Veo recensito: il video di Google DeepMind alla prova

Google DeepMind ha cambiato passo nella generazione video in due mosse. Prima è arrivato Veo 3, il primo modello della famiglia a produrre l’audio insieme alle immagini; poi l’aggiornamento a Veo 3.1 ha aggiunto controlli pensati per chi monta e produce sul serio. Oggi Veo è il motore che alimenta la generazione video dentro l’app Gemini e lo studio creativo Flow. Questa recensione mette a fuoco cosa fa bene, dove inciampa, come ci si arriva e quanto costa davvero.

Una nota di metodo prima di partire: qui valutiamo funzioni dichiarate e verificate sulle pagine ufficiali di Google e DeepMind, insieme ai limiti noti del formato testo-video. Non spacciamo per prove sul campo test che non abbiamo condotto. Dove un dato non risulta dal listino ufficiale, lo segnaliamo invece di inventarlo.

Che cosa fa bene

Il punto di forza dichiarato di Veo è la resa realistica. Google parla di maggiore fedeltà e di una fisica del mondo reale più convincente, con una buona aderenza al prompt: descrivi la scena e il modello prova a rispettarla nei movimenti, nella luce e nei materiali. Nei materiali dimostrativi ufficiali si vedono onde, fiamme, tessuti mossi dal vento e riflessi trattati con cura.

La vera discontinuità resta l’audio nativo. Veo 3 genera insieme al video dialoghi, effetti sonori e rumore ambientale, sincronizzati con l’immagine, a partire dallo stesso prompt. Non è una traccia aggiunta a posteriori: nasce con la clip. Per chi crea contenuti brevi è un salto pratico enorme, perché elimina un intero passaggio di sound design. La sincronizzazione tra labiale e parlato, gli effetti che accompagnano un gesto, il rumore di fondo di un ambiente: sono dettagli che di solito richiedono ore di lavoro in post e che qui nascono già dentro l’inquadratura, con una coerenza che regge sui contenuti brevi.

Veo 3.1 aggiunge poi controlli che contano per la coerenza:

• Ingredienti: fornisci immagini di riferimento di una scena, un personaggio o un oggetto per guidare la generazione, ora anche con l’audio coerente.
• Riferimento di stile: dai un’immagine di stile e Veo produce video con lo stesso registro visivo, dal dipinto al look cinematografico.
• Coerenza dei personaggi: con immagini di riferimento, lo stesso personaggio mantiene l’aspetto tra scene diverse.
• Estensione della scena: allunghi una clip usando l’ultimo secondo come aggancio, mantenendo continuità visiva e sonora.
• Rimozione di oggetti: elimini elementi indesiderati conservando composizione, interazioni e ombre.
• Risoluzione: le uscite arrivano a 1080p e 4K, quest’ultima adatta a produzioni di fascia alta.

Dove Veo mostra i limiti

Il primo limite è strutturale: si lavora per clip brevi. Le funzioni di estensione servono proprio perché una singola generazione non copre una storia lunga; per un montaggio articolato resta necessario cucire più spezzoni e passare da un editor. Il modello è un generatore di inquadrature potente, non un sostituto della post-produzione.

Come per ogni sistema generativo, il primo take non è quasi mai quello buono: la presenza stessa di strumenti di editing e rifinitura racconta che artefatti e piccole incoerenze restano possibili, soprattutto su mani, testo scritto dentro l’inquadratura e fisica complessa. La disponibilità di funzioni e lingue, inoltre, varia per regione e per piano: non tutto è attivo ovunque nello stesso momento.

C’è poi il tema del consumo. Ogni generazione costa crediti, e le opzioni a qualità più alta pesano di più: chi produce molto deve mettere in conto un budget, non solo un abbonamento.

Come ci si arriva

Veo si raggiunge da tre porte principali, tutte ufficiali:

• App Gemini: la via più immediata per generare video da testo dentro l’assistente di Google, con un piano che sblocca la generazione video.
• Flow: lo studio creativo di Google Labs pensato per scene e storie, che lavora a crediti e integra i controlli avanzati di Veo.
• API e cloud: gli sviluppatori integrano Veo tramite la Gemini API e, in azienda, tramite Vertex AI su Google Cloud, con fatturazione a consumo.

Piani e prezzi in euro

Sul listino italiano di Google i prezzi sono in euro. Ecco come si distribuiscono l’accesso a Flow e i crediti:

• Senza costi — 0 €/mese: accesso di base allo studio Flow, con funzioni limitate.
• Google AI Plus — 4,99 €/mese: 200 crediti Flow.
• Google AI Pro — 21,99 €/mese: 1.000 crediti Flow e una prova limitata di Veo 3.1 Lite, la variante che privilegia velocità ed efficienza.
• Google AI Ultra — da 99,99 €/mese (limiti 5 volte superiori ad AI Pro) fino a 219,99 €/mese (limiti 20 volte superiori): rispettivamente 10.000 o 25.000 crediti Flow.

Una precisazione onesta: i crediti Flow e le funzioni possono variare per piano, piattaforma e regione, come indica Google stessa. I costi di API e Vertex AI seguono una logica a consumo e non compaiono nel listino consumer in euro: chi sviluppa deve verificarli a parte, sulle pagine per gli sviluppatori.

Uso commerciale e il watermark SynthID

Ogni video generato con Veo porta il contrassegno SynthID di Google DeepMind: una marcatura digitale invisibile applicata a tutti i fotogrammi, progettata per resistere a ritagli, filtri, cambi di frame rate e compressione, senza degradare la qualità. È un segno di provenienza, non un blocco: DeepMind dichiara oltre 100 miliardi di contenuti marcati con SynthID tra immagini, audio e video entro maggio 2026.

Sul fronte dei diritti, Google consente l’uso commerciale dei contenuti generati nei limiti dei propri termini di servizio. In pratica la marcatura invisibile resta sempre incorporata, ma non toglie i diritti di utilizzo: chi produce per un cliente può usare le clip, tenendo presente che la tracciabilità della provenienza rimane parte del contenuto.

Veo, Sora o Runway

La scelta dipende da cosa cerchi. Veo brilla quando servono audio nativo e realismo in un unico passaggio e quando lavori già dentro l’ecosistema Google, tra app Gemini, Flow e Vertex AI. È la strada più diretta per ottenere video parlato e sonoro senza montare la traccia a mano.

Sora di OpenAI gioca un’altra partita, con un’impronta creativa forte e un flusso pensato per chi vive nell’universo OpenAI. Runway, invece, resta il riferimento per chi vuole strumenti di controllo e montaggio da professionista del video, con un ecosistema di editing maturo.

In pratica la decisione si gioca su tre fattori: l’audio nativo, dove Veo parte avvantaggiato; il grado di controllo sul montaggio, terreno di Runway; e l’ecosistema in cui lavori già ogni giorno, che spesso pesa più delle differenze tecniche. Chi vive dentro gli strumenti Google e vuole un video sonoro pronto in pochi passaggi trova in Veo la scelta più naturale, mentre chi rifinisce a mano ogni inquadratura guarderà altrove.

Se vuoi una lettura testa a testa, abbiamo messo i tre a confronto in Sora vs Veo vs Runway, e più in generale abbiamo raccolto le migliori AI per creare video del momento.

A chi conviene Veo

Veo è oggi una delle soluzioni più solide per trasformare un’idea in un video con audio credibile, e la sua forza cresce se lavori già con Gemini o Flow. Per un creator di contenuti brevi e social, il piano AI Pro a 21,99 € al mese con 1.000 crediti è il punto d’ingresso ragionevole; chi produce a ritmo industriale guarderà ad AI Ultra o alle API. Chi cerca invece un controllo di montaggio spinto o vive in un altro ecosistema può trovare in Runway o Sora un incastro migliore. Il contrassegno SynthID e i termini d’uso commerciale, chiari e verificabili, rendono Veo adatto anche al lavoro professionale, a patto di accettarne la logica a crediti e i limiti del formato per clip.