Nâng cấp toàn diện: Từ âm thanh, hình ảnh đến khả năng kể chuyện

Google DeepMind vừa công bố Veo 3.1 và Veo 3.1 Fast, hai phiên bản mới nhất của mô hình tạo video AI, hướng tới việc giúp nhà sáng tạo, lập trình viên và storyteller tạo ra nội dung sống động hơn bao giờ hết. Cả hai phiên bản đều được nâng cấp mạnh mẽ, mang lại trải nghiệm hình ảnh và âm thanh chân thực hơn, cùng khả năng hiểu ngữ cảnh điện ảnh sâu hơn. Một số điểm nổi bật trong bản cập nhật này: Âm thanh gốc (native audio) được tạo phong phú hơn: từ hội thoại tự nhiên đến hiệu ứng âm thanh đồng bộ. Kiểm soát mạch truyện và phong cách điện ảnh chính xác hơn, giúp người dùng tạo video theo đúng ý tưởng kịch bản. Khả năng Image-to-Video được cải thiện: AI hiểu rõ hơn nội dung prompt, đảm bảo chất lượng hình ảnh và âm thanh đồng thời giữ được sự nhất quán nhân vật giữa các cảnh quay.

Tính năng mới giúp sáng tạo linh hoạt hơn

1. Ingredients to Video – Dẫn hướng bằng hình ảnh tham chiếu

Với Veo 3.1, người dùng có thể cung cấp tối đa 3 ảnh tham chiếu (nhân vật, vật thể, khung cảnh...) để hướng dẫn AI tạo video theo phong cách hoặc nhân vật mong muốn. Tính năng này đặc biệt hữu ích để duy trì tính nhất quán giữa các cảnh hoặc định hình phong cách hình ảnh tổng thể cho dự án. Ví dụ mã Python minh họa: from google import genai from google.genai import types client = genai.Client() operation = client.models.generate_videos( model="veo-3.1-generate-preview", prompt=prompt, config=types.GenerateVideosConfig( reference_images=[reference_image1, reference_image2], ), )

2. Scene Extension – Tạo video dài hơn, mạch lạc hơn

Giờ đây, người dùng có thể mở rộng video hiện tại bằng cách tạo thêm các cảnh nối tiếp liền mạch. Veo 3.1 tự động dựng cảnh mới dựa trên giây cuối của video trước đó, đảm bảo sự liên tục về hình ảnh và âm thanh. Tính năng này lý tưởng cho các video kể chuyện hoặc các dự án dài hơn 1 phút. Ví dụ: from google import genai client = genai.Client() operation = client.models.generate_videos( model="veo-3.1-generate-preview", prompt=prompt, video=video_to_extend )

3. First and Last Frame – Kiểm soát cảnh mở đầu và kết thúc

Tính năng này cho phép người dùng tạo chuyển cảnh mượt mà giữa hai hình ảnh. Chỉ cần cung cấp ảnh đầu tiên và ảnh cuối cùng, Veo 3.1 sẽ tự động dựng phần nội dung trung gian, hoàn thiện cả phần hình ảnh và âm thanh đi kèm. Ví dụ: from google import genai from google.genai import types client = genai.Client() operation = client.models.generate_videos( model="veo-3.1-generate-preview", prompt=prompt, image=first_frame, config=types.GenerateVideosConfig( last_frame=last_frame, ), )

Các đối tác đầu tiên ứng dụng Veo 3.1

Promise Studios, một hãng phim sử dụng GenAI, đã tích hợp Veo 3.1 vào nền tảng MUSE để hỗ trợ storyboarding và pre-visualization, giúp đạo diễn hình dung trước các cảnh phim ở chất lượng sản xuất. Latitude, startup chuyên về công cụ kể chuyện tương tác, đang thử nghiệm Veo 3.1 trong công cụ tạo truyện động (narrative engine), giúp người dùng biến ý tưởng thành video trong thời gian thực.

Bắt đầu với Veo 3.1 ngay hôm nay

Veo 3.1 và Veo 3.1 Fast hiện có sẵn trong giai đoạn Paid Preview thông qua Gemini API, với mức giá tương đương Veo 3. Người dùng có thể: Truy cập Veo Studio (ứng dụng demo mới của Google AI) – yêu cầu khóa API Gemini trả phí. Xem cookbook guide mới để thử nghiệm trực tiếp các đoạn mã mẫu. Xem chi tiết thông số trong tài liệu chính thức của Google GenAI. Google cho biết họ rất kỳ vọng Veo 3.1 sẽ mở ra một kỷ nguyên mới, nơi AI không chỉ hỗ trợ mà còn đồng sáng tạo cùng con người, giúp hiện thực hóa ý tưởng điện ảnh chỉ bằng vài dòng mô tả.

Kết luận

Veo 3.1 không chỉ là một bản nâng cấp kỹ thuật, mà là một bước tiến trong cách AI hiểu và kể chuyện bằng hình ảnh. Với khả năng kiểm soát sáng tạo cao, âm thanh tự nhiên và chuyển cảnh liền mạch, Veo 3.1 đang định hình lại toàn bộ cách chúng ta sản xuất video trong kỷ nguyên AI. #GoogleVeo #DeepMind #AIVideo #GeminiAPI #AIStorytelling #DevLife #dev_share