Saltar al contenido principal
Veo 3.1 de Google DeepMind genera video con audio nativo sincronizado a través de los nodos asociados de ComfyUI, así que el render se ejecuta en los servidores de Google y la salida se encadena directamente con los nodos de ampliación, audio y composición de ComfyUI.

Capacidades clave

  • Video 4K de calidad cinematográfica: Veo 3.1 genera hasta resolución 4K con iluminación natural y movimiento realista.
  • Sincronización de audio nativo: el video de salida incluye audio sincronizado, así que no hay que alinear una pasada de audio por separado.
  • Tres niveles de velocidad: Estándar, Fast y Lite intercambian calidad y latencia por costo, lo que sirve tanto para renders finales como para iterar rápido.
  • Orientación por imagen: el nodo de texto a video acepta una imagen de referencia opcional, y un nodo dedicado anima entre un primer y un último fotograma.
  • Pipeline fluido en ComfyUI: encadena la salida de Veo con nodos de ampliación, audio y composición sin exportar archivos.
Para usar los Nodos asociados, debes asegurarte de haber iniciado sesión correctamente y de estar utilizando un entorno de red permitido. Consulta la sección Descripción general de los Nodos asociados de la documentación para conocer los requisitos específicos de uso de los Nodos asociados.
Asegúrate de que tu ComfyUI esté actualizado.Los flujos de trabajo de esta guía se encuentran en las Plantillas de flujos de trabajo. Si no los encuentras en las plantillas, es posible que tu ComfyUI esté desactualizado.Si faltan nodos al cargar un flujo de trabajo, estas son las posibles razones:
  1. No estás usando la última versión de ComfyUI (versión nocturna)
  2. Algunos nodos fallaron al importarse durante el inicio

Modelos

Veo 3.1 es el modelo actual en ComfyUI. Veo 2.0 se retiró: su nodo se eliminó en ComfyUI #15883 y su flujo de trabajo está archivado, así que esa página se conserva solo como referencia.

Veo 3.1

Texto a video con audio nativo. Niveles Estándar, Fast y Lite.

Veo 2.0

Modelo de imagen a video retirado, conservado como referencia.