Trình tạo video AI Veo 3.1

Thế mạnh của Veo 3.1

Âm thanh gốc: lời thoại và hiệu ứng trong một lượt

Điểm nổi bật nhất của dòng Veo 3 là âm thanh gốc: phần tiếng được tạo cùng video. Tiếng bước chân rơi đúng nhịp đi, tiếng cửa sập khớp đúng khung hình, lời thoại đi theo khẩu hình người nói.

Mô hình hợp với cảnh hội thoại, tiếng phố phường và thiên nhiên, clip sản phẩm có tiếng tách hay tiếng rót đã tai, và video mạng xã hội xem khi bật tiếng.

Google khuyên đặt lời thoại trong ngoặc kép và tả hiệu ứng âm thanh cùng tiếng nền thật rõ ràng: cô pha chế nói “Your usual?” trong khi máy espresso xì hơi và mưa gõ lên ô kính.

Trên Zero Kit, nơi Veo 3.1 có trong gói Plus trở lên, Fast trả về mọi clip kèm âm thanh còn Pro chạy không có âm thanh. Hãy dùng Fast khi âm thanh là linh hồn của khoảnh khắc.

Nghe lại mọi kết quả trước khi đăng, vì giọng nói hay chất giọng vẫn có thể khác những gì bạn viết.

Khung hình chính của video điện ảnh 16:9, cảnh trung bên trong một câu lạc bộ jazz tầng hầm nhỏ, nữ ca sĩ mặc váy xanh lá đậm nghiêng người về phía chiếc micro cổ điển, tay trống lướt chổi trên trống snare, người chơi contrabass gật gù theo nhịp, ánh đèn sân khấu hổ phách thấp và làn hơi ấm mờ ảo, vài khán giả ngồi bên bàn thắp nến ở tiền cảnh. Bảng màu hổ phách ấm và xanh lá đậm, không khí thân mật, không chữ, không logo.

Tạo video từ ảnh với khung hình đầu và cuối

Veo 3.1 không cần bắt đầu từ trang trắng. Tải ảnh lên, mô hình sẽ coi đó là khung hình mở đầu, giữ chủ thể, bối cảnh và ánh sáng trong khi thêm chuyển động.

Ảnh sản phẩm xoay trên giá, ảnh chân dung hít một hơi rồi ngước lên, ảnh phong cảnh có thêm mây trôi và nước chảy.

Với Veo 3.1 Fast và Pro, bạn thêm được ảnh thứ hai làm khung hình cuối, và mô hình lấp đầy mọi thứ ở giữa. Hãy dùng cho thay đổi đã định trước, như khoảng sân mùa đông nở hoa sang xuân.

Chụp hai khung hình từ cùng một vị trí máy, giữ ánh sáng đồng nhất, và chỉ dùng prompt để tả những gì xảy ra trong clip. Veo 3.1 Lite nhận khung hình đầu nhưng không nhận khung hình cuối.

Khung hình chính của video điện ảnh 16:9, một bộ tranh đôi gồm hai khung ngăn cách bởi một đường viền tối mảnh, cả hai từ cùng một vị trí máy quay: bên trái là khoảnh sân lát đá yên tĩnh với cây anh đào trụi lá và chiếc ghế băng gỗ dưới bầu trời mùa đông nhợt nhạt, mặt đất phủ một lớp sương giá mỏng; bên phải là chính khoảnh sân ấy vào mùa xuân, cây anh đào nở rộ hoa hồng, cánh hoa rơi xuống ghế băng, ánh nắng vàng ấm. Khung hình và kiến trúc nhất quán ở cả hai khung, bảng màu hổ phách và xanh xô thơm, không chữ, không logo.

Chuyển động sống động, chi tiết mịn

Veo 3.1 làm tốt nhất với chuyển động của thế giới thật: nước bắn tung rồi lắng xuống, vải bắt gió, con vật dồn trọng lượng từ chân này sang chân kia, bàn tay cầm cốc lên mà không xuyên qua nó.

Mô hình cũng hiểu ngôn ngữ máy quay tốt. Cú dolly chậm, máy cẩu vươn lên trên mái nhà hay máy cầm tay bám theo người chạy đều ra gần đúng với mô tả trong prompt.

Fast và Pro xuất tối đa 4k, đủ dư để cắt cúp khi dựng hoặc chiếu trên màn hình lớn.

Chuyển động máy chậm giữ tóc, vỏ cây, bụi nước và len đan rõ ràng, còn hành động nhanh thì ở độ phân giải nào chất liệu cũng nhòe.

Hãy thử chuyển động ở độ phân giải mặc định trước, khi prompt đã ổn thì xuất bản cuối ở độ phân giải cao hơn.

Khung hình chính của video điện ảnh 16:9, cú máy tracking góc thấp chạy bên cạnh một con ngựa màu hạt dẻ đang phi nước đại qua dòng sông cạn lúc bình minh, nước bắn tung thành những giọt sáng lấp lánh quanh chân nó, bờm tung bay, lau sậy và hàng liễu ở bờ bên kia, sương mù lơ lửng trên mặt nước. Ánh sáng ngược màu hổ phách ấm, tán lá xanh xô thơm, chi tiết sắc nét ở bọt nước và bộ lông ngựa, chuyển động máy nhanh và mượt, không chữ, không logo.

Cách viết prompt cho Veo 3.1

1. Prompt Veo 3.1 tốt đọc như một danh sách cảnh quay: chủ thể, hành động, bối cảnh, chuyển động máy quay, ánh sáng, cuối cùng là âm thanh.

   “Ông lão đánh cá vá lưới trên bến lúc bình minh, máy đẩy chậm vào, sương mỏng, hải âu kêu và nước vỗ vào mạn thuyền” là đủ để bắt đầu.

2. Đặt lời thoại trong ngoặc kép và nói rõ ai nói, ví dụ: ông lão ngước lên và nói “You're late again.” Mỗi câu thoại đủ ngắn để nói hết trong độ dài clip.

3. Gọi tên rõ hiệu ứng âm thanh và tiếng nền, như “lốp xe rít trên mặt đường ướt, tiếng còi xa dần”, để mô hình biết clip nên có âm thanh thế nào.

4. Dùng ngôn ngữ máy quay mà mô hình hiểu: dolly in, crane up, tracking shot, handheld, rack focus, slow motion. Mỗi clip một chuyển động máy rõ ràng sẽ tốt hơn nhiều chuyển động.

5. Viết prompt bằng tiếng Anh. Google cho biết chưa đánh giá các ngôn ngữ khác, nên prompt tiếng Anh cho kết quả dễ đoán nhất.

Video làm bằng Veo 3.1

• 

  Mưa bên cửa kính quán cà phê

  Tạo bằng Veo 3.1

  Một cảnh quay liền mạch bên trong quán cà phê góc phố yên tĩnh vào một buổi chiều mưa. Một chàng trai mặc áo len đan màu xanh lá đậm ngồi bên cửa sổ, hai tay ôm tách cà phê trắng, nâng lên và nhấp một ngụm chậm rãi trong lúc ngắm mưa chảy trên mặt kính và những chiếc ô nhòe lướt qua bên ngoài. Máy quay bắt đầu từ góc rộng rồi nhẹ nhàng tiến vào cận trung. Ánh sáng trong nhà màu hổ phách ấm đối lập với ánh ngày xám lạnh, phản chiếu dịu trên cửa kính, chất phim tự nhiên đậm tính điện ảnh.

• 

  Thả diều trên bãi biển

  Tạo bằng Veo 3.1

  Một cảnh quay liền mạch trên bãi cát rộng vào giờ vàng. Một người cha và cô con gái nhỏ chạy dọc mép nước, cô bé buông chiếc diều đỏ tươi bay vút lên theo gió trong khi người cha nhả dây; cô bé nhảy lên, chỉ tay về phía chiếc diều và cười vang. Máy quay bám theo bên cạnh họ từ góc thấp, cỏ trên đụn cát nghiêng mình ở tiền cảnh, những con sóng nhẹ vỗ vào bờ. Nắng hổ phách ấm, đụn cát xanh xô thơm, chuyển động tracking mượt mà, đậm chất điện ảnh.

Prompt mẫu để thử với Veo 3.1

• 

  Trò chuyện trên thuyền đánh cá

  Khung hình chính của video điện ảnh 16:9, cảnh trung hai người trên boong một chiếc thuyền đánh cá gỗ nhỏ lúc bình minh, một ngư dân lớn tuổi đội mũ len nói gì đó với người đồng nghiệp trẻ hơn, người này bật cười trong lúc cuộn sợi dây thừng ướt, hải âu lượn quanh cột buồm, sương mù bốc lên khỏi bến cảng lặng sóng phía sau họ. Bình minh màu hổ phách ấm và mặt nước xanh lá xô thơm dịu, chuyển động cầm tay nhẹ nhàng, hạt phim tự nhiên, không chữ, không logo.

• 

  Đoàn tàu băng qua hẻm núi

  Khung hình chính của video điện ảnh 16:9, cú máy trên không chậm rãi bay song song với một đoàn tàu khách cổ điển khi nó băng qua cây cầu giàn sắt cao bắc ngang hẻm núi sa mạc đỏ, bóng đổ dài dưới nắng chiều muộn, một dòng sông nhỏ lấp lánh tít bên dưới, bụi bay lơ lửng trong không khí ấm. Bảng màu hổ phách và xanh xô thơm, chuyển động flycam mượt mà, cảm giác quy mô hùng vĩ, không chữ, không logo.

• 

  Bánh mì vừa ra lò

  Khung hình chính của video điện ảnh 16:9, cận cảnh một thợ làm bánh đeo tạp dề lấm bột đang kéo chiếc xẻng gỗ dài ra khỏi lò củi rực lửa, những ổ bánh tròn vỏ giòn nứt lách tách khi gặp không khí mát, hơi nước cuộn lên xuyên qua vệt nắng sớm từ cửa sổ. Ánh hổ phách ấm áp trên nền gạch men xanh dịu, độ sâu trường ảnh nông, đẩy máy vào chậm, không chữ, không logo.

• 

  Giông trên sống núi

  Khung hình chính của video điện ảnh 16:9, cú máy tracking góc rộng theo hai người đi bộ đường dài mặc áo mưa đơn giản đang bước dọc một sống núi phủ cỏ hẹp, mây giông đen cuộn qua thung lũng phía sau họ, gió rạp cỏ xuống, một vệt nắng vàng xuyên qua mây rọi xuống những đỉnh núi xa. Đồi xanh xô thơm, bầu trời màu đá phiến, điểm sáng hổ phách ấm, hùng tráng và lộng gió, không chữ, không logo.

Ảnh mẫu chỉ mang tính minh họa; kết quả thực tế khác nhau tùy mô hình.

Thông số và bảng giá Veo 3.1

Mọi mức giá dưới đây lấy từ bảng giá đang áp dụng, nên giá thay đổi thì trang này cũng cập nhật ngay. Credit được tính theo từng ảnh, hoặc theo từng giây video.

Giới hạn của Veo 3.1

• Clip ngắn: 4 / 6 / 8 giây, không tự chọn được độ dài ở giữa.

  Muốn kể câu chuyện dài hơn, hãy tạo nhiều clip rồi ghép lại, hoặc kết thúc clip này bằng một khung hình để dùng lại làm khung hình đầu cho clip sau.

• Trên Zero Kit, nơi cả ba bản đều có trong gói Plus trở lên, chỉ Veo 3.1 Fast trả về âm thanh. Pro chạy không có âm thanh, còn Lite không có tùy chọn âm thanh.

  Tài liệu của Google gắn các độ phân giải cao với độ dài clip dài nhất, nên nếu clip ngắn ở độ phân giải cao bị lỗi, hãy thử 8 giây.

• Google gắn watermark SynthID vô hình vào mọi video Veo, và bộ lọc an toàn của Google có thể chặn prompt hoặc ảnh, nhất là ảnh có người thật.

  Gương mặt, bàn tay và chữ trên màn hình vẫn có thể trượt trong cảnh đông đúc, nên hãy xem kỹ kết quả từng khung hình trước khi đăng.