当每次生成都在八秒时停止，如何让 Veo 3 生成超过 8 秒

她从手上抬起下巴，举起胶片相机，说光只能再持续几分钟。然后片段结束了，因为 Veo 在八秒处停止。让 Veo 3 超过 8 秒 是可能的，只是永远不能在一次渲染中完成。多出来的时间必须来自扩展生成或剪辑。

Google 现在在多个地方提供 Veo 扩展，每一种都带有一个很容易被忽略的条件，除非你阅读文档。下面我们会逐一介绍 Flow、Gemini API 和 Google Cloud。然后我们拿一个下载好的 Veo 3.1 片段，在 Atlas Cloud 上扩展它，并测量接缝处声音发生了什么变化。

关键要点

• 每一次 Veo 3 和 Veo 3.1 生成仍然在 8 秒结束，所以想更长总是意味着一次扩展生成或一次剪辑。
• Google 自己的扩展只适用于 Veo 制作的片段：Flow 在 Veo 3.1 Lite 上运行它，而 Gemini API 每次为过去两天内生成的片段增加 7 秒。
• Gemini API 的 Veo 3.1 预览模型将于 2026 年 10 月 22 日关闭，Gemini Omni 被指定为替代品。
• 一个你已经下载的 Veo 文件可以进入 Atlas Cloud 的 Video Extend 标签页，它会原样返回最初的 8 秒及其音频，随后是新的画面。
• 把下一句对白用引号写入扩展提示词，并让 Veo 的台词在片段最后一秒之前结束。

为什么每个 Veo 3 片段都在 8 秒处停止

Google 的开发者文档直白地说明了上限：“Veo 3.1 是一个用于生成 8 秒视频（720p、1080p 或 4k）并带有原生生成音频的模型。”你可以要求 4、6 或 8 秒。菜单上没有更长的选项，而且某些设置还会去掉更短的选项。

这种困惑通常始于 Google 自己的营销。当 Flow 为 Extend 添加音频时，公告说你可以创建“持续一分钟或更久”的视频。这个数字描述的是一连串扩展缝合到一个片段上的结果。自 2025 年 6 月以来，Google AI 开发者论坛里的人们一直在问如何突破 8 秒限制，而 2025 年 10 月的一个帖子显示，一位用户期待 Veo 3.1 本身就能渲染 60 秒。

所以真正的问题变成：哪条扩展路径适合你手头的片段。最古老的那条就在 Flow 里面。

如何在 Google Flow 中扩展 Veo 3 视频

Flow 的 Extend 按钮在用户眼皮底下已经变了。2025 年 6 月，Google 的 Flow 技巧帖说 Jump To 和 Extend“只适用于 Veo 2”，那个夏天的教程描述的就是那个版本。然后在 2025 年 10 月 15 日，Google 宣布 正在“为‘Ingredients to Video’、‘Frames to Video’和‘Extend’等现有功能带来音频。”

今天有一个不同的陷阱。Flow 的 模型功能页面 将 Extend 列为在 Veo 3.1 Fast 和 Quality 上不受支持，并在 Lite 下添加了这条提示：

截图来自 Google Flow 帮助，“了解 Google Flow 模型及支持的功能”，2026 年 9 月。

以下按照 Flow 的编辑帮助页面来运行它：

1. 打开项目，点击你想要继续的片段。它必须是一个 8 秒的 Veo 3.1 片段。
2. 在底部点击 Extend。
3. 在提示框中描述动作应如何继续，然后点击 Generate。

每个新片段都由前一个片段的最后一秒构建。Google 的公告说，这使 Extend“最适合创建更长的定场镜头”。同一帮助页面还给出另外两个限制：Flow“目前只能扩展 Veo 生成的视频”，并且扩展后的片段不能使用其他编辑模式，例如插入、移除或镜头变化。

TikTok 上的一些 Flow 教程跳过 Extend，改为手动串联片段。它们取一个片段的最终帧，并将其用作新的 Frames to Video 生成的第一帧，Flow 的功能页面为全部三个 Veo 3.1 模型列出了这种模式。它适用于不是 8 秒长的片段，但那条链中的每一环都是单独渲染，并带有自己新生成的声音，所以把每个接合处都当作剪辑来处理。

这就留下了一个缺口。如果你的片段来自 Veo 3.1 Quality，Flow 仍然把续接交给 Lite。而如果你已经导出了 MP4、裁剪过它，或者是在 Flow 以外的地方制作的，你就需要一个能接受上传的工具。

在 Atlas Cloud 上扩展下载好的 Veo 3 片段

Atlas Cloud 直接接收文件本身。其 视频生成器 中的 Video Extend 标签页接受长度在 2 到 15 秒之间的 MP4，无论它由哪个模型制作，所以 8 秒的 Veo 导出文件放进去绰绰有余。

我们把一张肖像照，在 Atlas Cloud 上变成了一个带对白的 8 秒竖幅片段，然后用 Grok Imagine 将它扩展了 6 秒。打开声音：

返回的文件为 14 秒、720 × 1280、24 fps，与源素材相同的竖幅画幅。它的前 8 秒是源片段。与源素材逐帧比较，除了重新编码带来的噪点外没有其他变化，音轨也逐秒与原始文件匹配。新的 6 秒包含了我们写入提示词的那句台词：“Got it. One more before the sun goes.”，在 9 到 12 秒之间说出，当时她把相机举起，对着镜头微笑。

Grok Imagine 是 Atlas Cloud 上 xAI 模型家族 的一部分，也是该标签页的默认模型。它从你上传内容的最后一帧继续，每次可添加 2 到 10 秒，最高 720p。同一个下拉菜单还列出了 PixVerse v6、Wan 2.5 和 LTX 2.3。

方法 1：在 Video Extend 标签页中运行扩展

登录，打开 Video Extend 标签页，并保持选中 Grok Imagine。

1. 上传 Veo MP4。 将它拖入 Video to extend 槽位。如果 Flow 在导出文件角上盖了文字水印，我们的 Veo 水印指南 介绍了如何去除。
2. 写下接下来会发生什么。 以新动作开头，把下一句对白放在引号里，然后重述人物、服装、场景和光线。最后写上你想继续听到的声音。
3. 设置时长。 DURATION 滑块从 2 到 10 秒，Run 按钮会显示该次运行的价格。
4. 运行它。 结果是一个文件：你的 Veo 片段后面接着扩展部分。

这是上面演示背后的提示词：

plaintextCopy
1She raises the vintage film camera to her eye, takes a photo of the garden and presses the shutter, then lowers the camera, smiles into the lens and says: "Got it. One more before the sun goes." Same woman, same long copper-red hair, same crystal earrings, same black backless dress, same stone balustrade and cypress trees, same warm golden-hour backlight and camera angle. Birdsong and the breeze continue, with the soft click of the shutter.

该模型还有自己的 Grok Imagine 扩展页面，具有相同的输入项和一个 API 标签页。

方法 2：通过 API 将 Veo 片段发送到 Extend 端点

如果你要扩展一批 Veo 渲染结果，或者把它接入剪辑流程，API 接受同样的三个输入。

第 1 步：创建 API 密钥。 在 Atlas Cloud 控制台 中创建一个并复制它。将它保存在服务端。一个密钥即可覆盖平台上的所有模型。

第 2 步：检查请求结构。 Atlas Cloud API 文档 涵盖了身份验证和轮询。extend 模型需要 video_url（指向 2 到 15 秒 MP4 的公开链接）、prompt 和 duration（添加 2 到 10 秒）。你笔记本电脑上的 Veo 导出文件需要先上传到存储桶或 CDN，以便模型能够获取它。

第 3 步：发送请求并轮询。

plaintextCopy
1curl -X POST https://api.atlascloud.ai/api/v1/model/generateVideo \
2  -H "Content-Type: application/json" \
3  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
4  -d '{
5    "model": "xai/grok-imagine-video/extend-video",
6    "video_url": "<public_https_url_to_your_veo_clip.mp4>",
7    "prompt": "She raises the vintage film camera to her eye, takes a photo of the garden and presses the shutter, then lowers the camera, smiles into the lens and says: "Got it. One more before the sun goes." Same woman, same long copper-red hair, same crystal earrings, same black backless dress, same stone balustrade and cypress trees, same warm golden-hour backlight and camera angle. Birdsong and the breeze continue, with the soft click of the shutter.",
8    "duration": 6
9  }'

响应会返回一个 prediction ID。轮询它，直到状态显示 completed：

plaintextCopy
1curl https://api.atlascloud.ai/api/v1/model/prediction/<prediction_id> \
2  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

完成的响应会链接到完整文件，即源片段加扩展部分。Atlas Cloud 在其目录中运行一套 API，因此生成源片段的 Veo 3.1 和这次扩展共享相同的端点、认证头和轮询循环。切换模型意味着更改模型字符串以及该模型自己的字段。

通过 Gemini API 扩展 Veo 3.1 视频

通过 Google API 生成 Veo 片段的开发者会得到一个有文档记载的 148 秒上限，只要片段不离开 Google 的存储。 Gemini API 文档 是这样写的：“使用 Veo 3.1 将你之前用 Veo 生成的视频延长 7 秒，最多可延长 20 次。”一个 8 秒片段加上 20 次每次 7 秒的延长，就得到了 148 秒。

截图来自 Google AI for Developers，“Generate videos with Veo 3.1 in Gemini API”，页面最后更新于 2026 年 9 月 17 日。

在你围绕它们构建循环之前，请仔细阅读输入规则：

• 输入必须是对之前生成的引用的引用，而不是你上传的文件。文档说，Gemini API“仅支持对 Veo 生成的视频进行视频扩展”。
• 生成的视频会存储两天。引用其中一个进行扩展会重置该计时器，但上周的片段已经没了。
• 输入必须是 720p，9:16 或 16:9，且不超过 141 秒。
• Veo 3.1 Lite 在这里不能扩展，这与 Flow 相反，在 Flow 中 Lite 负责每一次扩展。

Google Cloud 的版本现在位于 Gemini Enterprise Agent Platform 下，对输入更灵活：其扩展页面接受 1 到 30 秒、24 fps、720p、1080p 或 4K 的 MP4。它仍然一次增加 7 秒，并将 Veo 扩展限制在 37 秒。

然后是日程表。Google 的弃用页面将 2026 年 10 月 22 日列为 Gemini API 中全部三个 Veo 3.1 预览模型的关闭日期，替代品是 gemini-omni-1.1-flash。你本周针对 veo-3.1-generate-preview 构建的扩展循环大约还有三周寿命。

哪条 Veo 3 扩展路径适合你的片段

每条路径都基于关于你的片段存放在哪里的不同假设。把它们列出来，选择基本上就不言自明了：

2026 年 6 月，Google 又加入了一个入口：Google Vids；根据 Google 的 Workspace Updates 博客，它允许 Workspace 和个人账户在 Vids 项目内用 Veo 扩展现有片段。

还在 Flow 中剪辑，并且对 Lite 作为扩展模型感到满意？那就留在那里。要在 Gemini API 上构建应用，就计划在 10 月 22 日之前迁移到 Gemini Omni。如果片段已经是硬盘上的 MP4、经过裁剪、调色，或者超过两天，就把它上传到 Video Extend 标签页。

无论你选择哪条路径，接缝都是观众会注意到问题的地方，而在带对白的片段中，声音断裂很难被忽略。

如何让声音在接缝处保持连续

Google 的文档在同一页上明确说明了声音规则：“如果视频最后 1 秒中没有语音，就无法有效扩展语音。”它的扩展从片段的最后一秒开始工作，所以必须有声音才能延续。这会把对白推到紧贴接缝的位置，从而造成用户描述的另一种失败。在 2026 年 6 月 Google 开发者论坛关于 Flow 的一个帖子中，一位用户写道，即使使用 extend，“对白的最后一个词仍然会流入”下一个片段的开头。

我们的 Atlas Cloud 运行采取了相反的方法。我们让 Veo 的台词提前结束，并把下一句写进提示词。下面是返回文件的音轨与源素材的对比：

Veo 的对白在 6.9 秒结束，在接缝前留下了一秒多一点的环境音，所以没有任何词被切开。原始音轨与源素材逐秒匹配，匹配度为 0.94 到 1.00。新台词在 9 到 12.3 秒之间出现，与提示词中引用的内容完全一致。

三个习惯带来了这个结果：

• 让 Veo 的台词在最后一秒之前结束。 编写 Veo 提示词，让角色在约 6 秒处说完。这样接缝就落在房间底噪中，而不是词说到一半。
• 在扩展提示词中引用下一句台词。 Grok Imagine 逐字说出了“Got it. One more before the sun goes”。如果没有引用的台词，模型会自行决定是否有人说话。
• 再次说明声音底噪。 我们的提示词以鸟鸣和微风结尾，与 Veo 提示词中描述的声音相同，外加新动作的快门声，所以扩展部分有相同的环境音可以参考。

一个好的接缝仍然只能为同一个镜头多争取几秒钟。超过这个范围，规划场景比扩展它更能带来收益。

何时应在 8 秒镜头之间剪辑，而不是扩展

扩展会从同一镜头结束的地方继续。这对倒酒、走路或风暴袭来来说是对的，而对一场自然会切到特写的对话来说则是错的。串联足够多的次数后，人脸和服装会开始漂移，我们在 AI 视频扩展器指南 中逐次测试过这一点。

所以按 8 秒块来规划。让每个机位都有自己的 Veo 生成，只扩展那些持续运动的镜头，并在剪辑器中在块与块之间硬切。一个 30 秒的场景可以变成三次生成加一次扩展：

剪辑也能让你摆脱音频麻烦。房间底噪的轻微变化在硬切时可以通过，而在连续镜头中间出现同样的变化往往会听起来像故障。在每个块的提示词中描述相同的环境音，场景听起来仍然像同一个地方。

对于必须与现有镜头精确衔接的引入镜头，Frames to Video 的首尾帧模式会连接两张图像，而不是继续一个片段。

常见问题

用 Veo 3 能制作的最长视频是多少？

每次渲染 8 秒，所有 Veo 3 和 Veo 3.1 模型都是如此。任何更长的内容都是一条链：Google 所说的“一分钟或更久”描述的是 Flow 的 Extend 向一个片段添加分段，所以一个 60 秒的作品意味着同一镜头的多次扩展、多个镜头剪在一起，或两者兼有。

Veo 3 仍然可用吗，还是一切都已转移到 Veo 3.1？

在 Gemini API 中，veo-3.0-generate-001 和 veo-3.0-fast-generate-001 模型已于 2026 年 6 月 30 日关闭，Veo 3.1 模型被列为替代品。Flow 的模型页面列出了 Veo 3.1 Lite、Fast 和 Quality。今天大多数说“Veo 3”的教程描述的其实是 Veo 3.1，而 8 秒上限是一样的。

Gemini Omni 能制作超过 8 秒的视频吗？

能，但只长一点。Flow 的模型页面为 Gemini Omni Flash 1.1 列出了 10 秒片段，Gemini API 的 Omni 指南说你可以将 Omni 视频“延长 10 秒，总长度最长 40 秒”。Google 的 Gemini 应用页面还说 Omni“将在 Gemini 应用中取代 Veo”，所以该应用也在逐渐弃用 Veo。

在 Atlas Cloud 上制作并扩展一个 8 秒 Veo 片段需要多少钱？

一个 8 秒、720p、带音频的 Veo 3.1 Fast 片段价格为 $0.768，对其做一个 6 秒的 Grok Imagine 扩展价格为 $0.50，所以我们 14 秒的演示总共花费约 $1.27。Grok Imagine 按每新增一秒 $0.07 加上你上传源素材每秒 $0.01 计费。这意味着同一片段完整 10 秒扩展的价格是 $0.78。添加付款方式的新账户可获得 $1 免费额度，足以在你已有的片段上试用扩展。

结论

花园片段之所以是 8 秒，是因为 Veo 3.1 渲染 8 秒；而它之所以是 14 秒，是因为扩展读取了它的最后一帧并继续下去，同时原始画面和声音保持 Veo 制作时的样子。Flow、Gemini API 和 Atlas Cloud 都是这样工作的，每个新片段都从上一个片段的结尾构建。区别在于每条路径接受哪些片段，以及会保留它们多久。

如果片段仍在 Flow 中，就用 Veo 3.1 Lite 在那里扩展它。如果它在 Gemini API 中，就在 10 月 22 日关闭之前使用 7 秒的扩展批次。如果它已经是硬盘上的 MP4，就把它上传到 Atlas Cloud 的 Video Extend 标签页，让对白在接缝之前结束，并在提示词中引用下一句台词。这就是如何让 Veo 3 超过 8 秒，并保留片段开始时的声音。