Нейросеть Google Veo: генерация видео с озвучкой, возможности и доступ в России

Что такое Google Veo и чем она отличается от других нейросетей

Google Veo — это генеративная модель от Google DeepMind, предназначенная для создания видеоклипов по текстовому описанию. В отличие от многих конкурентов, Veo с самого начала проектировалась как мультимодальная система, способная не только генерировать реалистичное изображение, но и синхронизировать его со звуком. Ключевое нововведение третьей версии — нативная генерация аудиодорожки: речь, музыка, шумы создаются одновременно с видеорядом, а не накладываются постфактум. Это позволяет добиться естественного липсинка (синхронизации губ с произносимыми словами) и точного соответствия звука происходящему в кадре.

Veo 3 стала первой моделью Google, объединившей наработки из проектов Imagen Video, Phenaki, VideoPoet и Lumiere. Благодаря этому она демонстрирует высокий уровень физической достоверности: корректно воспроизводит движение жидкостей, тканей, освещение и тени. Каждое сгенерированное видео помечается цифровым водяным знаком SynthID, который невидим для глаза, но позволяет идентифицировать контент как созданный ИИ.

Veo 2 и Veo 3: основные отличия

Между второй и третьей версиями Veo есть несколько принципиальных различий. Veo 2, выпущенная ранее, умеет генерировать только видео без звука. Она доступна бесплатно, но с ограничением — до трёх роликов в день. Максимальная длительность видео — 8 секунд, разрешение и частота кадров фиксированы. Veo 2 хорошо справляется с текстовыми запросами на русском языке и способна создавать реалистичные сцены, но не поддерживает озвучку.

Veo 3, анонсированная в мае 2025 года, добавляет нативную генерацию звука: диалоги, фоновую музыку и звуковые эффекты. Она также улучшила понимание сложных промптов, кинематографических приёмов (глубина резкости, движение камеры) и физики объектов. Veo 3.1, вышедшая в январе 2026 года, расширила возможности до 4K-разрешения, вертикального формата 9:16 и частоты 60 кадров в секунду. Однако все версии Veo 3 являются платными и требуют подписки Google AI.

Как работает генерация видео со звуком в Veo 3

Главная особенность Veo 3 — это нативная генерация аудио. Модель создаёт звуковую дорожку не как отдельный слой, а как неотъемлемую часть видеопроцесса. Это означает, что звук автоматически синхронизируется с движениями персонажей, сменой сцен и общим настроением ролика. Veo 3 способна воспроизводить человеческую речь с учётом эмоций, темпа и даже акцентов. При этом она поддерживает не только английский, но и русский язык: голоса звучат естественно, а липсинк работает корректно.

Для генерации видео с озвучкой достаточно указать в промпте текст, который должен произнести персонаж, и описать сцену. Например, запрос «says in Russian: Привет, как дела?» заставит героя произнести эту фразу. Модель также умеет создавать фоновые шумы (ветер, городской гул, шаги) и музыку, соответствующую настроению сцены. Это делает Veo 3 пригодной для создания коротких рекламных роликов, образовательных видео и даже короткометражных сцен.

Где и как попробовать Veo: доступные платформы

Veo 3 официально доступна через несколько платформ Google: VideoFX, Google Flow и Vertex AI. Для использования требуется подписка Google AI Pro ($20 в месяц) или Google AI Ultra ($249 в месяц). Бесплатный пробный период предоставляется новым пользователям на один месяц. Veo 2, в свою очередь, доступна бесплатно через Google AI Studio — достаточно перейти во вкладку «Generate media» и выбрать «Veo».

Интерфейс всех платформ похож: пользователь вводит текстовый промпт, настраивает параметры (количество результатов, соотношение сторон, длительность видео) и запускает генерацию. Для Veo 2 доступны настройки: число результатов (1 или 2), соотношение сторон (16:9 или 9:16), длительность (5–8 секунд). Частота кадров и разрешение фиксированы. В Veo 3 и 3.1 добавлена возможность выбора разрешения до 4K, частоты до 60fps и вертикального формата 9:16.

Можно ли пользоваться Veo из России: ограничения и обходные пути

Официально Veo 3 недоступна в России, Беларуси и странах Евросоюза. Для использования требуется американский IP-адрес, зарубежная банковская карта и активная подписка Google AI. Пользователи из России могут зарегистрировать новый аккаунт Google с американским IP, арендовать номер телефона и оформить пробную подписку. Однако этот способ сопряжён с рисками: мошенники часто предлагают фейковые доступы к Veo 3, так как у модели нет официального API и она не представлена на агрегаторах.

Альтернативный вариант — использование сторонних платформ-посредников, таких как Jay Flow или AiHere. Эти сервисы предоставляют доступ к генерации видео на базе Veo без необходимости самостоятельной оплаты подписки Google и в обход региональных ограничений. Однако такие платформы не являются официальными продуктами Google, и условия доступа могут меняться. Veo 2 остаётся доступной бесплатно через Google AI Studio при наличии американского IP.

Практические эксперименты: что умеет Veo 2 и Veo 3

Пользователи провели множество тестов, демонстрирующих возможности обеих версий. Veo 2 хорошо справляется с генерацией реалистичных сцен: например, по запросу «Динозавр в розовой майке с надписью vc.ru стоит возле футуристичной доски и лазерным указателем показывает на график» нейросеть создала ролик, полностью соответствующий описанию, с читаемой надписью на футболке. Также Veo 2 корректно воспроизводит культурный контекст: запрос «Девушка на крыше в Санкт-Петербурге» дал узнаваемую архитектуру города.

Veo 3, в свою очередь, позволяет создавать диалоговые сцены. Например, популярный сюжет — ведущий с микрофоном спрашивает у прохожих, понимают ли они, что являются ИИ-генерациями, после чего герой выполняет нечеловеческое действие (прыжок на высоту четвёртого этажа). Нейросеть также умеет «оживлять» статичные изображения: достаточно загрузить картинку, и Veo 3 дорисует кадры, добавив движение и звук. Однако есть и ограничения: в некоторых тестах мимика персонажей выглядела неестественно, а сложные последовательности событий (например, уклонение от пули в стиле «Матрицы») не всегда воспроизводятся корректно.

Ключевые настройки и параметры генерации

При работе с Veo важно правильно настроить параметры, чтобы получить желаемый результат. Основные настройки включают:

• Number of results — количество генерируемых видео (1 или 2).
• Aspect ratio — соотношение сторон: 16:9 (горизонтальный) или 9:16 (вертикальный, доступно в Veo 3.1).
• Video duration — длина видео от 5 до 8 секунд.
• Frame rate и Resolution — частота кадров и разрешение. В Veo 2 они фиксированы, в Veo 3.1 можно выбрать до 60fps и 4K.
• Negative prompt — стоп-фразы, которые модель должна избегать (например, «размытое изображение», «искажённые лица»).

Промпты можно вводить на русском языке, но для озвучки в Veo 3 рекомендуется использовать конструкцию «says in Russian: [текст]». Время генерации одного 8-секундного ролика составляет около минуты.

Альтернативы Veo: Kling и другие нейросети с озвучкой

У Veo 3 появился серьёзный конкурент — китайская нейросеть Kling. В мае 2025 года Kling также объявила о поддержке генерации видео с озвучкой по текстовому описанию. Функция временно доступна бесплатно. Kling позволяет загрузить изображение и «оживить» его, добавив звук, или создать видео с нуля. В тестах Kling показала реалистичные результаты, хотя иногда возникают артефакты (например, раздвоенные хвосты у русалок) и проблемы с синхронизацией звука.

Другие альтернативы включают Sora 2 от OpenAI, MiniMax и Hailuo AI. Однако на момент написания статьи только Veo 3 и Kling предлагают нативную генерацию звука. Для пользователей из России Kling может быть более доступным вариантом, так как не требует сложных обходных путей.

Плюсы и минусы Google Veo: объективная оценка

Плюсы:

• Высокая визуальная и физическая реалистичность.
• Нативная генерация звука с синхронизацией губ.
• Точное следование сложным текстовым запросам.
• Кинематографическое качество видео (глубина резкости, движение камеры).
• Поддержка русского языка в промптах и озвучке.

Минусы:

• Максимальная длительность видео — всего 8 секунд.
• Высокая стоимость подписки ($20–249 в месяц).
• Региональные ограничения (недоступна в России и ЕС).
• Каждое видео помечается скрытым AI-маркером SynthID.
• Ограниченное количество генераций в дешёвом тарифе (10 роликов за всё время).

Veo пока не способна полностью заменить традиционную видеосъёмку, но как вспомогательный инструмент для создания короткого контента она открывает новые возможности.

Будущее Veo: что дальше?

Google продолжает развивать линейку Veo. После выхода Veo 3.1 с поддержкой 4K и 60fps компания, вероятно, сосредоточится на увеличении длительности видео и улучшении физической симуляции. Руководитель команды Gemini Джош Вудворд пообещал расширение списка стран, где доступна модель, но Россия в ближайшее время в него не войдёт. Также ожидается интеграция Veo с другими продуктами Google, такими как YouTube Shorts и Google Ads, что может сделать генерацию видео доступной для массового пользователя.

Пока же Veo остаётся инструментом для профессионалов и энтузиастов, готовых платить за качество и преодолевать региональные барьеры. Для тех, кто хочет попробовать генерацию видео бесплатно, лучшим выбором остаётся Veo 2 или альтернативы вроде Kling.

Вопросы и ответы