Sapo: Đối với các nhà sáng tạo nội dung trên TikTok, Reels hay YouTube Shorts, cơn ác mộng lớn nhất khi dùng AI làm video là hình ảnh câm lặng, nhân vật biến dạng sau mỗi cú chuyển cảnh và không thể sửa lại chi tiết nếu không ưng ý. Thấu hiểu nỗi đau đó, Google vừa chính thức tung ra Gemini Omni 1.2 Flash – mô hình video AI thế hệ mới có khả năng tạo clip dài 15 giây cực mượt, tích hợp sẵn giọng nói khớp khẩu hình chuẩn xác và cho phép bạn trò chuyện để chỉnh sửa video như một đạo diễn thực thụ.
Video 15 giây có sẵn âm thanh và hiệu ứng sống động
Trước đây, hầu hết các công cụ tạo video AI chỉ dừng lại ở những đoạn clip ngắn ngủi 4 đến 5 giây không tiếng, buộc người dùng phải tìm kiếm nhạc nền và lồng tiếng thủ công rất mất thời gian. Với Gemini Omni 1.2 Flash, Google đã nâng cấp thời lượng tạo video nguyên bản lên tới 15 giây – độ dài tiêu chuẩn vàng cho các nội dung video ngắn hiện nay.
Điểm “ăn tiền” nhất của mô hình chính là khả năng sinh âm thanh nguyên bản (Native Synchronized Audio). Nhân vật trong video không chỉ cử động uyển chuyển mà còn cất lời thoại tự nhiên với khẩu hình khớp từng từ (lip-sync), đi kèm tiếng bước chân, tiếng gió rít hay âm thanh môi trường xung quanh một cách chuẩn xác mà không cần qua bất kỳ phần mềm hậu kỳ âm thanh nào khác.
Trò chuyện để đạo diễn video: Đổi góc máy và ánh sáng trong một nốt nhạc
Tính năng khiến giới sáng tạo nội dung trầm trồ nhất trên Omni 1.2 Flash là cơ chế chỉnh sửa qua hội thoại nhiều lượt (Multi-turn Conversational Editing). Thay vì phải viết lại toàn bộ câu lệnh (prompt) phức tạp từ đầu mỗi khi không vừa ý, bạn chỉ cần gửi tin nhắn hoặc nói trực tiếp: “Đổi bối cảnh phía sau thành hoàng hôn bãi biển rực rỡ” hoặc “Chuyển góc máy từ cận cảnh sang toàn cảnh từ trên cao”.
Mô hình sẽ tự động giữ nguyên nhân vật và các chi tiết cốt lõi của cảnh quay, chỉ can thiệp vào đúng những phần được yêu cầu thay đổi. Thậm chí, tính năng mở rộng video (Video Extension) còn cho phép nối dài mạch truyện của clip ban đầu lên tới 30 giây, giúp việc xây dựng các video kể chuyện nhiều tập trở nên dễ dàng hơn bao giờ hết.
Nạp 6 ảnh tham chiếu giữ mặt nhân vật không còn bị biến dạng
Nỗi sợ lớn nhất của dân làm phim AI là nhân vật bị “đổi mặt” sau mỗi phân cảnh. Gemini Omni 1.2 Flash giải quyết triệt để vấn đề này với tính năng nạp tối đa 6 hình ảnh tham chiếu (Subject Reference). Bạn có thể tải lên các góc chụp khuôn mặt, trang phục và đồ vật của một nhân vật cụ thể; AI sẽ học thuộc lòng các đặc điểm nhận dạng đó và tái hiện nhất quán 100% trong suốt cả chuỗi video.
Với mức giá cực kỳ dễ chịu và được tích hợp trực tiếp vào các công cụ miễn phí như Google Vids và Flow trên trình duyệt, Gemini Omni 1.2 Flash đang mở ra cánh cửa cho bất kỳ bạn trẻ nào đam mê điện ảnh tự tay sản xuất những thước phim bom tấn chất lượng 4K ngay trên chiếc máy tính của mình.
