Veo 3.1 Lite 视频生成模型

Veo 3.1 Lite 是 Google DeepMind Veo 3.1 视频生成家族中的入门级、成本优化档位。它以最低价格提供带原生音频的 1080p 视频——专为不需要高级控制和极致保真度的高产量、快速迭代流程而设计。

按每秒计，Lite 的成本不到 Fast 档的一半，约为 Standard 档的 1/8。具体价格因供应商而异，但 Lite 通常约为每秒 $0.04–0.06——一段 6 秒片段大约 $0.24–0.36。

支持。Lite 包含原生音频生成——对白、基础环境音与简单口型同步随视频一起生成。相比 Fast/Standard，音频质量与口型精度略有降低，但对较短片段和对白较少的场景，表现稳定可靠。

4、6 或 8 秒，24fps。分辨率：720p 或 1080p。宽高比：16:9（宽屏）与 9:16（竖屏）——均支持。

可以，但仅限 1 张参考图，用于基础的角色或风格引导。如需多张参考或精确锁定角色，请使用 Veo 3.1 Fast 或 Standard。

不支持。Lite 不提供 start/end frame 控制。如需带特定开场和收尾帧的定向运动，请使用 Fast 或 Standard。

保持提示词简短、具体、动作导向。例如：「一个人在家庭办公室用笔记本电脑打字，自然日光，轻柔的键盘声，6 秒。」避免复杂的运镜指令或多场景叙事——Lite 最擅长单场景、直接明了的提示词。

可以。Elser AI 为新用户提供试用积分。升级到付费计划即可获得完整商用授权。

用 Lite 做高产量批量生成、早期构思和对成本敏感、画质无需完美的流程。用 Fast 做快速迭代、A/B 测试和社媒内容（仍想要不错画质、成本适中）。用 Standard 做最终交付、客户项目、品牌素材，以及任何要求极致画质与音频精度的项目。