Google ra mắt Veo 3: AI Tạo Video Có Lời Thoại, Âm Thanh, Cách Dùng Veo 3

Veo 3 được xem như bước tiến mới đầy táo bạo của Google trong cuộc đua tạo video bằng AI. Chỉ cần gõ vài dòng mô tả, công cụ này sẽ giúp bạn tạo ra một video đầy đủ hình ảnh động, hiệu ứng âm thanh và lời thoại chân thực. Hãy cùng Vender tìm hiểu kỹ hơn về cách dùng công cụ Veo 3 ngay trong bài viết sau!

Veo 3 là gì?

Veo 3 là mô hình trí tuệ nhân tạo được phát triển bởi Google DeepMind, chuyên tạo ra những video chuyên nghiệp chỉ trong vài câu lệnh (prompt). Không giống những thế hệ trước, phiên bản này gây ấn tượng với video có độ phân giải cao, chuyển động mượt mà và có chiều sâu điện ảnh. Đặc biệt. Veo 3 còn tích hợp cả âm thanh, lời thoại đúng như ngữ cảnh mô tả.

Nhiều chuyên gia cho rằng, Veo 3 chính là đối thủ trực tiếp của Sora (OpenAI). Tuy nhiên, với lợi thế về xử lý hình ảnh từ Google và tích hợp hệ sinh thái Youtube, Android, Veo 3 đang được kỳ vọng sẽ đưa kỷ nguyên sáng tạo video bằng AI sang một trang mới.

Những điểm nổi bật của công cụ Veo 3

Veo 3 không chỉ là công cụ tạo video đơn thuần mà còn là bước tiến lớn của AI trong việc mô phỏng cảm xúc, bối cảnh và lời thoại. Hãy cùng Vender khám phá chi tiết hơn qua các đặc điểm nổi bật sau.

Tạo video với độ phân giải cao

Kế thừa Veo 2, Google đã khẳng định rằng, Veo 3 hoàn toàn có thể xuất video 4K với chi tiết rõ nét và khung hình mượt mà. Những chuyển động như nước chảy, tóc bay trong gió, ánh sáng phản chiếu,... đều được tái hiện chân thực.

Veo 3 có thể tạo lời thoại và âm thanh theo ngữ cảnh

Không chỉ có hình ảnh, Veo 3 thậm chí còn hiểu được bối cảnh và nội dung để chèn lời thoại cho nhân vật, âm thanh nền, tiếng động,... phù hợp. Ví dụ, nếu bạn yêu cầu mô tả cảnh hai người nói chuyện trong quán cà phê, Veo 3 sẽ tự động tạo ra tiếng nói, tiếng nhạc nhẹ và tiếng thìa cốc lách cách.

Tại sự kiện ra mắt Veo 3, Google đã gây ấn tượng mạnh với một đoạn video demo về các loài động vật cùng nhau trò chuyện trong một khu rừng sống động. Điều đặc biệt nằm ở sự đồng bộ hoàn hảo từ khẩu hình nhân vật đến giọng nói, hiệu ứng âm thanh. Có thể nói, việc ứng dụng AI trong sản xuất phim hoạt hình giờ đây không còn là điều viển vông.

Khả năng hiểu ngữ cảnh và dựng cảnh điện ảnh

Veo 3 được Google “huấn luyện” trên lượng dữ liệu video khổng lồ từ Youtube và Google Video. Nhờ đó, công cụ này có khả năng hiểu rõ bố cục, góc máy, chiều sâu, phong cách quay phim, ánh sáng,... giúp người dùng tạo nên những video có chất lượng như một đạo diễn thực thụ.

Veo 3 hoạt động như thế nào?

Veo 3 sử dụng mô hình kết hợp giữa diffusion và transformer, tương tự với các công nghệ tạo hình ảnh như Stable Video Diffusion hay Imagen nhưng nâng cao hơn nhiều.

Cụ thể, khi bạn nhập một đoạn mô tả bằng tiếng Anh (prompt), Veo 3 sẽ:

- Phân tích nội dung để tạo ra bối cảnh, nhân vật và hành động.

- Tạo chuyển động cho các đối tượng.

- Lồng ghép âm thanh, tiếng động và lời thoại nhân vật.

- Xuất video với thời lượng khoảng từ 5 giây đến 60 giây tùy độ phức tạp.

Hướng dẫn tạo video bằng AI với Veo 3

Chỉ với một chiếc laptop, máy tính bảng hoặc điện thoại thông minh, bạn đã có thể tạo cho mình những video bằng AI chất lượng. Các bước tiến hành như sau:

- Bước 1: Truy cập one.google.com/about/google-ai-plans, sau đó đăng ký gói Google AI.

- Bước 2: Truy cập https://labs.google/fx/tools/flow/unsupported-country hoặc https://gemini.google.com/app?hl=vi để tiến hành tạo video bằng AI.

- Bước 3: Nhập mô tả (prompt). Ở bước này, bạn có thể sử dụng Chat GPT để dịch mô tả từ tiếng Việt sang tiếng Anh.

- Bước 4: Nhấp chọn biểu tượng chỉnh sửa (hình dưới) > Quality > Highest Quality (Chất lượng cao nhất).

- Bước 5: Chờ video hoàn thiện.

Cách nhập prompt hiệu quả để dùng Veo 3

Để tạo nên những video chất lượng với Veo 3, bạn cần nắm được một số bí quyết nhập prompt dưới đây:

Mô tả rõ ràng nhân vật, hành động và bối cảnh

Ví dụ: “A young woman walks alone through a rainy neon-lit city street at night, wearing a red coat, cars passing by, cinematic atmosphere.”

=> Prompt này cung cấp đầy đủ thông tin về nhân vật, môi trường, thời gian, hành động và phong cách video.

Thêm lời thoại và âm thanh

Veo 3 có khả năng hiểu cả lời thoại và hiệu ứng âm thanh khi bạn đưa vào prompt.

Ví dụ: “Two friends sit by the campfire, talking about childhood memories. One says: 'Remember the treehouse?', while soft guitar music plays in the background.”

Chỉ định phong cách hình ảnh

Bạn có thể thêm vào prompt các phong cách như 90s style, documentary, cinematic, anime, noir,... để có được video đúng gu.

Giữ prompt ngắn gọn, súc tích

Mô hình AI sẽ hoạt động tốt nhất khi prompt không quá dài. Độ dài lý tưởng nhất là từ 4 đến 6 câu, rõ ràng và mô tả cụ thể là hiệu quả nhất.

Veo 3 đang tạo nên làn sóng mới khi biến ý tưởng thành video có lời thoại, âm thanh sống động chỉ trong vài giây. Để trải nghiệm Veo 3 mượt mà nhất, bạn nên trang bị cho mình một thiết bị công nghệ phù hợp từ Vender - đại lý ủy quyền chính thức của Apple tại Việt Nam. Hãy liên hệ ngay với Vender để được đội ngũ kỹ thuật viên tư vấn tận tình 24/7.

Chi tiết liên hệ và đặt hàng:

Điện thoại: 02822 006 007

Chat Zalo: https://zalo.me/3580170500894915761 

Chat Facebook: https://m.me/vender.vn

Địa chỉ Showroom: 379 Võ Văn Tần, Phường 5, Quận 3, TP. Hồ Chí Minh Xem bản đồ