# Veo 3.1：音付きのGoogle動画モデルでできること

> Veo 3.1はGoogle DeepMindの動画モデルで、2025年10月15日に公開されました。4、6、8秒のクリップを720p、1080p、4Kで作り、映像と同時に音声（セリフ、効果音、背景）を生成します。写真を動かし、参照画像3枚で人物を保ち、最初と最後のフレームのあいだを補間できます。AI2FaceではVeo 3.1、Fast、Liteが使えます。

開発元: Google DeepMind · リリース: 2025-10-15 · 更新日 2026-09-30
URL: https://ai2face.com/ja/models/veo-3-1

## 主要データ

| | |
|---|---|
| 開発元 | Google DeepMind |
| 公開日 | 2025年10月15日 |
| できること | テキスト、写真、参照画像、2枚のフレームから音付き動画を作る |
| 長さ | 4、6、8秒。Gemini APIでは最長148秒まで延長 |
| 解像度 | 720p、1080p、4K（1080pと4Kは8秒のみ）、毎秒24フレーム |
| 画面比 | 16:9 と 9:16 |
| 参照 | 人物、物体、シーンの画像を最大3枚 |
| 音声 | セリフ、効果音、背景音を動画と同時に生成 |
| バージョン | Veo 3.1、Veo 3.1 Fast、Veo 3.1 Lite |
| 表示 | 見えない透かし SynthID |
| AI2Faceでは | 3バージョンともジェネレーターで利用可能 |

## Veo 3.1とは

Veo 3.1は、クリップを最初から音つきで作るGoogle DeepMindの動画モデルです。Googleは2025年10月15日に、Veo 3の更新として公開しました。プロンプトへの追従がより正確になり、シーンをまたいでも人物がより安定し、会話から映像に同期した効果音まで、音の扱いが豊かになっています。

系列は3モデルです。Veo 3.1は最高品質で4Kまで出ます。Veo 3.1 Fastはより速く、より安くなります。Veo 3.1 Liteは最も手頃で、2026年3月31日に出ました。2026年1月、Googleは参照モードに縦型9:16を加え、1080pと4Kへのアップスケールも入れました。

Veo 3.1はGoogleの最新動画モデルではありません。2026年5月に[Gemini Omni](/ja/models/gemini-omni)が出て、Gemini APIのドキュメントではこちらを既定のモデルとして勧めています。シーンの延長、最後のフレーム、4Kが必要なときはVeo 3.1を選びます。

## Veo 3.1でできること

**映像と同時の音声。** Veo 3.1はセリフ、効果音、背景ノイズを絵と同時に生成します。あとから重ねるのではありません。引用符のセリフは人物の声になります。

[エプロンのパン職人がオーブンからクロワッサンの天板を取り出し、笑顔でカメラに話しかける](https://ai2face.com/_astro/media/models/veo-3-1/dialogue.mp4 "引用符つきのセリフを入れたプロンプト。声、オーブンの音、通りの音が動画と同時に生成される。Veo 3.1、8秒、1080p、720pに再圧縮")

**写真を動かす。** 画像を最初のフレームとしてアップロードし、動きを書きます。モデルは元の顔、服、光を保ちます。

[赤い巻き毛の女性が霧の秋の森をカメラに向かって歩き、微笑む。葉が落ちる](https://ai2face.com/_astro/media/models/veo-3-1/image-to-video.mp4 "秋の撮影の写真を最初のフレームにした。Veo 3.1、9:16、8秒")

**参照。** 人物、物体、シーンの画像を最大3枚。モデルはクリップ全体でその見た目を保ちます。同じ人物や同じ商品のシリーズはこう作ります。

**最初と最後のフレーム。** 2枚の絵を指定すると、モデルはそのあいだを音つきでつなぎます。変化に向いています。空の部屋が家具入りになる、スケッチが完成品になる、といった場合です。

[白い壁の空部屋が少しずつ家具入りになる。壁が緑になり、ソファ、テーブル、ラグ、フィカスが現れる](https://ai2face.com/_astro/media/models/veo-3-1/first-last-frame.mp4 "最初と最後のフレーム、Veo 3.1 Lite。最後のフレームは指定どおりだが、途中で窓が一瞬消える")

**延長。** Gemini APIでは、クリップを7秒ずつ最大20回、合計148秒まで延ばせます。モデルは前のクリップの最後の1秒から動作を続けます。

## Veo 3.1が向く作業

- **広告と商品。** 音つきの商品クローズアップ。コーヒーを注ぐ、包装を開ける、瓶を回す。
- **SNS向けの短いクリップ。** 縦型9:16を切らずに使い、セリフと音楽を1ファイルに入れる。
- **写真を動かす。** ポートレート、商品、室内が8秒のクリップになる。
- **絵コンテとプリビズ。** 本番の前に、カメラの動き、光、音のあるシーンを見る。
- **雰囲気のカット。** 自然、天候、街の景色にアンビエントを足す。

[銅のポットがオークの机の白いカップに熱いコーヒーを注ぎ、湯気が立つ](https://ai2face.com/_astro/media/models/veo-3-1/product-sfx.mp4 "商品カット。注ぐ音とカップの音はプロンプトから来ている。Veo 3.1、16:9、8秒")

## Veo 3.1と近いモデル

| | Veo 3.1 | Gemini Omni 1.1 Flash | Seedance 2.5 |
|---|---|---|---|
| 開発元 | Google DeepMind | Google DeepMind | ByteDance Seed |
| 公開 | 2025年10月15日 | 2026年8月27日 | 2026 |
| 1回の長さ | 4、6、8秒 | 3〜10秒 | 最大30秒 |
| 延長 | 最大148秒（API、720p） | 最大40秒 | 2回の延長 |
| 最大解像度 | 4K | 4K（アップスケール） | 非公開 |
| 音声 | あり | あり | あり |
| 参照 | 画像最大3枚 | 画像と動画最大3本 | テキスト、画像、動画、音声 |
| AI2Face | あり | あり | あり |

短いクリップの画と音、そして最後のフレームではVeo 3.1が有利です。Gemini Omni Flashは入力がより柔軟で、APIの価格はVeo 3.1 Fastと同じ、フルのVeo 3.1より安くなります。[Seedance 2.5](/ja/models/seedance)は1回の生成で最も長いクリップを作り、AI2Faceでも使えます。

## Veo 3.1のプロンプトの書き方

Googleは5つの部分からなる式を示しています。**カメラ + 主体 + 動作 + 環境 + スタイルと雰囲気**です。音は別に書きます。

- **セリフ**は引用符に入れます。`女性が言う。「もう行かなくては。」`
- **効果音**は `SFX:` のあとに書きます。`SFX: 遠くで雷が鳴る。`
- **背景**は `Ambient noise:` または「背景音」です。`カフェの低いざわめき`。
- **カメラの動き**は撮影用語です。寄り（dolly in）、追跡（tracking shot）、クレーン、ドローンの飛行、POV。
- **1本に複数カット**はタイムコードです。`[00:00–00:02] ミディアムショット…`、`[00:02–00:04] 逆アングル…`。
- **除外**は否定ではなく描写で書きます。「建物も道もない荒れた風景」とし、「建物なし」とは書きません。

```
夕暮れの嵐、崖の白い灯台へドローンが飛ぶ。大きな波が岩に砕けてしぶきが上がり、
灯台の光が強い雨を貫く。SFX: 波の轟き、風の唸り、遠い雷。シネマティック、暗い青
```

[嵐の崖の灯台へドローンが飛び、波が岩に砕け、光の筋が雨を貫く](https://ai2face.com/_astro/media/models/veo-3-1/storm-sfx.mp4 "上のプロンプト。カメラの動きと、文中の効果音が3つ。Veo 3.1、16:9、8秒")

プロンプトは自分の言語で書けます。ただし撮影用語は英語のほうがモデルの解釈がぶれにくいです。Veo 3.1がどの言語で話せるか、Googleは公開していません。必要な言語のセリフは短いクリップで確認します。

## Veo 3.1、Fast、Liteの違い

| | Veo 3.1 | Veo 3.1 Fast | Veo 3.1 Lite |
|---|---|---|---|
| 用途 | 最終品質 | 速い試行 | 下書きと大量のクリップ |
| 解像度 | 720p、1080p、4K | 720p、1080p、4K | 720p、1080p |
| 参照 | 最大3 | 最大3 | なし |
| 最初と最後のフレーム | あり | あり | あり |
| APIでの延長 | あり | あり | なし |
| 価格 | 基準 | より低い | GoogleによればFastの50%未満 |

AI2Faceのジェネレーターで4Kが使えるのはフルのVeo 3.1だけです。FastとLiteは1080pまでです。まずLiteかFastでプロンプトを決め、最終版をフルのVeo 3.1で作ります。

## AI2FaceでVeo 3.1を使う

1. ジェネレーターを開き、動画を選び、モデルはVeo 3.1、Fast、Liteから選んでください。
2. モードを選んでください。テキスト、写真、参照、または最初と最後のフレームです。
3. 画面比（16:9または9:16）、長さ（4、6、8秒）、解像度を指定します。
4. 音が必要なら入れてから開始します。クレジットの費用は開始前に表示されます。

ジェネレーターで出来た画像は、そのままクリップの最初のフレームにできます。[Nano Banana](/ja/models/nano-banana)系列の[Nano Banana 2](/ja/models/nano-banana-2)で作ったポートレートを動画にすることもできます。Veo 3.1はAI2Faceのジェネレーターで使え、料金は生成前に表示されます。

## 制限

- **1080pと4Kは8秒のクリップだけです。** それより短いクリップは720pで生成されます。
- **参照は8秒のときだけ使えます。**
- **クリップの延長はAI2Faceで使えます。** Gemini APIでは、Googleは720pでしか延長しません。
- **画面の人物。** EU、英国、スイス、MENA諸国では、Googleは成人の生成だけを認めています。モデルは、見分けのつく人物、有名人、ブランドを作りません。
- **2枚のフレームのつなぎ**は、いつも滑らかとは限りません。最後のフレームは合いますが、途中の細部が「流れる」ことがあります。
- **APIでの保存は2日です。** Gemini APIで作ったクリップは、2日後にGoogleのサーバーから削除されます。AI2Faceでは履歴に残ります。
- **表示。** すべてのクリップに、見えないSynthIDの透かしが入ります。

## まとめ

短いクリップにしっかりした音が必要なとき、Veo 3.1が最も向いています。広告、商品、雰囲気、写真を動かす、といった用途です。プロンプトのセリフと効果音で、別のアフレコを省けます。1回で長いクリップが必要なら[Seedance 2.5](/ja/models/seedance)を見てください。柔軟な編集と混在した入力にはGemini Omni Flashです。クレジットを抑えるには、LiteかFastの720pでプロンプトを整え、仕上げをVeo 3.1の1080pか4Kにします。3バージョンともAI2Faceのジェネレーターで使え、料金は生成前に表示されます。出来た画像はそのまま最初のフレームになります。

## よくある質問

### Veo 3.1はVeo 3と何が違いますか？

Veo 3.1はプロンプトへの追従がより正確で、人物の維持も良く、音も豊かです。新しいのは参照モード、最初と最後のフレーム、そして音声つきの延長です。GoogleのAPI価格は変わっていません。

### Veo 3.1は何秒の動画を作りますか？

1回の生成で4、6、8秒です。Gemini APIでは7秒ずつ最大20回、合計148秒まで延長できますが、720pだけです。AI2Faceでは4、6、8秒のクリップが使えます。

### Veo 3.1に音声とセリフはありますか？

あります。モデルは動画と同時に音を生成します。セリフ、効果音、背景ノイズです。セリフは引用符に、効果音は「SFX:」のあとに書きます。AI2Faceではスイッチで音声を入れます。

### Veo 3.1の公式サイトはどこですか？

専用サイトはありません。公式にはGeminiアプリ、Google AI Studio、Gemini API、Vertex AIで動きます。名前に veo を含むドメインは第三者のサービスです。

### Veo 3.1 FastとLiteはフル版と何が違いますか？

Fastは同じ機能のまま、より速くより安くなります。Liteは最も安く、GoogleによればFastの半額未満です。Liteには参照も延長もなく、最大は1080pです。AI2Faceで4Kが使えるのはフルのVeo 3.1だけです。

### Veo 3.1はどの国でも使えますか？

Veo 3.1の3バージョンはAI2Faceのジェネレーターで使えます。料金は生成前に表示されます。

## 出典

- https://developers.googleblog.com/introducing-veo-3-1-and-new-creative-capabilities-in-the-gemini-api/
- https://ai.google.dev/gemini-api/docs/veo
- https://cloud.google.com/blog/products/ai-machine-learning/ultimate-prompting-guide-for-veo-3-1
- https://blog.google/innovation-and-ai/technology/ai/veo-3-1-ingredients-to-video/
- https://blog.google/innovation-and-ai/technology/ai/veo-3-1-lite/
- https://docs.cloud.google.com/vertex-ai/generative-ai/docs/video/extend-a-veo-video
- https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/
- https://seed.bytedance.com/en/blog/one-take-creation-flexible-referencing-introducing-seedance-2-5