從 Google I/O 到全球開放，解析 Veo 3 技術特色、應用潛力與產業衝擊
Google I/O 2025 的 AI 重磅佈局
2025 年 5 月 20 日，Google 在年度開發者大會 Google I/O 上揭示了一場 AI 革命，核心主題圍繞著 “AI First Everything”。CEO Sundar Pichai 宣示，AI 將成為 Google 全產品線的基礎架構。整場大會中，多項旗艦級技術同步亮相：
Veo 3 正式登場：作為 AI 創作生態的核心影片引擎，融合影像與音訊生成，成為全場矚目焦點。
Gemini 2.5 Pro 與 Flash：具備更快推理與語境記憶能力，強化 AI 生產力。
Gemini Live（前稱 Project Astra）：整合視覺、語音與網頁互動的即時對話助理。
Agent Mode（Project Mariner）：讓 AI 理解使用者目標，自主搜尋與執行任務。
Imagen 4 圖像生成器：提供更高解析度與細節掌控的圖像創作能力。
Flow 影片創作工具：支援分鏡、敘事節奏與電影級風格設計。
Veo 3：AI 影片創作的技術驚豔特點
Veo 最初由 DeepMind 團隊主導開發，是 Google 旗下的文字轉影片（Text-to-Video）AI 模型，歷經三代發展。Veo 3 於 I/O 大會中隆重亮相，被定位為 “創作者的虛擬導演”。技術上，它具備下列創新特點：
- 支援 1080p/60fps 的高畫質影片輸出。
- AI 同步音訊生成：能為場景自動生成環境音與配樂。
- 多鏡頭場景控制：可依據文字提示產出具有連續敘事邏輯的段落。
- 風格模擬能力：支援動畫、寫實、黏土、漫畫等風格切換。
- 角色一致性維持：讓角色在多個鏡頭中外觀與動作更連貫（目前仍是業界難題）。
- 多模態輸入理解：可搭配照片、影片片段、草稿分鏡進行生成。
Flow 是一款“AI 劇本導演”
專為創作者打造：Flow 讓使用者像操作積木一樣，透過拖曳分鏡元件（SceneBuilder）、輸入文字提示與上下文，來決定場景走向與鏡頭轉場方式。
對接 Veo 3 與 Imagen 4：Flow 運作時會同時串接 Veo 3（負責影片動態與音訊生成）與 Imagen 4（負責影像細節與品質），全方位打造高畫質、有節奏感的短片
攝影機控制 (Camera Controls)：演講中示範如何設定鏡頭運鏡方式，包括移動軌跡、推拉鏡頭（dolly）、平移（pan）、及變焦（zoom），讓影片具備「電影級」運鏡感 。
連續鏡頭擴展 (Scenebuilder)：可以讓場景不中斷接續，比如從一本書的近拍轉到角色翻頁。使用者可依語意控制鏡位與切換，Flow 自動生成每段鏡頭與敘事節奏
Flow TV 展示 (Flow TV)：演講中提及可瀏覽由社群創作的範例影片，並查看使用的 prompt 與鏡頭設定，強調 Flow 具學習借鑒功能 。
同步聲音 (Synchronized Audio)：與 Veo 3 合作，Flow 可以產生對白、環境音與背景音樂，且聲音會自動配合嘴型、動作與氛圍，如雨聲、風聲、腳步聲等 。
情境語調調整：可在每段鏡頭中設定聲音情緒，例如悲傷、興奮或平緩，Flow 自動調整配樂與語調節奏，讓短片具備情緒張力 。
素材管理 (Asset Management)：Flow 提供管理文字提示、圖像參考與素材片段的功能，讓創作者更系統化地編排專案內容 。
VEO3與Flow 時間軸：1:28:00-1:37:30
全球推廣與台灣開放時間
雖然 Veo 3 在 5 月 I/O 大會亮相後即備受關注，但正式開放使用則分階段進行。Google 採取與 Gemini App 整合的策略，僅開放給 AI Pro 或 AI Ultra 訂閱用戶使用，並率先於北美、歐洲 150 多國推出。
在台灣，Google 官方於宣布於 2025 年 7 月 3 日 開放生成，Veo 3 透過 Gemini App 提供給付費用戶試用，使用者只需開啟 Gemini App，進入「照片轉影片」功能頁面，即可輸入描述文字或上傳靜態圖，生成一段約 8 秒、具備背景音效的影片。
