Google Veo è il generatore di video AI di Google DeepMind: descrivi una scena a parole (oppure gli dai un'immagine di partenza) e ti restituisce una breve clip video con l'audio già incluso. La versione attuale, Veo 3.1, crea clip da 4 a 8 secondi fino al 4K, con dialoghi, effetti sonori e musica generati insieme alle immagini, in un unico passaggio.
Detta così sembra semplice, ma dietro c'è parecchio. Esistono quattro generazioni di Veo, tre varianti del modello attuale e almeno quattro canali ufficiali per usarlo. In questa guida vediamo cos'è Veo, in cosa si differenziano le varie versioni, cosa fa bene e cosa meno, se si può usare gratis e come se la cava rispetto a Sora 2 e alla concorrenza.
In breve
- Cos'è: una famiglia di modelli di Google DeepMind che generano video a partire da testo e immagini, presentata per la prima volta a maggio 2024.
- Ultima versione: Veo 3.1 (ottobre 2025, aggiornata a gennaio 2026), disponibile come Veo 3.1, Veo 3.1 Fast e Veo 3.1 Lite.
- Perché se ne parla tanto: da Veo 3 in poi ogni clip ha l'audio nativo, compresi i dialoghi con il labiale sincronizzato.
- Output: clip da 4, 6 o 8 secondi, da 720p a 4K, in orizzontale (16:9) o in verticale (9:16). Con l'estensione delle scene puoi concatenare le clip in scene da un minuto e oltre.
- È gratis? In parte. Google e app di terze parti come Veo Studio offrono un numero limitato di generazioni gratuite; per un uso regolare si paga.
- Veo 4: a ottobre 2026 non è ancora uscito.
Cos'è Google Veo?
Google Veo è un modello di AI generativa per il video sviluppato da Google DeepMind, il laboratorio di intelligenza artificiale che c'è dietro Gemini. Fa parte della stessa famiglia di strumenti di Imagen (immagini) e Lyria (musica) ed è il motore della generazione video in tutti i prodotti Google.
In pratica Veo fa due cose:
- Da testo a video. Scrivi un prompt come "a drone shot over a foggy pine forest at sunrise, soft piano music" (una ripresa con il drone sopra una pineta avvolta nella nebbia all'alba, con un pianoforte delicato in sottofondo) e Veo lo trasforma in video.
- Da immagine a video. Carichi un fermo immagine, la foto di un prodotto, un personaggio oppure un primo e un ultimo fotogramma, e Veo li mette in movimento.
Tecnicamente Veo è un modello di diffusione: parte dal rumore e lo rifinisce un passo alla volta fino a ottenere fotogrammi che corrispondono al prompt, mantenendo coerenti movimento, luce e fisica da un fotogramma all'altro. Da Veo 3 in poi il modello genera anche la colonna sonora nello stesso momento: così il rumore di una porta che sbatte arriva sul fotogramma giusto e il labiale del personaggio segue la battuta.
Cos'è Veo 3?
Veo 3 è la terza generazione, lanciata al Google I/O di maggio 2025. È stato il primo modello video di largo uso a generare in modo nativo l'audio sincronizzato, ed è proprio questo che l'ha reso virale: personaggi che parlano, interviste per strada e finte pubblicità che sembravano vere. Se hai cercato "Veo 3", molto probabilmente stavi guardando clip di questo modello o del suo successore.
Cos'è Veo 3.1?
Veo 3.1 è il modello attuale. Mantiene l'audio di Veo 3 e aggiunge i controlli che i filmmaker chiedevano: fino a tre immagini di riferimento per avere personaggi e prodotti coerenti, il controllo del primo e dell'ultimo fotogramma, l'estensione delle scene per inquadrature più lunghe, il video verticale nativo e l'output in 4K. Trovi tutti i dettagli nella nostra pagina dedicata a Veo 3.1.
Una precisazione sui nomi: Veo Studio (useveo.ai) è un'app indipendente che usa i modelli Veo. Non è sviluppata da Google e non è affiliata a Google.
Le versioni di Veo: da Veo 1 a Veo 3.1 Lite
Veo si è evoluto in fretta: sei release in meno di due anni, ognuna pensata per risolvere il difetto più criticato della precedente.
| Uscita | Versione | Cosa è cambiato |
|---|---|---|
| Maggio 2024 | Veo | Prima versione, presentata al Google I/O 2024. Clip in 1080p, già in grado di capire termini cinematografici come "timelapse" e "aerial shot". |
| Dicembre 2024 | Veo 2 | Dettagli più nitidi, fisica e movimenti umani più credibili, risoluzione più alta. Arrivato nell'app Gemini ad aprile 2025. |
| Maggio 2025 | Veo 3 | Audio nativo: dialoghi, effetti sonori e suoni ambientali generati insieme al video. Lanciato insieme a Flow, lo strumento di Google per il filmmaking. |
| Ottobre 2025 | Veo 3.1 e Veo 3.1 Fast | Audio più ricco, maggiore aderenza al prompt, immagini di riferimento ("ingredients to video"), primo e ultimo fotogramma, estensione delle scene. |
| Gennaio 2026 | Aggiornamento di Veo 3.1 | Personaggi più coerenti a partire dai riferimenti, output verticale nativo in 9:16, output in 1080p e 4K. |
| Marzo 2026 | Veo 3.1 Lite | La variante più economica, veloce quanto Veo 3.1 Fast, pensata per i grandi volumi, in 720p e 1080p. |
A maggio 2026 Google ha lanciato anche Gemini Omni, un modello multimodale separato che permette di modificare i video conversando. Non sostituisce Veo, ma gli si affianca: Veo 3.1 resta il modello di Google dedicato al video, con la sua API.
Cosa sa fare Veo?
Veo 3.1 è pensato per inquadrature dirette con precisione, non per clip lasciate al caso. Ecco le funzioni che contano di più nell'uso di tutti i giorni.
Audio nativo e dialoghi
Veo crea la colonna sonora insieme alle immagini. Metti una battuta tra virgolette e un personaggio la pronuncia, con il labiale sincronizzato. Descrivi dei suoni ("rain on a tin roof", pioggia su un tetto di lamiera; "distant sirens", sirene in lontananza) e li senti esattamente al momento giusto. Per la maggior parte dei contenuti social e pubblicitari non serve un passaggio a parte per voice-over o sound design.
Da testo a video e da immagine a video
Basta un prompt. Se aggiungi un'immagine, Veo la usa come fotogramma iniziale o come riferimento di stile. È così che nasce la maggior parte dei video di prodotto: entra la foto del prodotto, esce una rotazione a 360 gradi o una scena lifestyle.
Immagini di riferimento ("ingredients to video")
Dai a Veo fino a tre immagini di una persona, di un oggetto o di uno stile e lui ne mantiene l'aspetto coerente per tutta la clip. In Veo Studio le tagghi nel prompt, per esempio "@[image1] wears @[image2]'s jacket" (@[image1] indossa la giacca di @[image2]). È quanto di più vicino esista a casting e costumi nel video AI.
Primo e ultimo fotogramma
Imposti un'immagine iniziale e una finale e Veo genera il movimento che le collega, audio compreso. È l'ideale per transizioni, trasformazioni e reveal.
Estensione delle scene
Ogni generazione è breve, ma puoi estendere una clip già finita. Veo riparte dal suo ultimo secondo e mantiene coerenti ambiente, personaggi e suono. In Veo Studio ogni passaggio aggiunge 7 secondi, fino a circa 148 secondi di video continuo.
Controllo cinematografico
Veo conosce il linguaggio del cinema: dolly in, crane shot, rack focus, profondità di campo ridotta, golden hour, grana da pellicola 35mm. Più ragioni da direttore della fotografia, più controllo hai sul risultato. La nostra guida ai prompt di Veo 3 approfondisce tutto questo vocabolario.
Formati pronti per la pubblicazione
Le clip escono in 16:9 per YouTube e le pubblicità, oppure in 9:16 per TikTok, Reels e Shorts, a 720p, 1080p o 4K.
Veo 3.1 vs Veo 3.1 Fast vs Veo 3.1 Lite vs Veo 3
Scegli Veo 3.1 per le inquadrature definitive, Fast per le bozze e per gran parte dei contenuti social, Lite quando ti servono grandi volumi al costo più basso. Veo 3 è ancora disponibile, ma è stato superato.
| Modello | Risoluzione max | Velocità | Audio nativo | Ideale per |
|---|---|---|---|---|
| Veo 3.1 | 4K | La più lenta | Sì | Hero shot, spot pubblicitari, scene con dialoghi, tutte le versioni definitive |
| Veo 3.1 Fast | 4K | Veloce | Sì | Provare e riprovare le idee, video social, gran parte del lavoro quotidiano |
| Veo 3.1 Lite | 1080p | Veloce | Sì | Bozze in grandi quantità, B-roll, test dei prompt a basso costo |
| Veo 3 | 1080p | Media | Sì | Restare coerenti con vecchi progetti realizzati con Veo 3 |
| Veo 3 Fast | 1080p | Veloce | Sì | Bozze rapide in stile Veo 3 |
I modelli 3.1 generano clip da 4, 6 o 8 secondi in 16:9 o 9:16. I controlli avanzati, come l'estensione delle scene, sono legati ai modelli 3.1: parti da lì, a meno che tu non abbia un buon motivo per fare diversamente. In Veo Studio Veo 3.1 è il modello predefinito per tutti gli account e puoi cambiare modello direttamente dalla casella del prompt.
Dove si può usare Veo?
Veo non è un'app Google a sé stante. Ci si arriva in uno di questi modi:
| Dove | Per chi è adatto | Come si paga |
|---|---|---|
| App Gemini | Utenti occasionali che usano già i servizi Google | Abbonamento Google AI, con limiti giornalieri o mensili |
| Google Flow | Filmmaker che vogliono una timeline e strumenti per le scene | Crediti Flow mensili inclusi nei piani Google AI |
| Gemini API e Google AI Studio | Sviluppatori che integrano Veo nelle proprie app | Al secondo di video generato |
| Vertex AI (Google Cloud) | Aziende con contratti Google Cloud | Al secondo di video generato |
| Veo Studio e altre app di terze parti | Creator e marketer che vogliono solo una casella in cui scrivere il prompt | Piano gratuito, abbonamenti mensili o pacchetti di crediti una tantum |
Se sei uno sviluppatore e vuoi integrare Veo nel tuo prodotto, puoi partire anche dalla nostra pagina sull'API di Veo 3.
Veo è gratis?
Veo si può provare gratis, ma usarlo su larga scala si paga, perché generare video costa: sulla Gemini API di Google, Veo 3.1 costa tra $0,05 e $0,60 per secondo di video a seconda della variante e della risoluzione, quindi una singola clip da 8 secondi va da $0,40 a $4,80.
Le opzioni gratuite:
- Piano gratuito di Veo Studio. 160 crediti al mese, sufficienti per un massimo di 2 video a 720p. Non serve la carta e non viene aggiunta nessuna filigrana. Prova Veo 3 gratis.
- Prove gratuite di Google. Google include periodicamente un numero limitato di generazioni Veo in Gemini e Flow, e spesso chi si abbona per la prima volta a Google AI ha diritto a un mese di prova. Le condizioni cambiano di frequente, quindi controlla l'offerta attuale di Google.
Per un uso regolare, i piani a pagamento di Veo Studio partono da $14 al mese per un massimo di 50 video, con licenza commerciale. Nella pagina dei prezzi trovi tutti i piani e i pacchetti di crediti una tantum, che non scadono mai.
Veo vs Sora 2 e gli altri modelli video AI
Il punto di forza di Veo 3.1 è il controllo: output in 4K, audio nativo, immagini di riferimento ed estensione delle scene in un unico modello. I concorrenti hanno la meglio su aspetti specifici, quindi la scelta giusta dipende dall'inquadratura che ti serve.
| Modello | Azienda | Dove si distingue |
|---|---|---|
| Veo 3.1 | Google DeepMind | Controllo cinematografico della camera, dialoghi con labiale sincronizzato, 4K, personaggi coerenti grazie ai riferimenti, scene più lunghe con l'estensione |
| Sora 2 | OpenAI | Fisica convincente nelle singole clip, generazioni singole più lunghe, un'app social costruita attorno al modello |
| Kling | Kuaishou | Movimento dinamico e scene d'azione, ottimo rapporto qualità-prezzo |
| Seedance | ByteDance | Veloce, molto forte nello storytelling su più inquadrature |
| Runway | Runway | Strumenti di editing e una suite creativa completa attorno al modello |
Veo 3 vs Sora 2: entrambi generano video con audio. Veo tende a vincere su aderenza al prompt, regia della camera e scene di dialogo; Sora 2 è spesso preferito per azioni fisicamente complesse in un'unica ripresa. Molti team professionali usano Veo per i lavori definitivi e un altro modello per sperimentare.
Il settore cambia di mese in mese, quindi prendi qualsiasi confronto, compreso questo, come una fotografia della situazione a ottobre 2026.
I limiti di Veo
Veo impressiona, ma conoscerne i punti deboli ti fa risparmiare crediti.
- Clip brevi. Una generazione dura al massimo 8 secondi. Per video più lunghi devi estendere le scene o montare insieme più clip.
- Testo a schermo. Insegne, etichette e loghi possono uscire illeggibili. Il testo aggiungilo dopo, in fase di montaggio.
- Fisica complessa. Movimenti rapidi delle mani, folle e oggetti che si compenetrano possono ancora creare problemi.
- Tasso di successo. Metti in conto di generare da due a quattro versioni prima di trovare quella buona. Prompt chiari e specifici aumentano le probabilità.
- Regole sui contenuti. I filtri di sicurezza di Google bloccano contenuti violenti, espliciti e alcuni contenuti con persone reali, e certi prompt vengono rifiutati senza una spiegazione chiara.
SynthID: come Veo contrassegna i suoi video
Ogni video di Veo contiene SynthID, una filigrana invisibile di Google DeepMind incorporata direttamente nei pixel. Non cambia l'aspetto del video e permette agli strumenti di verifica di riconoscere la clip come generata dall'AI. Alcune app Google aggiungono anche una filigrana visibile; Veo Studio no.
Esiste Veo 4?
No. A ottobre 2026 Google non ha annunciato Veo 4 e Veo 3.1 è il modello Veo più recente. La novità più recente di Google in ambito video, Gemini Omni, è uscito a maggio 2026 come modello separato all'interno di Gemini, non come un nuovo Veo. Aggiorneremo questa guida quando le cose cambieranno.
Domande frequenti su Veo
A cosa serve Veo?
Veo si usa per video social, spot di prodotto, videoclip musicali, cortometraggi, B-roll per video esplicativi e storyboard. Grazie all'audio nativo è particolarmente adatto a tutto ciò che contiene dialoghi o una voce.
Chi ha creato Veo?
Veo è sviluppato da Google DeepMind. Google lo offre tramite Gemini, Flow, la Gemini API e Vertex AI, e anche app di terze parti come Veo Studio permettono di usarlo.
Veo 3 è gratis?
Puoi provarlo gratis, con dei limiti. Il piano gratuito di Veo Studio include fino a 2 video al mese a 720p senza carta, e Google propone periodicamente delle prove gratuite. Per un uso continuativo serve un piano a pagamento o dei crediti API.
Che differenza c'è tra Veo 3 e Veo 3.1?
Veo 3.1 aggiunge immagini di riferimento, controllo del primo e ultimo fotogramma, estensione delle scene, video verticale nativo e output in 4K, oltre a un audio migliore e a una maggiore aderenza al prompt. Veo 3 ha introdotto l'audio nativo; Veo 3.1 lo perfeziona.
Quanto può durare un video di Veo?
Una singola clip di Veo 3.1 dura 4, 6 o 8 secondi. Con l'estensione delle scene in Veo Studio puoi allungare un'unica scena continua fino a circa 148 secondi.
Veo genera anche l'audio?
Sì. Da Veo 3 in poi musica, effetti sonori, suoni ambientali e dialoghi vengono generati insieme al video e sincronizzati con l'azione.
Posso usare i video di Veo a scopo commerciale?
Con i piani a pagamento di Veo Studio sì: tutti includono la licenza commerciale. Se usi Veo tramite Google, verifica i termini del tuo piano Google.
Prova Veo oggi
Il modo più rapido per capire Veo è crearci qualcosa. Crea un account gratuito su Veo Studio, scrivi un prompt e in pochi minuti avrai la tua prima clip con audio. Poi leggi come usare Veo 3 per una guida completa passo passo e la guida ai prompt di Veo 3 per trovare prompt che funzionano davvero.
