Veo 3 нейросеть: как генерировать видео со звуком от Google

Коротко. Veo 3 — нейросеть Google для генерации видео, которая первой сделала звук частью ролика: речь персонажей, шумы и музыку модель создаёт вместе с картинкой. Официально Veo доступна через подписку Google и облако, а из России туда без обходных путей не попасть. Разбираем, что умеют Veo 3, Veo 3 Fast и Veo 3.1, как писать промт с диалогом и как пользоваться нейросетью Google Veo 3 без VPN.

Что такое Veo 3

Veo — семейство видеомоделей Google DeepMind. Третью версию показали в 2025 году, и главным её отличием стал нативный звук. Раньше видео приходилось генерировать без звука, а озвучку и шумы собирать отдельно. Veo 3 по одному текстовому запросу выдаёт короткий ролик, где губы персонажа двигаются в такт словам, хлопает дверь, шумит улица и играет фоновая музыка. Описание моделей — на странице Veo на сайте Google DeepMind.

Что умеет нейросеть Veo 3:

• Видео по тексту — ролик длиной до 8 секунд с осмысленным движением камеры и физикой предметов.
• Видео по картинке — оживить фото или кадр, сохранив персонажа и композицию.
• Звук в кадре — диалоги, звуковые эффекты, атмосферу и музыку.
• Понимание кинематографичных терминов — «общий план», «наезд камеры», «съёмка с дрона», «замедленная съёмка».

Veo 3, Veo 3 Fast и Veo 3.1: в чём разница

Практическое правило: идею и раскадровку проверяйте на Fast, а финальную версию удачного промта запускайте на Veo 3.1. Так тратится меньше денег на неудачные дубли.

Как пользоваться Veo 3 из России

Официально Google открывает Veo 3 в приложении Gemini по платной подписке, в монтажном инструменте Flow и через облачную платформу для разработчиков. Все три пути упираются в одно: Россия не входит в список поддерживаемых стран, а российской картой подписку не оплатить. Остаются VPN, зарубежная карта и аккаунт с другим регионом — набор, который ломается в любой момент.

Второй путь — агрегатор, который подключает модель через API. В Умке Veo 3 Fast и Veo 3.1 открываются прямо в браузере из России, без VPN и зарубежной карты, с оплатой в рублях. Все видеомодели сервиса собраны на странице генерации видео.

Как написать промт для Veo 3

Промт для видео описывает не картинку, а сцену во времени. Удобная структура из пяти частей:

1. Кто и где — персонаж, внешность, место.
2. Действие — что происходит за эти 8 секунд. Одно действие лучше трёх.
3. Камера — план, движение, ракурс.
4. Стиль и свет — «документальная съёмка», «реклама», «мультфильм», время суток.
5. Звук — реплика в кавычках, шумы, музыка.

Пример:

Пожилой бариста с седой бородой в маленькой кофейне утром ставит чашку на стойку и говорит с улыбкой: «Ваш капучино, хорошего дня». Камера медленно наезжает от среднего плана к крупному. Тёплый свет из окна, реалистичная съёмка. Звук: шипение кофемашины, тихий джаз, звон чашки.

Несколько наблюдений из практики:

• Реплика должна укладываться в длину ролика. За 8 секунд персонаж успевает сказать 10–15 слов, длинный монолог оборвётся.
• Русская речь получается, но ударения и дикция бывают хуже, чем в английской. Для важного текста делайте несколько дублей.
• Если звук не нужен — например, ролик пойдёт под свою музыку, — отключите его: на Fast это дешевле.
• Для видео по фото опишите только движение, а не то, что уже видно на снимке. Подробнее — в статье «Как сделать видео из фото».

Как собрать ролик длиннее 8 секунд

Одна генерация — одна сцена. Для рекламы на 30 секунд или короткого поздравления ролик собирают из 4–5 сцен. Чтобы персонаж не менялся от кадра к кадру:

• Попросите чат-модель написать раскадровку: номер сцены, действие, реплика, план камеры.
• Опишите персонажа один раз — внешность, одежду, причёску — и вставляйте это описание дословно в каждый промт.
• Ещё надёжнее — сгенерировать кадр с героем как картинку и делать каждую сцену в режиме «видео по фото».
• Склейте сцены в любом видеоредакторе, там же выровняйте громкость звука между ними.

Veo 3 и другие видеонейросети

Главный козырь Veo — звук: у большинства конкурентов ролик выходит немым, и озвучку приходится делать отдельно. По качеству движения и картинки с ней соперничает Kling — его сильные и слабые стороны мы разобрали в обзоре «Kling AI». Обратная сторона — цена: Veo заметно дороже большинства видеомоделей, поэтому для немых роликов, анимации логотипа или фона рациональнее взять модель попроще. Общий обзор инструментов и сценариев — в материале «ИИ для видео» и на странице видеонейросетей Умки.

Сколько стоит Veo 3 в Умке

Подписки нет: вы пополняете баланс в рублях и платите токенами за каждый ролик. Цена зависит от модели, длины (4, 6 или 8 секунд на Veo 3 Fast) и того, включён ли звук. Точная стоимость показывается в приложении до запуска генерации, так что сюрпризов не будет. Пакеты пополнения: 290 ₽ = 725 токенов, 690 ₽ = 1811 токенов, 1490 ₽ = 4172 токена, 3900 ₽ = 11 700 токенов — чем больше пакет, тем дешевле токен: от 40 копеек на младшем до 33 копеек на старшем. Приветственных 60 токенов на ролик Veo не хватит, но их достаточно, чтобы отточить промт в чате с умной моделью: ответ стоит 33 токена. Подробнее о пакетах — на странице тарифов.

Частые вопросы