Veo 3.1

Uzavřené váhy Google DeepMind October 2025

Žádný odhad

Žádné hardwarové požadavky pro tento model

Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..

Na záznamu

Plná specifikace

Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..

Původ

Kdo vytvořil tento model, kde a kdy byl publikován.

Organizace
Google DeepMind
Typ organizace
Industry
Země
United States of America
Publikováno
15 October 2025

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména
Video, Vision
Úkol
Image-to-video, Video generation, Text-to-video, Audio generation

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

Výcviková data
tokens

Dostupnost

Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.

Hmotnosti
Closed — provider access only
Přístup k modelu
API access
Tréninkový kód
Unreleased

we're opening up new possibilities for richer, more powerful video storytelling right inside Flow. The Veo 3.1 model is also available via the Gemini API for developers, Vertex AI for enterprise customers, and the Gemini app. New capabilities are available in both Gemini API 2 and Vertex AI 3

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Proč je to sledováno
SOTA improvement

"Veo 3.1 has achieved state of the art results in head-to-head comparisons of outputs by human raters over top video generation models." https://deepmind.google/models/veo/evals/

Záznam důvěry
Unknown

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
Introducing Veo 3.1 and advanced capabilities in Flow
Nap poslední aktualizace
28 November 2025

Co čísla znamenají

Co je tento MODEL

Veo 3.1 byl zveřejněn Google DeepMind, v zemi zaznamenané jako United States of America, během October 2025. Vychází z organizace, která je kategorizována jako industry.

funguje v oblasti Video, Vision, a je zaznamenán jako vykonávající úkol image-to-video, Video generation, Text-to-video, Audio generation.

Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.

Co bylo zapotřebí k jeho vybudování

Je sledováno v základním datasetu z jednoho konkrétního důvodu: sOTA improvement.

Odpovědi

Veo 3.1 — běžné otázky

01

Veo 3.1— kolik má parametrů?

Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.

02

Veo 3.1— Kdo to vytvořil?

Bylo to publikováno společností Google DeepMind, zakládající se na United States of America, organizace zařazená jako industry.

03

Veo 3.1— Kdy byl vydán?

Bylo to zveřejněno v October 2025.

04

Veo 3.1— K čemu se to používá?

funguje v oblasti Video, Vision, a je zaznamenáno jako zpracovávající úkol image-to-video, Video generation, Text-to-video, Audio generation. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.

05

Veo 3.1— Jakou GPU potřebuji k jejímu spuštění?

Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.

06

Veo 3.1— Je to OPEN SOURCE?

Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 28 November 2025

Druhý směr

Díváte se na to z druhé strany?

Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.