API مقرون به صرفه Veo 4 — ویدیوی 30 ثانیه ای 1080p Google DeepMind
آیندهانواع 2 در زمان راه اندازیVeo 4 آخرین مدل ویدیویی Google DeepMind است — تولید تا 30 ثانیه فوتورئالیستی ویدیو 1080p با رندر همزمان دوربین چند زاویه ای، ایجاد آواتار شخصی سازی شده صفر شات و همگام سازی صدای بومی. دسترسی به API Veo 4 به زودی در دسترس است.
API هنوز در دسترس نیست
نقاط پایانی Veo 4 در حال توسعه است. تماشا کنید کاوش صفحه برای اطلاعیه راه اندازی Veo 3 در حال حاضر در دسترس است.
متن به ویدیو Veo 4
با استفاده از Veo 4 API تا 30 ثانیه ویدیوی واقعی 1080p از متن تولید کنید. رندر همزمان دوربین چند زاویه ای، ایجاد آواتار صفر شات و همگام سازی صدای بومی.
تصویر به ویدیو Veo 4
با Veo 4، هر تصویر ثابتی را تا 30 ثانیه با کیفیت 1080p متحرک کنید. کنترل دوربین پیشرفته، آواتارهای شخصی سازی شده صفر شات، و صدای دقیق واج از طریق Veo 4 API.
Veo 4 چیست؟
Veo 4 پیشرفته‌ترین مدل تولید ویدیوی Google DeepMind است که برای ویدیوهای هوش مصنوعی حرفه‌ای در مقیاس ساخته شده است. تولید می کند تا 30 ثانیه مداوم فوتورئالیستی ویدیوی 1080p بومی از یک پیام متنی یا تصویر ورودی - با مصنوعات افزایش مقیاس صفر. برخلاف مدل‌های قبلی، Veo 4 پرسپکتیوهای دوربین چند زاویه‌ای همزمان را در یک گذر ارائه می‌کند و جریان‌های کاری تولید سینمایی را که قبلاً به چندین نسل و ترکیب دستی نیاز داشت، باز می‌کند.
توسعه‌دهندگان و استودیوها Veo 4 را برای ایجاد آواتار شخصی‌شده بدون شات آن انتخاب می‌کنند - یک عکس مرجع تنها برای تولید یک ارائه‌دهنده دیجیتالی واقع‌گرایانه لازم است - و برای همگام‌سازی صوتی بومی با دقت واجی آن، که گفتار هماهنگ، جلوه‌های صوتی و صدای محیط را مستقیماً بدون پردازش پس از پردازش در خروجی ویدیو جاسازی می‌کند. به Veo 4 از طریق Muapi REST API با استفاده از همان الگوی ارسال و نظرسنجی Veo 3، بدون زیرساخت برای مدیریت، دسترسی پیدا کنید.
مطالعه بیشتر: Google Veo 3.1 در Muapi و بهترین مدل های ویدیویی هوش مصنوعی در سال 2026برای گردش های کاری درخواست/نظرسنجی و رویدادهای ارسال شده از سرور
ویژگی های کلیدی
کلیپ های 30 ثانیه ای
در هر درخواست حداکثر 30 ثانیه ویدیوی پیوسته تولید کنید - ایده آل برای تبلیغات، تریلرها و محتوای اجتماعی.
رزولوشن اصلی 1080p
خروجی فول اچ دی بدون افزایش مقیاس، حفظ جزئیات دقیق در هر فریم.
رندر دوربین چند زاویه ای
زوایای دوربین همزمان را در یک نسل شبیه سازی کنید.
ایجاد آواتار صفر شات
یک آواتار شخصی‌شده واقعی واقعی از یک عکس مرجع و بدون تنظیم دقیق ایجاد کنید.
همگام سازی صدا با دقت صدا
گفتار بومی و تولید صدای همزمان در سطح واج.
متن به ویدیو و تصویر به ویدیو
از پیام‌های متنی ایجاد کنید یا هر تصویر ورودی را به یک ویدیو متحرک کنید.
موارد استفاده
تبلیغات سینمایی
ویدیوهای برند و نمایش محصولات را تا 30 ثانیه با حرکت و صدا حرفه ای ایجاد کنید.
ویدیوهای آواتار شخصی شده
ارائه دهنده های آواتار سفارشی برای ورود، آموزش الکترونیکی یا رسانه های اجتماعی از یک عکس واحد بسازید.
محتوای رسانه های اجتماعی
کلیپ های عمودی و منظره بهینه شده برای TikTok، Reels و YouTube Shorts ایجاد کنید.
بازی و نمونه سازی VFX
به سرعت نمونه اولیه صحنه های سینمایی و سکانس های جلوه های بصری.
پخش و پخش
محتوای آماده پخش 1080p برای پلتفرم‌های پخش جریانی و رسانه‌های دیجیتال تولید کنید.
Veo 4 vs Veo 3 — چه جدید است
| ویژگی | Veo 4 | Veo 3 |
|---|---|---|
| تا 30 ثانیه | تا 8 ثانیه | |
| 1080p بومی | 720p–1080p | |
| همگام سازی صوتی با دقت واج بومی | تولید صوتی بومی | |
| شات صفر از تک عکس | پشتیبانی نمی شود | |
| رندر چند زاویه ای همزمان | مسیر تک دوربین | |
| به زودی در Muapi | اکنون در Muapi موجود است |
سوالات متداول
API Veo 4 چیست؟
Veo 4 API نسل بعدی مدل ویدیویی Google DeepMind است. تا 30 ثانیه ویدیوی واقعی 1080p را از پیام‌های متنی یا تصاویر ورودی، با رندر دوربین چند زاویه‌ای، ایجاد آواتار شخصی‌شده صفر شات، و همگام‌سازی صدای بومی با دقت واج تولید می‌کند.
Veo 4 چه تفاوتی با Veo 3 دارد؟
Veo 4 Veo 3 را با کلیپ های طولانی تر (تا 30 ثانیه در مقابل 8 ثانیه)، وضوح بالاتر (1080p اصلی)، رندر همزمان دوربین چند زاویه ای، و ایجاد آواتار صفر شات از یک عکس مرجع گسترش می دهد. Veo 3 در حال حاضر در Muapi برای تولید متن به ویدیو و تصویر به ویدیو در دسترس است.
چه زمانی API Veo 4 در دسترس خواهد بود؟
Veo 4 API در حال حاضر در Muapi در حال توسعه است. برای اطلاعیه راه اندازی می توانید صفحه کاوش را تماشا کنید. در همین حال، Veo 3 در حال حاضر برای تولید ویدئو با هوش مصنوعی با کیفیت بالا از طریق API در دسترس است.
آیا Veo 4 از تولید صدای بومی پشتیبانی می کند؟
بله. Veo 4 شامل همگام‌سازی صوتی با دقت واج داخلی است، به این معنی که می‌تواند گفتار، جلوه‌های صوتی و صدای محیطی همگام‌سازی شده را به عنوان بخشی از خروجی ویدیو بدون یک مرحله پس از پردازش جداگانه تولید کند.
Veo 4 از چه نسبت‌ها و رزولوشن‌هایی پشتیبانی می‌کند؟
Veo 4 به طور بومی از وضوح 1080p برای خروجی های عمودی و افقی پشتیبانی می کند. در هر نسل تا 30 ثانیه ویدیو ارائه می دهد. گزینه‌های نسبت ابعادی خاص در زمان راه‌اندازی تأیید می‌شوند.
به دنبال Veo 3 هستید؟
Veo 3 در حال حاضر فعال است - امروز از طریق API، متن به ویدیو و تصویر به ویدیو در دسترس هستند.