Gemini Omni 1.2 Flash của Google kéo dài thời lượng các đoạn video AI lên 15 giây và giảm 30% chi phí

Ứng dụng AI thực tiễn Sao chép liên kết vào bộ nhớ tạm Chia sẻ bài viết Chuyển đến phần bình luận Gemini Omni 1.2 Flash của Google nâng thời lượng video AI lên 15 giây và giảm 30% chi phí Matthias Bastian Xem hồ sơ LinkedIn của Matthias Bastian Ngày 5/11/2026 Đặt câu hỏi về bài viết này… Tìm kiếm Google Deepmind chính thức phát hành rộng rãi mô hình tạo video Gemini Omni 1.2 Flash. Phiên bản cập nhật này có khả năng tạo các đoạn video dài tới 15 giây, hỗ trợ chỉnh sửa qua hội thoại tương tác và có chi phí thấp hơn 30% so với thế hệ tiền nhiệm. Theo thông báo từ Google, Gemini Omni 1.2 Flash đang được triển khai qua Gemini API, Google AI Studio, Google Cloud Console, Flow, Google Vids, ứng dụng Gemini cho người dùng đăng ký gói Google AI Ultra, và nền tảng Google Ads. Mỗi video được tạo ra đều tích hợp hình mờ (watermark) SynthID vô hình để xác thực nguồn gốc. Thời lượng video hiện có thể đạt từ 3 đến 15 giây, tăng so với mức tối đa 10 giây trước đây; chi phí giảm 30%, xuống còn 0,07 USD mỗi giây đối với video chuẩn 720p. Các đoạn video đã tạo cũng có thể được chỉnh sửa trực tiếp thông qua quá trình hội thoại liên tục.Quảng cáo Điểm nổi bật của phiên bản này là tính năng "Chỉnh sửa qua hội thoại" (Conversational Editing). Người dùng có thể tinh chỉnh từng bước đoạn video đã tạo, thay đổi hậu cảnh, ánh sáng hoặc tỷ lệ khung hình mà không cần phải kết xuất lại toàn bộ. Google cho biết tính năng này vận hành hiệu quả trên toàn bộ thời lượng 15 giây. Khi kết hợp với quy trình làm việc theo phân cấp, tính năng này được kỳ vọng sẽ tiết kiệm chi phí: bản nháp được tạo trước ở độ phân giải 360p hoặc 720p, các chi tiết được hiệu chỉnh ở các bước tiếp theo, và chỉ kết quả cuối cùng mới được nâng cấp lên chuẩn 1080p hoặc 4K.Quảng cáo Google cam kết nâng cao độ đồng nhất với hình ảnh tham chiếu Google cũng khẳng định khả năng bám sát hình ảnh tham chiếu được cải thiện rõ rệt. Theo công bố, mô hình có thể tiếp nhận dữ liệu đầu vào gồm hình ảnh nhân vật, ảnh chụp sản phẩm, các đoạn chuyển động ngắn tối đa 3 giây và dữ liệu âm thanh. Khuôn mặt, trang phục, kiểu chữ bao bì và màu sắc thương hiệu được bảo đảm giữ nguyên tính nhất quán qua các góc quay khác nhau. Lấy ví dụ minh họa, Google đã giới thiệu một đoạn video thử trang phục ảo. Từ một bức ảnh người mẫu và ảnh chụp ba bộ trang phục, mô hình đã tạo ra chuỗi video 15 giây với các góc xoay 360 độ, đồng thời bảo đảm nhận diện của người mẫu cùng kiểu dáng và độ rủ của từng trang phục.Quảng cáo Tính nhất quán tổng thể về thị giác cũng được đánh giá là đã có bước tiến lớn. Google cho biết hiện tượng biến dạng hoặc lệch hình ảnh khi chuyển động và đổi góc quay đã giảm thiểu đáng kể so với thế hệ trước.Quảng cáo Bên cạnh đó, Gemini Omni 1.2 Flash có khả năng tạo lời thoại tự nhiên, mạch lạc hơn với độ khớp khẩu hình chuẩn xác và khả năng phân biệt giữa nhiều người nói. Mô hình cũng xử lý tốt các chuyển động máy quay liên tục, phức tạp như góc nhìn từ thiết bị bay không người lái FPV (FPV drone) hay các cú thu nhỏ khung hình (zoom-out) biên độ lớn, hạn chế tối đa tình trạng ngắt cảnh đột ngột không mong muốn.Quảng cáo Tin tức AI chuẩn xác – Chọn lọc bởi con người Đăng ký THE DECODER để đọc nội dung không quảng cáo, nhận bản tin AI hằng tuần, báo cáo chuyên sâu "AI Radar" 6 số mỗi năm, quyền truy cập toàn bộ kho lưu trữ và tham gia phần bình luận. Đăng ký ngay Nguồn: Google