A Veo 3.1-gyel még részletesebben lehet irányítani a végeredményt, legyen szó narratíváról, hangokról vagy látványvilágról.

Mostantól referenciafotók alapján is lehet karaktereket és tárgyakat belerakni egy jelenetbe („Ingredients to Video”), két kép között zökkenőmentes átmenetet generálni („Frames to Video”), vagy hosszabb, egybefüggő jeleneteket alkotni („Extend”). Hang is társítható a jelenetekhez, így teljesebbé válik a történetmesélés.

Újdonság továbbá, hogy bármelyik jelenethez új elemeket lehet hozzáadni („Insert”), vagy akár teljesen eltüntetni egyes tárgyakat, karaktereket, miközben a háttér nem változik. A Google videógeneráló eszköze, a Flow felületén belül ezek az új funkciók mostantól közvetlenül is elérhetők, de Gemini API-n, a Vertex AI platformon és a Gemini alkalmazásban is használható a Veo 3.1.