Google Veo 2 là gì? Cách truy cập, tính năng, ví dụ minh họa

Cách bắt đầu với Veo 2 trên VideoFX

VideoFX là nền tảng thử nghiệm của Google cho phép bạn dùng thử Veo 2.

Trên VideoFX, Veo 2 có thể tạo video độ phân giải 720p và dài tối đa 8 giây. Dù công cụ hiện có các giới hạn này, Veo 2 có khả năng tạo video ở độ phân giải 4K và dài vài phút.

Tính đến tháng 3 năm 2025, Veo 2 chỉ truy cập được qua lời mời. Để bắt đầu với Veo 2:

• Tham gia danh sách chờ: Truy cập Google Labs và đăng ký. Quyền truy cập đang được mở dần và hiện chỉ giới hạn cho người dùng tại Hoa Kỳ từ 18 tuổi trở lên.
• Viết prompt của bạn: Hãy dùng ngôn ngữ điện ảnh để dẫn dắt Veo 2. Ví dụ, bạn có thể mô tả một "cú máy thấp lướt qua cảnh" hoặc "cận cảnh một nhà khoa học nhìn vào kính hiển vi" để có hình ảnh chất lượng chuyên nghiệp.
• Thử nghiệm: Hãy thử các phong cách, thể loại, góc máy, hoặc hiệu ứng khác nhau. Bạn thậm chí có thể chỉ định ống kính như "ống 18mm" cho góc rộng hoặc hiệu ứng như "độ sâu trường ảnh nông" để làm mờ hậu cảnh.

Hiện quyền truy cập còn hạn chế, nhưng Google có kế hoạch mở rộng khả năng của Veo 2. Đến cuối năm 2025, công cụ này có thể khả dụng để tạo video trên các nền tảng như YouTube Shorts và Vertex AI, cho phép nhiều người dùng hơn.

Ví dụ video từ Veo 2

Hãy cùng xem một số ví dụ video mà Veo 2 có thể tạo từ prompt (đây là các ví dụ do nhóm DeepMind chia sẻ):

Nhà khoa học trong phòng thí nghiệm

Prompt: Cảnh quay điện ảnh về một nữ bác sĩ trong bộ đồ bảo hộ màu vàng đậm, được chiếu sáng bởi đèn huỳnh quang gắt trong phòng thí nghiệm. Máy quay từ từ zoom vào khuôn mặt cô, lia nhẹ để nhấn mạnh nỗi lo lắng hằn trên trán. Cô khom người trên bàn thí nghiệm, chăm chú nhìn vào kính hiển vi, đôi tay đeo găng cẩn thận chỉnh nét. Bảng màu trầm của khung cảnh, chủ đạo là sắc vàng ám của bộ đồ và thép vô trùng của phòng thí nghiệm, làm nổi bật tính nghiêm trọng của tình huống và sức nặng của điều chưa biết mà cô đang đối mặt. Độ sâu trường ảnh nông tập trung vào nỗi sợ trong đôi mắt cô, phản chiếu áp lực và trách nhiệm to lớn mà cô gánh vác.

Mô tả video: Cận cảnh kịch tính một bác sĩ mặc đồ bảo hộ hazmat, tập trung cao độ khi quan sát qua kính hiển vi. Ánh sáng và tiêu điểm máy quay nhấn mạnh tính nghiêm túc trong công việc của cô.

Hoạt hình trong căn bếp thập niên 1980

Prompt: Cú máy trung bình với độ sâu trường ảnh nông, khắc họa một cô bé hoạt hình dễ thương với mái tóc nâu gợn sóng, ngồi thẳng trong căn bếp thập niên 1980. Tóc cô dài vừa, gợn sóng. Cô có chiếc mũi nhỏ hơi hếch và đôi tai tròn nhỏ. Cô vô cùng hoạt bát và hào hứng khi nói chuyện với máy quay.

Mô tả video: Một nhân vật hoạt hình vui nhộn sống động trong căn bếp phong cách cổ điển, mang đầy nét duyên dáng và sắc màu hoài niệm. 

Người nuôi ong trên nông trại

Prompt: Máy quay lướt nhẹ qua những hàng thùng nuôi ong bằng gỗ sơn màu pastel, ong mật vo ve bay ra vào khuôn hình. Chuyển động dừng lại ở người nông dân lịch lãm đứng giữa, bộ đồ nuôi ong trắng tinh nổi bật trong ánh chiều vàng. Anh nâng hũ mật ong, nghiêng nhẹ để bắt sáng. Đằng sau, những cây hướng dương cao đung đưa theo gió, cánh hoa rực lên trong nắng ấm. Máy nghiêng lên để lộ căn nhà nông trại kiểu cổ với cửa chớp xanh bạc hà, bức tường lốm đốm bóng cây đung đưa. Quay bằng ống kính 35mm trên phim Kodak Portra 400, ánh vàng tạo nên kết cấu giàu chi tiết trên găng tay người nông dân, hũ mứt cam, và thớ gỗ cũ kỹ của các thùng nuôi ong.

Mô tả video: Khung cảnh yên bình với những hàng thùng ong sơn màu rực sáng dưới nắng, người nuôi ong cầm hũ mật, ghi lại vẻ đẹp tĩnh lặng của thôn quê. 

Đàn hồng hạc trong đầm

Prompt: Góc máy thấp ghi lại đàn hồng hạc hồng thắm uyển chuyển dạo bước trong đầm phá xanh mướt, tĩnh lặng. Sắc hồng rực rỡ của bộ lông đối lập tuyệt đẹp với màu xanh mướt của thảm thực vật xung quanh và làn nước ngọc lam trong vắt. Ánh nắng lấp lánh trên mặt nước, tạo nên những gợn phản chiếu nhấp nháy trên lông chim. Những chiếc cổ cong tao nhã của chúng thỉnh thoảng chìm dưới làn nước nông khi bước đi, tạo nên những gợn sóng nhẹ lan rộng khắp đầm. Bố cục nhấn mạnh vẻ thanh bình và vẻ đẹp tự nhiên của khung cảnh, làm nổi bật sự cân bằng mong manh của hệ sinh thái và nét duyên dáng vốn có của loài chim tuyệt mỹ này. Ánh sáng mềm dịu của buổi sớm phủ lên toàn cảnh một lớp lung linh ấm áp.

Mô tả video: Cảnh quay thư thái về đàn hồng hạc uyển chuyển bước qua làn nước trong, bao quanh bởi cây cỏ xanh tươi và bừng sáng trong ánh sớm dịu.

Khối lập phương xoay

Prompt: Một khối lập phương hoàn hảo xoay ở trung tâm khoảng không mềm mại, mờ sương. Bề mặt chuyển đổi giữa các chất liệu siêu thực—đá cẩm thạch nhẵn, da lộn mịn, đồng thau gò, và bê tông thô. Mỗi chất liệu bộc lộ chi tiết tinh vi: vân đá cẩm thạch lan dần, sợi da lộn lùa theo gió, đồng thau xỉn màu chuyển động chậm, và bê tông vỡ để lộ lớp đá mài bóng bên trong. Kết thúc với quầng sáng nhẹ bao quanh khối khi nó chuyển sang bề mặt gương mượt, phản chiếu vô tận.

Mô tả video: Một hoạt cảnh trừu tượng ấn tượng về khối lập phương thay đổi bề mặt thành đá cẩm thạch, da lộn và các chất liệu khác, trong bầu không mờ sương.

Chó nằm trên phao bể bơi

Veo 2 so với Sora và các đối thủ khác

Veo 2 là một trong những công cụ tạo video tốt nhất hiện có, dựa trên cách người dùng đánh giá hiệu năng trong các bài test so sánh với đối thủ. 

Khi so sánh Veo 2 với các công cụ khác, tất cả video đều hiển thị ở độ phân giải 720p để đảm bảo công bằng. Độ dài video khác nhau:

• Veo 2 dài 8 giây.
• VideoGen dài hơn đôi chút, 10 giây.
• Các mô hình khác ngắn hơn, chỉ 5 giây.

Người chấm điểm được xem toàn bộ độ dài mỗi video để đưa ra phản hồi.

Để kiểm tra chất lượng của Veo 2, người tham gia đã xem các video được tạo từ 1.003 prompt sử dụng bộ dữ liệu MovieGenBench do Meta phát triển. Kết quả như sau:

Các biểu đồ cột cho thấy Veo 2 so với các công cụ video AI khác—Meta Movie Gen, Kling v1.5, Minimax và Sora Turbo—ở hai khía cạnh: mức độ ưa thích tổng thể và mức độ tuân thủ prompt.

Trước hết, cần xem các kết quả này với sự dè dặt vì chúng do Google đưa ra. Nhiều người thích video của Veo 2 hơn cả, đặc biệt khi so với Sora Turbo (58,8%) và Minimax (54,5%).

Veo 2 cũng là công cụ theo sát hướng dẫn nhất, đạt điểm cao nhất khi so với Minimax (55,7%) và Sora Turbo (58,2%). Trên biểu đồ, cột màu xanh lá cho thấy nơi Veo 2 vượt trội, cột hồng cho thấy nơi công cụ khác được ưa thích, và phần trắng là hòa.

Tuy nhiên, Veo 2 không hoàn hảo. Dù đã cải thiện đáng kể trong việc tạo video chân thực và chi tiết, công cụ vẫn gặp thách thức trong việc giữ tính nhất quán ở các cảnh rất phức tạp hoặc video có nhiều chuyển động nhanh, tinh vi.

Watermark SynthID: Tạo video AI có trách nhiệm

Google chú trọng đảm bảo Veo 2 an toàn và có trách nhiệm khi sử dụng. Để hỗ trợ điều này, mọi video tạo ra đều bao gồm một watermark SynthID vô hình.

Watermark được nhúng trực tiếp vào từng điểm ảnh của các khung hình và vẫn còn nguyên ngay cả khi video bị chỉnh sửa (cắt, lọc, nén hoặc sắp xếp lại).

Chúng ta không nhìn thấy watermark, nên chất lượng video không đổi, nhưng các công cụ có thể phát hiện. Để tìm hiểu thêm, hãy đọc bài viết về đóng dấu (watermark) AI.

Watermark SynthID giúp xác định nội dung được tạo bởi AI. Điều này góp phần ngăn chặn lạm dụng, thông tin sai lệch hoặc nhầm lẫn về người tạo video.

Bạn có thể tìm hiểu thêm về SynthID tại đây.

Tuy vậy, Google chưa chia sẻ nguồn dữ liệu dùng để huấn luyện Veo 2. Nhiều người cho rằng YouTube, thuộc sở hữu của Google, có thể là một nguồn.

Kết luận

Khi Google tiếp tục phát triển và mở rộng quyền truy cập Veo 2, sẽ rất đáng chú ý theo dõi cách công cụ này định hình lĩnh vực sáng tạo video. Khả năng tạo video chất lượng cao từ các prompt chi tiết có thể dân chủ hóa việc sản xuất video, nhưng lo ngại về lạm dụng và thông tin sai lệch vẫn còn. Tôi hy vọng Google duy trì trọng tâm vào các thực hành AI có trách nhiệm khi năng lực của Veo 2 ngày càng mở rộng.