Veo 3, nova IA geradora de vídeo do Google, promete clipes ainda mais realistas e com áudio

O Google Veo 3, anunciado durante a conferência Google I/O 2025, é a nova promessa da empresa para o avanço na geração de vídeos com inteligência artificial. Isso porque, diferente de seus concorrentes, como o Sora da OpenAI, o Veo 3 não se limita a criar vídeos visualmente impressionantes, ele também gera áudio sincronizado, incluindo diálogos entre personagens, efeitos sonoros e até barulhos de animais, tudo a partir de prompts de texto ou imagem.

Essa integração de vídeo e áudio nativo elimina a necessidade de pós-produção complexa, marcando o que o Google chama de “o fim da era dos vídeos silenciosos” na IA generativa.

Capacidades técnicas do Veo 3

O Veo 3 é capaz de transformar descrições detalhadas em vídeos de até 8 segundos com uma qualidade que impressiona pela fidelidade visual e sonora. Por exemplo, um prompt como “dois amigos conversando em um café à noite, com o som de xícaras e uma música suave ao fundo” pode resultar em um clipe com movimentos naturais, sincronia labial precisa e áudio que reflete o ambiente descrito.

Segundo Eli Collins, vice-presidente de produtos da Google DeepMind, a ferramenta se destaca por sua capacidade de simular física do mundo real, como a forma como a luz reflete em superfícies ou como objetos se movem, e por sua habilidade de interpretar prompts complexos com nuances visuais e sonoras.

A sincronia labial é um dos pontos altos do Veo 3. A IA consegue alinhar falas geradas com os movimentos dos lábios dos personagens, criando uma experiência convincente que rivaliza com produções tradicionais. Além disso, o modelo tem suporte para diversos estilos visuais, desde fotorrealismo até animações estilizadas, permitindo que criadores adaptem o resultado às suas necessidades, seja para comerciais, curtas-metragens ou protótipos de jogos.

Integração com outras ferramentas do Google

O Veo 3 não trabalha sozinho. Ele está integrado ao Flow, uma nova ferramenta de filmmaking anunciada pelo Google, que permite aos usuários criar vídeos cinematográficos descrevendo cenários, ângulos de câmera e estilos visuais. O Flow combina o Veo 3 com o Imagen 4, a mais recente ferramenta de geração de imagens do Google, que oferece imagens de alta qualidade com texturas detalhadas e reflexos realistas.

Essa integração cria um fluxo de trabalho unificado, acessível por meio de plataformas como Gemini, Whisk, Vertex AI e Google Workspace, tornando a produção de conteúdo mais acessível para criadores amadores e profissionais.

Além disso, o Google atualizou o Veo 2, predecessor do Veo 3, com recursos como edição de vídeos por texto (adicionar ou remover objetos) e controles de câmera para movimentos como zoom, pan e rotação. A empresa também abriu o modelo de geração de música Lyria 2 para criadores no YouTube Shorts e empresas na plataforma Vertex AI, ampliando o ecossistema criativo do Google.

Disponibilidade e público-alvo

O Veo 3 está disponível desde maio de 2025 para assinantes do plano Google AI Ultra nos Estados Unidos, que custa US$ 249,99 por mês e é voltado para entusiastas de IA e criadores que buscam acesso irrestrito a ferramentas avançadas. Empresas também podem utilizar o Veo 3 por meio da plataforma Vertex AI, que atende a casos de uso corporativos, como criação de anúncios ou protótipos de produtos. A exclusividade do acesso é consequência da complexidade computacional da ferramenta, que exige recursos robustos para processar vídeos com áudio integrado.

Leia também:

Vídeo feito com IA transforma Virgínia e senadora em bebês na CPI das Bets e viraliza

Como usar o Google Gemini para resumir vídeos do YouTube rapidamente