🚨 如何用Veo 3制作更长的视频： Justine Moore（a16z合伙人）花了几个小时实验新的图像到视频模式。 她发现了一种方法，可以生成一致且连贯的故事，比8秒的限制要长得多。 教程和技巧👇原文

首先：Veo 3仍然每次只能生成8秒的视频。 但你可以通过将一个片段的结尾帧作为下一个片段的起始帧来“延长”这个时间。 这听起来很简单，但实际上有点挑剔。这个经验为了让你避免浪费积分。

(1) 记住，最后一个片段的结尾帧是模型唯一的上下文。 因此，任何你希望之后再次出现的角色、物体或环境都必须出现在那个帧中。 例如，如果想让女人出现在下一个场景中，这个片段就不起作用。

(2) 要知道，模型将使用图像中出现的内容来驱动未来的动作。 有时候，这会超过你的文本提示。 例如：一个关于水豚关掉电脑的片段。用结尾帧（在这里）来驱动下一个片段，在那个片段中我希望它起身走开。 这里明确地提示了超过10次。但因为它的爪子在电脑上，模型每次都会让它重新打开电脑！

(3) 你不能上传自己的音频，所以无法在多个片段中保持一致的角色声音。 有时通过提示特征（如口音、年龄、语调）会起作用。但并不完美——下面听一下同一个人跨两个片段的对话。 要解决这个问题，你可以选择： 1.) 在ElevenLabs上生成一致声音的片段，并用它们作为配音（将Veo视频中人物说话的部分静音） 2.) 直接使用Hedra，它让这个过程更容易！

(4) 在不同环境中放置相同角色时并不完美。 如果你想改变服装或场景，但保持角色一致性，推荐先使用Flux Kontext编辑图像。 在这种情况下，这里上传了角色的照片，并要求Kontext把她放在舞台上穿着专业服装。然后将输出结果作为在Veo 3上的新起始帧。

(5) 细节在多次迭代中有时会退化。 比较一下第一个视频中女性发言者的脸部（在第一个片段）和第5个片段中的脸部。就像打电话传话一样——细节每次都会变化，而且这些变化会累积。 还没有找到解决办法。幸运的是，我们对非自己脸部的变化不那么敏感 😂

GenAI Week 2025 Silicon Valley：湾区数万人大会！ 🔗 Will粉丝专属购票链接（可享受15%优惠）： 官网： 地点：圣克拉拉会议中心 时间：2025年7月13日~17日 超20 家国际媒体出席并进行广泛报道

以上就是全部，原作者 @venturetwins 如果您喜欢这个主题： 1.关注我（@FinanceYF5） 2. 点赞+转发下面第一条帖子

Watch a lot of video on X? Upgrade for the smoothest experience.

确实，拼接思路靠谱，但细节很关键，你们有试过优化过渡吗？