Google lança Veo 3.1 para concorrer com Sora 2 com vídeos IA sonorizados

A guerra das inteligências artificiais atinge um auge. A cada anúncio, surge um novo modelo, mais audacioso, mais imersivo, mais… caro. Nesta batalha de inovações, a Google não quis ficar como espectadora. Ao lançar Veo 3.1, ela revela uma IA de vídeo equipada com sons, diálogos e novas capacidades de edição. Diante da popularidade viral do Sora 2, a empresa de Mountain View joga outra carta: a da precisão narrativa e do controle criativo.

Duelo tecnológico: Google ataca as rainhas do vídeo IA

Quando a OpenAI, avaliada em 500 bilhões de $ sem IPO, lançou Sora 2 em 30 de setembro, o sucesso foi imediato. O aplicativo foi baixado mais de um milhão de vezes em apenas cinco dias, alcançando o topo da App Store. Sua abordagem? Uma interface “TikTokizada”, feita para compartilhamento e remixagem.

A Google não escolheu esse caminho. Com Veo 3.1, o objetivo é claro: dirigir-se aos criadores, não aos influenciadores. O modelo permite gerar vídeos em resolução 1080p, nos formatos horizontal ou vertical, incorporando ambiente sonoro, vozes sincronizadas e efeitos realistas. Acessível via Flow, Vertex AI e Gemini API, ele oferece duas fórmulas: uma versão rápida a 0,15 $/segundo, e uma padrão a 0,40 $/segundo.

A empresa insiste nas capacidades de áudio, agora presentes em todos os módulos. Promete um resultado inédito:  a sincronização labial do Veo 3.1 supera a de todos os outros modelos.

Onde o Sora privilegia o dinamismo visual, o Veo escolhe a coerência. Os movimentos são mais lentos, mas os elementos permanecem estáveis. É o preço da precisão. Um posicionamento que contrasta com as ambições da Meta ou da Luma Labs, que apostam mais na velocidade e no efeito “uau”.

Histórias que falam: a IA do Google quer contar

Um dos grandes desafios do Veo 3.1 é a imersão narrativa. A adição do som permite à Google avançar um degrau: não apenas ilustrar, mas contar com imagens e vozes. Três funcionalidades se destacam:

• Ingredientes para Vídeo: você combina várias imagens de referência, e a IA gera uma cena com objetos e personagens;
• Quadros para Vídeo: você dá uma imagem inicial e uma final, e a IA produz uma transição coerente;
• Estender: a IA prolonga um clipe gerando a sequência a partir do último segundo.

A ferramenta também permite adicionar ou remover elementos, considerando sombras e luzes. Esse nível de detalhe é a força da abordagem: um estúdio cinematográfico em uma interface de inteligência artificial.

Mas nem tudo é perfeito. Quando as instruções se afastam demais da lógica visual, a IA perde o rumo. Algumas cenas pulam de um plano para outro, perdem personagens ou mudam completamente de ambiente. Ainda é uma tecnologia em construção.

Como explicou a Google em seu blog oficial:

Também apresentamos Veo 3.1, que traz um som mais rico, melhor controle narrativo e realismo aumentado capturando texturas próximas da realidade.

Veo 3.1 não quer entreter: quer emocionar. E é possivelmente aí que ele difere radicalmente dos concorrentes.

UX exigente, resultado impressionante: quando a inteligência artificial vira ferramenta de criação

A experiência do usuário oferecida pelo Veo 3.1 não é a de uma rede social. Não é um produto para consumir, mas uma ferramenta para dominar. Os criadores precisam aprender a falar a linguagem da IA. Um prompt mal redigido ou muito distante das imagens de referência pode produzir um resultado incoerente.

Alguns truques já circulam entre os usuários. Por exemplo, usar o Seedream para gerar uma imagem inicial fiel, antes de importá-la para o Veo. Ou usar uma construção consciente de áudio, mencionando explicitamente os sons desejados nos prompts.

Nesse sentido, aqui estão alguns fatos concretos:

• Veo gerou mais de 275 milhões de vídeos desde o lançamento do Flow;
• Três módulos criativos estão disponíveis: Ingredientes, Quadros, Estender;
• O custo de uso é até 2 vezes menor que o do Sora 2 Pro;
• Os vídeos podem durar até um minuto, com som integrado;
• Apenas três modelos gerenciam vozes faladas: Sora, Grok e agora Veo.

A ferramenta não é fácil de dominar. Mas uma vez entendida, entrega vídeos com realismo raro, com entonações corretas e personagens críveis. Só é preciso paciência, habilidade… e alguns créditos.

A Google não esconde mais sua ambição de dominar a IA generativa. Veo 3.1 mostra que a empresa não quer apenas seguir. Ela quer impor seu ritmo. E para confirmar essa sede de excelência, um de seus robôs acabou de resolver um problema matemático tido como impossível. A mensagem é clara: o gigante da IA está apenas começando a falar.