Первый раз я запустил Veo 3 поздно вечером, скорее из вредности. Демо-ролики Google всегда выглядят лучше того, что потом получается у обычного человека. Набрал промпт про мокрую токийскую улицу, неон в лужах, дождь и обрывок разговора за кадром. Через пару минут смотрел восемь секунд видео, где дождь шуршал по асфальту, а голоса звучали так, будто их писали на студии с петличками. Вот на звуке я и завис.
Дальше был месяц проб и ошибок, десятки сгенерированных сцен, три испорченных вечера. И одно твёрдое понимание: эту штуку либо понимаешь и встраиваешь в работу, либо бросаешь после пятой попытки. Второе случается чаще. Почти всегда по одной причине: люди ждут от Veo 3 полноценный фильм, а получают инструмент для сцен.
Что такое Veo 3, если в двух словах
Veo 3 нейросеть от Google для генерации видео. Третья версия их видеодвижка, показанная в середине 2025 года. На входе текстовое описание или картинка, на выходе клип до восьми секунд с готовой звуковой дорожкой. Шумы, музыка, речь персонажей, причём голос попадает в артикуляцию.
Под капотом алгоритмы, выросшие из Gemini и Imagen. Пользователю не нужно знать ни одного технического термина. Пишете «камера облетает старую кузницу, искры летят в темноту, слышно гул огня» и получаете примерно это. Без кода, без нод, без установки на компьютер.
История версий короткая и показательная. Первый Veo представили в 2024 году: он умел только картинку, звук добавляли отдельно. Вторая версия подтянула качество и физику движения, но осталась немой. Третья закрыла главный пробел: аудио рождается в том же проходе модели, что и изображение. Поэтому вокруг неё столько шума, а не из-за разрешения или длины клипа.
Есть нюанс, который многие упускают. Veo 3 живёт не сама по себе, а внутри экосистемы Google: приложение Gemini, видеоредактор Flow, инструменты для маркетинга. Удобно, если вы уже там. И неудобно, если вы в России и у вас нет иностранной карты.
Как это работает внутри, без формул
Объясню на пальцах, потому что это помогает писать промпты. Модель обучена на огромном количестве видео и звука и выучила связи между ними. Не просто «как выглядит вода», а «как выглядит вода и как она звучит, когда падает на камень». Поэтому просьба про дождь автоматически тянет за собой шум дождя, даже если вы его не упомянули.
Второй слой - физика. Veo 3 заметно лучше предыдущих моделей держит траектории: мяч летит по дуге, ткань мнётся, жидкость разливается. Не идеально, но на восьми секундах уже не режет глаз. Раньше приходилось выбирать ракурсы, где модель не опозорится. Сейчас таких ограничений меньше.
Третий слой - камера. Модель понимает слова «наезд», «облёт», «съёмка с рук», «макро». Для человека без опыта в видеопроизводстве это внезапный апгрейд: вы описываете движение камеры словами, а не строите его в редакторе.
Восемь секунд, и это не баг
Самая частая претензия новичков - короткая длина. Восемь секунд кажутся издевательством, пока не склеишь десяток клипов. Ограничение вытекает из архитектуры. Чем длиннее сцена, тем выше шанс, что модель поплывёт: руки поедут, фон начнёт дёргаться, физика сломается. Восемь секунд - отрезок, на котором качество ещё держится стабильно.
Для ролика на минуту вы генерируете семь-восемь сцен и собираете их в монтажке. Скучно, зато предсказуемо. Побочный эффект приятный: каждая сцена описывается отдельно, поэтому раскадровку вы контролируете лучше, чем при попытке сгенерировать всё одним куском.
По разрешению модель выдаёт 1080p. Для соцсетей, рекламных вставок, превью и сторис хватает с головой. Для эфирного телевидения придётся апскейлить, и это отдельная возня. Вертикальный формат 9:16 поддерживается, что для рилсов и шортсов критично.
Скорость тоже важна. Одна сцена генерируется минуты, а не часы. Это меняет ритм работы: вы не «запускаете проект», вы перебираете варианты, как фотограф на съёмке. Десять дублей перестают быть роскошью.
Звук, из-за которого всё и завертелось
Разберу подробнее, потому что именно здесь Veo 3 обошла конкурентов на несколько корпусов. Аудиодорожка не накладывается сверху, она рождается в той же сцене. Попросите «мужчина в кожаной куртке говорит с сильным акцентом, на фоне играет радио» и получите и акцент, и радио. Губы будут двигаться в такт.
На практике это экономит часы. Раньше цепочка выглядела так: сгенерировать видео, отдельно озвучить, отдельно подобрать шумы, свести, поправить рассинхрон. На каждый клип уходил вечер. Сейчас половина шагов не нужна. Для коротких рекламных форматов и рилсов это почти финальный продукт.
Отдельная радость для тех, кто делает контент на разных языках. Модель нормально держит не только английский. Русская речь получается с лёгким акцентом, но разборчиво, и для черновой версии ролика этого достаточно. Диалекты и интонации тоже даются: попробуйте попросить «говорит устало, тихо, будто после смены» и сравните с «говорит бодро, как ведущий на радио». Разница слышна.
Где звук всё-таки врёт. Длинные монологи плывут, особые имена и термины модель перевирает, а музыка на восьми секундах не успевает развиться. Отдельную дорожку для серьёзного проекта всё равно придётся заказывать у композитора или брать из библиотеки.
Три способа запустить генерацию
Первый и самый частый: текст в видео. Вы пишете промпт, получаете сцену. Хорошо работает для атмосферных кадров, заставок, фонов и всего, где не нужен конкретный человек.
Второй: картинка в видео. Загружаете референс, и модель его оживляет. Это спасает, когда нужен стабильный персонаж или конкретный товар. Схема «сначала статичный кадр, потом анимация» даёт предсказуемость, которой не добиться чистым текстом.
Третий: продолжение и переработка готовой сцены. Можно взять готовый фрагмент и попросить изменить детали: другой свет, другой ракурс, другое время суток. Для итераций это быстрее, чем начинать с нуля.
Где Veo 3 спотыкается
Честный список, без маркетинга. Первое: повторяемость. На Reddit практикующие видеомейкеры отмечают, что главная боль - не качество картинки, а нестабильность персонажа между дублями. Один и тот же промпт дважды даст два разных результата, вплоть до смены одежды героя. Если нужен стабильный персонаж в серии роликов, придётся либо использовать референсное изображение, либо смириться.
Второе: мелкие детали. Пальцы, украшения, текст на вывесках, логотипы. Текст в кадре почти всегда получается абракадаброй, особенно кириллица. Логотип лучше накладывать потом, в редакторе, и не тратить дубли.
Третье: контроль. Сцену можно направлять промптом, но не покадрово. Это не After Effects и не 3D-редактор. Вы описываете намерение, а модель интерпретирует. Иногда гениально, иногда мимо.
Четвёртое: маркировка. Видео помечается невидимым водяным знаком SynthID. Для честного контента это плюс, для некоторых сценариев минус. Встроенные фильтры не дадут сгенерировать всё подряд, и это надо тестировать заранее, а не за час до сдачи клиенту.
Пятое, самое болезненное для нас: доступ. Официально модель живёт в экосистеме Google, требует подписки и нормально работает не в каждой стране. Из России напрямую не зайти, а оплата иностранной картой превращается в квест.
Как добраться до Veo 3 из России без танцев с бубном
Тут я перейду к тому, чем пользуюсь сам. ИИ роутер 3GPT от 3SELLER даёт доступ к флагманским моделям без иностранных карт и без плясок с VPN. Chat GPT 6 и the model 5 за 149₽ в России, без иностранных карт. Пополнить баланс можно российской картой, через СБП или криптой.
ИИ роутер 3GPT позволяет получить прямой доступ из России к последним флагманским моделям нейросетей:
- Chat GPT 6 Astra
- the model 5, 5.1 и 5.5
- Chat GPT 5.5
- Chat GPT 6.1 Sol
- Nano Banana для создания изображений
- генерация видео и голоса, и другим моделям
Используйте для повседневных задач в бизнесе и в работе: продающие тексты, сайты, описания товаров. Создавайте и обрабатывайте максимально реалистичные изображения. Создавайте видеоролики и генерируйте голос. Мне такой набор нравится тем, что не надо держать пять подписок и пять вкладок. Сцена обсуждается в текстовой модели, генерируется в видеомодели, картинка добивается в графической. Всё в одном окне, переключаться можно на ходу.

Отдельно скажу про то, как это выглядит в работе. Открываете чат, выбираете модель, пишете промпт. Никаких установок, ключей API и биллинга в долларах. Для небольшой студии или фрилансера это снимает главную головную боль: доступ. За те же 149 рублей вы получаете не одну модель, а весь набор. Это меняет подход к экспериментам: хочется попробовать сцену в двух разных движках, вы просто пробуете.
Промпт, который даёт результат с третьего раза, а не с тридцатого
За пару месяцев я выработал формулу, которая работает почти всегда. Сценарий такой: субъект и его действие, окружение, движение камеры, свет, звук. Пять блоков, каждый по одной короткой фразе.
Пример для рекламы кофейни: «бариста в фартуке ставит чашку на деревянную стойку, пар поднимается вверх. Утро, небольшое кафе, тёплый свет из окна. Камера медленно приближается. Слышно шипение кофемашины и приглушённый разговор».
Что убивает результат чаще всего. Слишком общие слова вроде «красиво» и «качественно». Модель их не понимает, она реагирует на конкретику: какой свет, какая погода, какой объектив. Ещё одна типичная ошибка: пытаться впихнуть в восемь секунд трёхактную историю. Не влезет. Одна сцена, одно действие, один смысл.
Не переписывайте промпт целиком после неудачной генерации. Меняйте одну переменную за раз: только свет, только камеру, только действие. Иначе не поймёте, что именно сработало, и будете ходить по кругу.
Лайфхак из практики: добавляйте в конце фразу про настроение. «Спокойно, будто документалка». Или «напряжённо, как в триллере». Модель ловит эти маркеры и меняет цвет, ритм и даже характер движения. Одна строка, а разница между двумя вариантами огромная.
Картинки и видео в одном флаконе
Veo хорошо стартует с референса. Загружаете фото товара или персонажа, и модель анимирует его. Поэтому генерация изображений не отдельная игрушка, а часть пайплайна.
Создавайте реалистичные фотографии через лучшие ИИ инструменты - 3GPT Image. Nano Banana и остальные модели закрывают весь спектр: от предметки для маркетплейса до портретов, которые не стыдно поставить на сайт. Стиль можно задать один раз и держать его в серии кадров.


Схема, которая у меня работает: сначала статичный кадр в графической модели, потом анимация в Veo. Так проще добиться нужного персонажа. Сгенерировать героя с первого дубля в видео почти нереально, а сделать его на картинке и оживить уже запросто. Если клиент забраковал сцену, вы переделываете один кадр, а не всю сцену заново.
Готовые ИИ-агенты, если писать промпты лень
Ещё одна штука, которую я сначала недооценил. В 3GPT есть готовые ИИ-агенты под конкретные задачи. Открываете, выбираете нужного, начинаете диалог. Модель агента меняется прямо в чате, если текущая не тянет.

Мне это экономит время на рутине: сценарии для роликов, тексты описаний, структура рекламных кампаний. Агент уже настроен на задачу, не нужно каждый раз объяснять контекст с нуля. Когда сценарий готов, он уходит в Veo на генерацию. Цепочка занимает один вечер вместо трёх дней переписки с подрядчиками.
Кому Veo 3 реально нужна
Маркетологу, который делает креативы для соцсетей и не хочет ждать съёмочную команду. Продакшену, которому нужны раскадровки и аниматики для клиента. Владельцу магазина, который хочет крутить товар в коротких роликах. Автору контента, у которого нет камеры, света и оператора, зато есть идеи.
А кому не нужна. Тем, кто делает длинные обучающие видео на двадцать минут: восемь секунд погоды не сделают, а склейка сотни сцен сведёт выгоду к нулю. Тем, кому нужна абсолютная предсказуемость кадра: здесь идут в классическую съёмку или 3D.
Маленькая ремарка про ожидания. Veo 3 не заменяет продакшен, она сжимает подготовительный этап. То, что раньше занимало неделю согласований и съёмку, теперь занимает вечер. Это огромная разница, но не магия. Модель по-прежнему не знает, чего вы хотите, пока вы не описали это словами.
И ещё один сценарий, который я не сразу заметил. Внутренние коммуникации. Показать команде, как будет выглядеть новый продукт, оживить прототип, сделать нарезку для презентации. Раньше на такое не выделяли бюджет, теперь это делается между делом.
Что сделать прямо сейчас
Возьмите одну сцену из своей работы. Не проект мечты, а что-то простое: товар на столе, человек за ноутбуком, чашка кофе. Напишите промпт по формуле из пяти блоков. Сгенерируйте три варианта с разным светом. Посмотрите, где модель ошиблась, и поправьте одну переменную.
Дальше станет понятно, встраивается ли это в ваш процесс. У меня встроилось за два вечера, и теперь я не берусь за раскадровку без Veo. Доступ ко всем флагманским моделям, включая Veo, открывается на официальном сайте 3GPT, там же пополнение баланса российской картой, через СБП или криптой. 149 рублей - дешевле часа работы монтажёра и сильно дешевле одной ошибки в выборе модели.
Начните с восьми секунд. Больше вам сегодня и не понадобится.