พิมพ์บทพูดหรือใส่รูป ได้คลิปมีเสียง 8 วินาที
ทุกชิ้นคือช็อตเดียว 8 วินาที เสียงมาพร้อมภาพ
เปิดตัว Neon Horizon
โปรโมตแบรนด์
ทีเซอร์เค้กเชอร์รี
ภาพยนตร์สินค้า
เปิดตัว Cyber City
โปรโมตแบรนด์
การพบกันในทุ่งทอง
โปรโมตแบบภาพยนตร์
เปิดตัวฮีโร่แอ็กชัน
โปรโมตความบันเทิง
ฉากแอ็กชันในร้านสะดวกซื้อ
โปรโมตแบรนด์
ภาพระยะใกล้หมวกกันน็อก
ภาพยนตร์สินค้า
โปรโมตคาเฟ่ยามอาทิตย์ตก
โปรโมตไลฟ์สไตล์
ความสามารถสี่อย่างนี้ทำงานอยู่ในการสร้างรอบเดียวกัน คุณจึงไม่ต้องกลับไปหาไฟล์เสียงหรือไล่แมตช์ปากทีหลัง
บทพูด เสียงเอฟเฟกต์ เสียงบรรยากาศ และดนตรี ออกมาในการสร้างรอบเดียวกับภาพ ขั้นตอนที่เคยกินเวลาทั้งเย็นอย่างการหาไฟล์เสียงมาวางทับจึงหายไปทั้งขั้น
เวลาตัวละครเอ่ยประโยคที่คุณพิมพ์ไว้ ปากจะขยับตรงกับเสียงที่ได้ยิน คนดูจับความไม่เข้ากันได้ตั้งแต่สองวินาทีแรก ความตรงตรงนี้จึงเป็นตัวชี้ว่าคลิปจะถูกปัดผ่านหรือถูกดูจนจบ
ควันลอยขึ้น น้ำไหลลงตามชายคา ผ้าม่านไหวตามแรงลม และคนขยับอย่างมีน้ำหนัก คลิปเมนูร้านกับคลิปบรรยากาศที่พักอยู่รอดหรือไม่ ขึ้นอยู่กับรายละเอียดพวกนี้ ถ้าการเคลื่อนไหวหลุด ทั้งคลิปจะดูปลอมทันที
หยิบรูปเมนูหรือรูปสินค้าที่ถ่ายเก็บไว้ในมือถือมาหนึ่งใบ เติมคำบรรยายสั้น ๆ แล้วให้ Veo 3 แปลงรูปเป็นวิดีโอที่ขยับจริงพร้อมเสียงบรรยากาศติดมาด้วย ร้านที่มีทุนอยู่แค่รูปนิ่งจึงมีของลงเพจได้ทุกวัน
เปิด Veo 3 ออนไลน์จากเบราว์เซอร์ แล้วทำตามลำดับข้างล่างนี้ตั้งแต่ต้นจนได้ไฟล์
เลือก Veo 3 จากรายการโมเดล แล้วพิมพ์ว่าใครอยู่ในเฟรม กำลังทำอะไร และอยู่ที่ไหน ถ้าอยากให้พูด ให้พิมพ์ประโยคที่จะพูดลงไปตรง ๆ พร้อมระบุเสียงที่อยากได้ข้างหลัง เช่น เสียงฝนหรือเสียงในร้าน ถ้าเริ่มจากรูป ให้ใส่รูปหนึ่งใบคู่กับคำบรรยายแทน เขียนให้เป็นเหตุการณ์เดียวที่เล่าจบได้ใน 8 วินาที เพราะการสร้างหนึ่งครั้งให้ช็อตเดียว
เลือก 9:16 สำหรับคลิปแนวตั้งบน TikTok, Reels และ Shorts หรือเลือก 16:9 สำหรับ YouTube แบบเต็มจอ ความละเอียดเลือกได้ระหว่าง 720p กับ 1080p โดย 1080p ใช้ได้เฉพาะแนวนอน 16:9 เท่านั้น ถ้างานนี้ต้องลงฟีดแนวตั้ง ให้ตั้งใจไว้ตั้งแต่ตรงนี้จะได้ไม่ต้องมาครอปทีหลัง
กดสร้างแล้วดูผลทั้งภาพและเสียงพร้อมกัน คุณจะได้ช็อตเดียวยาว 8 วินาทีที่มีเสียงอยู่ในไฟล์ ดาวน์โหลดจาก VideoAI ไปลงแพลตฟอร์มได้ทันที ถ้าจังหวะยังไม่ได้ดังใจ ให้กลับไปแก้คำบรรยาย เปลี่ยนประโยคที่ตัวละครพูด หรือระบุเสียงบรรยากาศให้ชัดขึ้น แล้วสั่งสร้างใหม่
เลือกดูโมเดล AI อื่นสำหรับสร้างภาพและวิดีโอ
เป็นโมเดลสร้างวิดีโอที่พัฒนาโดย Google DeepMind เปิดตัวเมื่อเดือนพฤษภาคม 2025 ความต่างอยู่ตรงที่ภาพและเสียงถูกสร้างออกมาพร้อมกันในการสั่งครั้งเดียว ไม่ใช่ได้ภาพมาก่อนแล้วค่อยไปตามหาเสียงมาใส่ทีหลัง
มีเสียงมาให้ในรอบเดียวกัน ทั้งบทพูด เสียงเอฟเฟกต์ เสียงบรรยากาศ และดนตรี และปากของตัวละครก็ขยับตรงกับคำที่พูด งานที่เคยต้องเปิดโปรแกรมตัดต่อมาไล่เลื่อนเสียงให้ตรงปากจึงตัดออกไปได้เลย
ยาว 8 วินาทีต่อหนึ่งช็อต ความละเอียดเลือกได้ระหว่าง 720p กับ 1080p โดย 1080p ใช้ได้เฉพาะแนวนอน 16:9 ส่วนแนวตั้ง 9:16 สำหรับฟีดมือถือจะอยู่ที่ 720p ภาพเดินที่ 24 เฟรมต่อวินาที
เริ่มจากพิมพ์ประโยคที่ตัวละครจะพูดลงไปตรง ๆ แล้วบอกว่าเขายืนอยู่ตรงไหน เช่น หน้าเคาน์เตอร์ร้านกาแฟ พร้อมระบุว่าอยากได้เสียงในร้านอยู่ข้างหลัง จากนั้นตั้งสัดส่วนเป็น 9:16 แล้วกดสร้าง ผู้เรียนจะได้เห็นทั้งสถานการณ์และเห็นปากตอนออกเสียงอยู่ในคลิปเดียว
ต้องเข้าสู่ระบบก่อนถึงจะสั่งสร้างได้ และบัญชีใหม่บน VideoAI ได้ 10 credits มาให้ทดลองฟรี ซึ่งใช้กับโมเดลนี้ได้โดยตรงตั้งแต่คลิปแรก เมื่อใช้ครบแล้วเติมต่อได้สองทาง คือแพ็กเครดิตแบบเติมเป็นครั้ง หรือแบบสมัครสมาชิกรายรอบ
การสร้างหนึ่งครั้งให้ผลเป็นช็อตเดียวยาว 8 วินาทีเสมอ ทางที่ได้ผลจริงคือเขียนบรรยายให้เป็นเหตุการณ์เดียวที่เล่าจบในกรอบเวลานั้น เช่น ประโยคเดียวที่ตัวละครหันมาพูด แทนการยัดสามเหตุการณ์ลงไปในช็อตเดียวแล้วได้ภาพที่รีบจนดูไม่รู้เรื่อง
จุดต่างที่ชัดที่สุดคือเรื่องเสียง Veo 2 ให้ภาพมาเงียบ ๆ ไม่มีเสียงติดมาด้วย ส่วนรุ่นนี้สร้างเสียงออกมาพร้อมภาพในครั้งเดียว และคุณภาพงานโดยรวมก็ขยับขึ้นจากรุ่นก่อนหน้า
ไม่มีลายน้ำที่มองเห็นบนคลิป ดาวน์โหลดเก็บได้ทันทีหลังสร้างเสร็จ และนำไปใช้เชิงพาณิชย์ได้ ทั้งลงเพจร้าน ใช้เป็นคลิปโปรโมตสินค้า หรือทำเป็นชิ้นงานโฆษณาที่ยิงจริง
