 3.1

Veo 3.1 نموذج فيديو من Google DeepMind يصنع المقطع مع الصوت من أول مرة. قدمته جوجل في 15 أكتوبر 2025 كتحديث لـ Veo 3. يتبع الأمر بدقة أكبر، ويثبّت الشخصية بين المشاهد بشكل أدق، ويعمل مع الصوت بغنى أكبر، من الحوار إلى المؤثرات المتزامنة مع الصورة.

في العائلة ثلاثة نماذج. Veo 3.1 أعلى جودة ويصل إلى 4K. Veo 3.1 Fast أسرع وأرخص. Veo 3.1 Lite الأيسر تكلفة، وصدر في 31 مارس 2026. في يناير 2026 أضافت جوجل النسبة العمودية 9:16 لوضع المراجع، ورفع الدقة إلى 1080p و4K.

Veo 3.1 ليس أحدث نموذج فيديو من جوجل. في مايو 2026 صدر Gemini Omni، وتنصح وثائق Gemini API به نموذجًا افتراضيًا. يبقى Veo 3.1 الخيار لتمديد المشاهد ووضع الإطار الأخير ودقة 4K.

ماذا يفعل Veo 3.1

الصوت مع الفيديو. يولّد Veo 3.1 الكلام والمؤثرات وضوضاء الخلفية مع الصورة في الوقت نفسه. لا يضعها فوق الصورة بعد ذلك. الجملة بين علامتي التنصيص تصبح كلام الشخصية.

تحريك صورة. ارفع صورة لتكون الإطار الأول وصف الحركة. يحافظ النموذج على الوجه والملابس والضوء في الأصل.

المراجع. حتى ثلاث صور لشخصية أو جسم أو مشهد. يُبقي النموذج مظهرها طوال المقطع. هكذا تُصنع سلسلة بالشخصية نفسها أو بالمنتج نفسه.

الإطار الأول والأخير. حدّد صورتين، ويبني النموذج الانتقال بينهما مع صوت. يفيد في التحولات: غرفة فارغة تصبح مفروشة، ورسم تخطيطي يصبح منتجًا جاهزًا.

التمديد. في Gemini API يمكن تمديد المقطع 7 ثوانٍ حتى 20 مرة، 148 ثانية في المجموع. يتابع النموذج الحركة من الثانية الأخيرة للمقطع السابق.

لأي المهام يصلح Veo 3.1

• الإعلان والمنتج. لقطات قريبة للمنتج مع صوت: يُسكب القهوة، تُفتح العبوة، تدور الزجاجة.
• مقاطع قصيرة للشبكات. عمودي 9:16 دون قص، والكلام والموسيقى في ملف واحد.
• تحريك الصور. صورة شخصية أو منتج أو داخل غرفة يصبح مقطعًا من 8 ثوانٍ.
• القصة المصورة والمعاينة. مشهد بحركة كاميرا وضوء وصوت قبل التصوير الحقيقي.
• لقطات الجو. طبيعة وطقس ومشاهد مدينة مع صوت محيط.

Veo 3.1 ونماذج قريبة

	Veo 3.1	Gemini Omni 1.1 Flash	Seedance 2.5
المطوّر	Google DeepMind	Google DeepMind	ByteDance Seed
الصدور	15 أكتوبر 2025	27 أغسطس 2026	2026
الطول في التوليد الواحد	4، 6، 8 ث	3–10 ث	حتى 30 ث
التمديد	حتى 148 ث (API، 720p)	حتى 40 ث	تمديدان
أقصى دقة	4K	4K (رفع دقة)	غير منشور
الصوت	نعم	نعم	نعم
المراجع	حتى 3 صور	صور وحتى 3 فيديوهات	نص وصور وفيديو وصوت
في AI2Face	نعم	نعم	نعم

يتفوق Veo 3.1 في جودة الصورة والصوت في المقطع القصير، وفي وضع الإطار الأخير. Gemini Omni Flash أكثر مرونة في المدخلات، وفي الواجهة يكلّف مثل Veo 3.1 Fast، أي أقل من Veo 3.1 الكاملة. يصنع Seedance 2.5 أطول المقاطع في توليد واحد، وهو متاح في AI2Face أيضًا.

كيف تكتب الأوامر لـ Veo 3.1

تقترح جوجل صيغة من خمسة أجزاء: الكاميرا + الموضوع + الفعل + المكان + الأسلوب والجو. يُوصف الصوت على حدة:

• الجملة بين علامتي تنصيص: تقول المرأة: «حان وقت المغادرة».
• المؤثرات بعد العلامة SFX:: SFX: رعد بعيد.
• الخلفية عبر Ambient noise: أو «صوت الخلفية»: همهمة مقهى خافتة.
• حركة الكاميرا بمصطلحات المصوّر: اقتراب (dolly in)، تتبّع (tracking shot)، رافعة، تحليق درون، POV.
• عدة لقطات في مقطع واحد برموز زمنية: [00:00–00:02] لقطة متوسطة…، [00:02–00:04] لقطة عكسية….
• الاستبعاد بالوصف لا بالنفي: «مشهد خالٍ بلا بيوت ولا طرق» بدل «بلا مبانٍ».

تحليق درون نحو منارة بيضاء على جرف في عاصفة عند الغسق، أمواج ضخمة تتكسر
على الصخور وترتفع رذاذًا، وشعاع المنارة يخترق مطرًا غزيرًا. SFX: هدير الأمواج،
عويل الريح، رعد بعيد. سينمائي، درجات أزرق داكن

يمكن كتابة الأمر بلغتك، لكن مصطلحات الكاميرا بالإنجليزية تترك للنموذج غموضًا أقل. لا تنشر جوجل قائمة اللغات التي ينطق بها Veo 3.1. جرّب جملة بلغتك في مقطع قصير.

Veo 3.1 وFast وLite: الفروق

	Veo 3.1	Veo 3.1 Fast	Veo 3.1 Lite
الغرض	الجودة النهائية	تكرارات سريعة	مسودات ومقاطع كثيرة
الدقة	720p، 1080p، 4K	720p، 1080p، 4K	720p، 1080p
المراجع	حتى 3	حتى 3	لا
الإطار الأول والأخير	نعم	نعم	نعم
التمديد في الواجهة	نعم	نعم	لا
السعر	أساسي	أقل	حسب جوجل، أقل من 50% من Fast

في مولّد AI2Face تتوفر 4K في Veo 3.1 الكاملة فقط. Fast وLite يصلان إلى 1080p. ابدأ بـ Lite أو Fast حتى يستقيم الأمر، ثم اصنع النسخة النهائية على Veo 3.1 الكاملة.

كيف تستخدم Veo 3.1 في AI2Face

1. افتح المولّد، واختر الفيديو، ثم النموذج: Veo 3.1 أو Fast أو Lite.
2. اختر الوضع: من نص، أو من صورة، أو من مراجع، أو من الإطار الأول والأخير.
3. حدّد النسبة (16:9 أو 9:16) والمدة (4 أو 6 أو 8 ثوانٍ) والدقة.
4. شغّل الصوت إذا احتجته، ثم ابدأ. تكلفة الرصيد تظهر قبل البدء.

يمكن لصورة جاهزة من المولّد أن تصبح فورًا الإطار الأول للمقطع. صورة شخصية من Nano Banana 2، وهو نموذج من عائلة Nano Banana، تتحول إلى فيديو. Veo 3.1 متاح في مولّد AI2Face، وتظهر التكلفة قبل التوليد.

الحدود

• 1080p و4K لمقاطع 8 ثوانٍ فقط. المقاطع الأقصر تُولَّد بدقة 720p.
• المراجع تعمل مع مدة 8 ثوانٍ فقط.
• تمديد المقطع متاح في AI2Face. في Gemini API تمدّد جوجل المقطع بدقة 720p فقط.
• أشخاص في الإطار. في الاتحاد الأوروبي والمملكة المتحدة وسويسرا ودول MENA، تسمح جوجل بتوليد البالغين فقط. لا يصنع النموذج أشخاصًا يمكن التعرف عليهم ولا مشاهير ولا علامات تجارية.
• الانتقال بين إطارين ليس دائمًا سلسًا. يطابق الإطار الأخير المطلوب، لكن التفاصيل في الوسط قد «تنزلق».
• الحفظ في الواجهة يومان. المقاطع المولَّدة عبر Gemini API تُحذف من خادم جوجل بعد يومين. في AI2Face يبقى المقطع في سجلك.
• الوسم. كل المقاطع تحمل علامة مائية غير مرئية SynthID.

الخلاصة

Veo 3.1 هو الخيار الأقوى حين يلزم مقطع قصير بصوت متين: إعلان، منتج، جو، تحريك صورة. الكلام والمؤثرات من الأمر يوفّران خطوة التعليق الصوتي. للمقاطع الطويلة في توليد واحد، انظر Seedance 2.5. للتحرير المرن والمدخلات المختلطة، انظر Gemini Omni Flash. لتوفير الرصيد: اضبط الأمر على Lite أو Fast بدقة 720p، ثم اصنع النسخة النهائية على Veo 3.1 بدقة 1080p أو 4K. الإصدارات الثلاثة متاحة في مولّد AI2Face، وتظهر التكلفة قبل التوليد. وتصبح الصور الجاهزة من المولّد الإطار الأول للمقطع.