Google DeepMind Nâng Cấp Veo 3.1: Bước Tiến Mới Với Kiểm Soát Chuyên Nghiệp Và Video Dọc Tự Nhiên

Vào ngày 13 tháng 1 năm 2026, Google DeepMind đã chính thức công bố một bản cập nhật tính năng quan trọng cho mô hình tạo video Veo 3.1 của mình. Trọng tâm của đợt nâng cấp này là bộ công cụ "Ingredients to Video" (Nguyên liệu tạo Video), được thiết kế để mang lại độ chính xác cấp độ chuyên nghiệp cho các nhà sáng tạo khi chuyển đổi hình ảnh tham chiếu thành những thước phim điện ảnh sống động.

Trong bối cảnh kỷ nguyên ưu tiên thiết bị di động, Veo 3.1 hiện đã được tối ưu hóa với khả năng hỗ trợ định dạng dọc 9:16 tự nhiên. Cải tiến này cho phép người dùng tạo ra nội dung chất lượng cao, hiển thị toàn màn hình cho các nền tảng như YouTube Shorts một cách trực tiếp, loại bỏ hoàn toàn tình trạng giảm độ phân giải thường gặp khi phải cắt xén từ các cảnh quay ngang truyền thống.

Để đáp ứng các tiêu chuẩn khắt khe của quy trình sản xuất cao cấp, Google cũng đã triển khai công nghệ nâng cấp 4K tiên tiến. Tính năng này giúp cải thiện đáng kể kết cấu và các chi tiết tinh xảo, làm cho các đoạn clip do AI tạo ra trở nên phù hợp với các luồng công việc chuyên nghiệp và hiển thị sắc nét trên các màn hình kích thước lớn.

Điểm cốt lõi của bản cập nhật lần này là một bước đột phá quan trọng trong việc duy trì tính nhất quán về danh tính và phong cách nghệ thuật. Hệ thống "Ingredients to Video" được tăng cường hiện cung cấp những khả năng kiểm soát chuyên sâu nhằm hiện thực hóa ý tưởng của người dùng một cách chính xác nhất thông qua các tính năng sau:

• Tham chiếu ba hình ảnh: Người dùng có thể cung cấp tối đa ba hình ảnh tham chiếu (ví dụ: một nhân vật, một môi trường và một phong cách hình ảnh cụ thể) để định hướng cho một lần tạo video duy nhất. Điều này đảm bảo rằng trí tuệ nhân tạo sẽ giữ vững được diện mạo của nhân vật xuyên suốt các cảnh quay khác nhau mà không bị biến đổi.
• Kiểm soát khung hình đầu và cuối: Đây là một tính năng mới đầy quyền năng, cho phép các nhà làm phim thiết lập chính xác điểm bắt đầu và điểm kết thúc của một video. Veo 3.1 sau đó sẽ tạo ra một quá trình chuyển đổi mượt mà, mang tính điện ảnh giữa hai hình ảnh này, đồng thời bảo toàn tính logic về mặt thị giác trong toàn bộ đoạn phim.
• Mở rộng cảnh quay: Nhằm hỗ trợ việc xây dựng các câu chuyện dài hơn, mô hình hiện có khả năng mở rộng video bằng cách tạo ra các phân đoạn mới dựa trên những khung hình cuối cùng của clip trước đó. Quá trình này đảm bảo sự liên tục tuyệt đối về cả hình ảnh lẫn chuyển động giữa các phân cảnh.

Veo 3.1 giờ đây có khả năng diễn giải các lệnh quay phim chuyên nghiệp như "dolly-in" (thu phóng chuyển động), "pan" (lia máy) hoặc "cinematic lighting" (ánh sáng điện ảnh) với độ chính xác cao hơn hẳn. Thêm vào đó, mô hình còn tự động tạo ra âm thanh đồng bộ, bao gồm âm thanh môi trường, hiệu ứng âm thanh (SFX) và thử nghiệm tính năng hát nhép (lip-sync) cho nhân vật, tạo nên một trải nghiệm xem đắm chìm và gắn kết hơn.

Những tính năng mới của Veo 3.1 đang được tích hợp sâu rộng vào hệ sinh thái của Google, mang lại khả năng tiếp cận linh hoạt cho nhiều đối tượng người dùng. Công cụ này hiện đã có mặt trên ứng dụng Gemini, nền tảng làm phim Flow, và đối với các khách hàng doanh nghiệp, dịch vụ được cung cấp thông qua Gemini API cũng như Vertex AI.

Để đảm bảo tính minh bạch và an toàn thông tin trong kỷ nguyên nội dung số, tất cả sản phẩm được tạo ra bởi Veo 3.1 đều được nhúng mã xác thực kỹ thuật số SynthID. Hơn nữa, người dùng hiện có thể dễ dàng xác minh nguồn gốc của bất kỳ video nào bằng cách tải chúng lên ứng dụng Gemini để kiểm tra xem liệu tác phẩm đó có được sản xuất bằng các công cụ AI của Google hay không.