Phan Đông GiangPhan Đông Giang
Tất cả bài viết

Veo 3 và Veo 3.1 là gì? Tính năng, đường truy cập và trạng thái API

Phân biệt Veo 3.1 GA với preview đã ngừng, cách tạo clip, kiểm tra gói đăng ký, viết prompt và dựng video có âm thanh.

Veo là họ model tạo video của Google DeepMind; dòng hiện được giới thiệu trên trang sản phẩm là Veo 3.1. Điều quan trọng tháng 11/2026 là phân biệt sản phẩm và endpoint: Veo 3.1 Preview trong Gemini API đã dừng 22/10/2026, còn các model GA trên nền tảng doanh nghiệp có tài liệu và điều kiện riêng.

Vì vậy không nên dùng hướng dẫn API preview cũ cho dự án mới, cũng không kết luận mọi Veo đã đóng. Đọc thêm Gemini Omni nếu muốn tạo và sửa clip qua Gemini API hiện hành. Nguồn trạng thái API.

Veo 3 đã đem lại điều gì?

Veo 3 được chú ý bởi tạo video đi kèm âm thanh, khả năng hiểu mô tả cảnh và điều khiển góc máy. Bản 3.1 tiếp tục hướng tới chất lượng, tính nhất quán và kiểm soát sáng tạo. Những từ như “điện ảnh” mô tả mục tiêu và cách trình bày, không bảo đảm mọi kết quả có chất lượng sản xuất.

Người dùng có thể bắt đầu từ prompt hoặc ảnh ở chế độ hỗ trợ. Để tạo một phim hoàn chỉnh, vẫn cần kịch bản, nhiều cảnh, kiểm duyệt hình/âm thanh và dựng hậu kỳ. Trang Veo của DeepMind.

Đường truy cập hiện tại khác nhau thế nào?

Đường dùngTrạng thái cần biết
Gemini API previewVeo-3.1-*-preview dừng 22/10/2026
Gemini API hiện hànhOmni 1.2 Flash là đường video được hướng dẫn
GA nền tảng doanh nghiệpVeo 3.1 Generate/Fast có tài liệu riêng
Gemini/Flow người dùngXemmodel và quyền thực tế của tài khoản

Tên model, quyền truy cập, quota và đơn giá thuộc đúng nền tảng. Một gói Gemini trả phí không tự cấp quyền gọi endpoint GA doanh nghiệp; một API key Gemini cũng không thay cơ chế xác thực/cloudproject ở nền tảng khác.

Tính năng và các giới hạn cần đọc

Veo 3.1 có tạo từ văn bản/ảnh, tham chiếu, khung đầu/cuối, extension và âm thanh ở những chế độ được hỗ trợ. Bản Generate GA có đầu ra 720 p/1080 p/4 K, trong khi Fast GA có cấu hình khác. Không thể gộp mọi tùy chọn thành một bộ thông số chung.

GA 3.1 GenerateThông số
IDVeo-3.1-generate-001
Clip4/6/8 giây; referenceimage chỉ 8 giây
Đầu ra24 FPS;720 p/1080 p/4 K; MP4
Tỷ lệ16:9 hoặc 9:16
Đầu vàoText/ảnh; ảnh tối đa 20 MB

Bảng này mô tả model GA doanh nghiệp, không phải lời hứa tất cả nút tạo video trong Gemini có cùng quyền. Chi tiết ở Veo 3.1 GA. Kiểm tra bảng tính năng trước khi kết hợp reference, extension hay độ phân giải.

Âm thanh và sự nhất quán

Có thể mô tả lời thoại, âm thanh môi trường và ý đồ nhạc tùy sản phẩm. Cần nghe lại độrõ lời nói, tiếng Việt, đồng bộ miệng và tiếng nền. Tính năng âm thanh không có nghĩa mọi giọng hay bài nhạc tham chiếu đều được hỗ trợ hoặc bạn có quyền dùng.

Để giữ nhân vật, dùng tham chiếu hợp lệ và mô tả các chi tiết cố định. Lỗi khuôn mặt, vật thể, chữ hay màu sản phẩm vẫn có thể xảy ra; kiểm tra cả clip trước khi dùng quảng cáo.

Kiểm tra gói và chi phí trước khi tạo

Ứng dụng Gemini/Flow dùng hạn mức hoặc tín dụng theo gói/tài khoản. Nền tảng doanh nghiệp có đường tính phí riêng. Ưu đãi dùng thử, giá VND và số credit thay đổi, vì thế không dùng ảnh chụp gói cũ làm giá bán hiện hành.

Ước tính số cảnh, số lần tạo lại, độ phân giải và hậu kỳ. Bản Fast có thể phù hợp thửý tưởng nhưng cần soát quyền và giá trên đúng API/sản phẩm. Xem gói Gemini trước đăng ký và bảng giá Cloud nếu dùng GA.

Đăng ký và kiểm tra tính khả dụng

Bước 1: mở Gemini/Flow chính thức, kiểm tra quốc gia, độ tuổi, loại tài khoản và model thực tế được cấp. Có thể cần cập nhật ứng dụng; phần cứng cá nhân không thay quyền model trên cloud.

Bước 2: đăng nhập tài khoản Google của bạn. Nếu tạo mới, hoàn tất thông tin và xác minh mà hệ thống yêu cầu; tránh mua tài khoản chung không rõ nguồn.

Bước 3: nếu cần gói trả phí, mở nâng cấp, đọc giá hiện thị, thời điểm gia hạn và quyền video. Chỉ chọn ưu đãi nếu nó thực sự có trong tài khoản.

Bước 4: nhập phương thức thanh toán được cung cấp, kiểm tra tổng tiền và xác nhận. Danh sách ví/thẻ trên ảnh cũ không đảm bảo áp dụng mọi tài khoản.

Ảnh nâng cấp cũ có thể minh họa thao tác, nhưng không dùng để xác định giá hay quyền video mới.

Tạo một clip tronggiao diện

Bước 1: mở chức năng video và xem tên model/chế độ đang chọn. Nếu giao diện chỉ cung cấp Omni, đó không phải thao tác Veo được giữ nguyên tên.

Bước 2: nhập mô tả, thêm ảnh tham chiếu nếu được hỗ trợ và chọn tỷlệ phù hợp. Ví dụ: “Cảnh phố Hà Nội ngày Quốc Khánh, người đi bộ, ánh sáng chiều, máy quay tracking chậm; tiếng xe và tiếng phố ở mức nhẹ.”

Bước 3: tạo clip, chờ kết quả theo trạng thái thực tế, không cam kết thời gian render cố định. Xem lỗi và quota nếu yêu cầu không hoàn tất.

Bước 4: kiểm hình, âm thanh, tính nhất quán và phần chính cần quảng bá. Thử từng thay đổi thay vì tạo lại mù quáng.

Bước 5: tải bản phù hợp, lưu prompt/model và ghép các cảnh trong Flow hoặc phần mềm dựng khi sản phẩm hỗ trợ.

Hủy gói dùng thử khi không muốn gia hạn

Mở Settings/Quản lý thuê bao ở nơi đăng ký, chọn gói, đọc ngày gia hạn rồi chọn hủy và xác nhận. Nếu mua qua App Store/Google Play, quản lý trên kênh thanh toán tương ứng.

Kiểm tra trạng thái hủy sau cùng; đóng ứng dụng hoặc xóa clip không tự hủy gói. Giá, thời gian truy cập còn lại và hoàn tiền phụ thuộc điều khoản sản phẩm.

Công thức prompt giúp dễ kiểm tra

Chủ thể + hành động + bối cảnh + camera/ánh sáng + phong cách/âm thanh. Mỗi cảnh nên có một hành động chính và một ý đồ camera rõ, thay vì một lúc vừa xoay, zoom, bay và cắt nhiều vị trí.

  • Chủ thể: người Việt mặc áo dài trắng, hoặc sản phẩm có đặc điểm cần giữ.
  • Hành động: đi chậm, đặt đồ vật, quay nhìn hoặc thao tác xác định.
  • Bối cảnh: địa điểm, thời gian, ánh sáng và không khí.
  • Camera: cận, toàn, tracking hoặc góc cao với chuyển động đơn giản.
  • Âm thanh: tiếng môi trường, câu lời thoại hoặc không nhạc nếu phù hợp.

Ví dụ tiếng Việt: “Máy quay tracking chậm theo một phụ nữ Việt Nam tóc đen mặc áo dài trắng, bước qua chợ Hà Nội trong ánh giờ vàng. Phong cách chân thực, giữ trang phục nhất quán, âm thanh chợ tự nhiên, không chèn chữ.”

Tài liệu GA nêu ngôn ngữ prompt English; nếu dùng tiếng Việt trong ứng dụng, hãy thử và kiểm tra kết quả, không hứa mọi đường API có cùng hỗ trợ. Dấu ngoặc hoặc cú pháp trọng số không được tài liệu xác nhận thì không coi là mẹo bảo đảm.

Chia cảnh và dựng hậu kỳ

Viết shotlist, mô tả nhân vật thống nhất, tạo từng clip và chọn bản đạt yêu cầu. Sau đó ghép trong phần mềm video, chỉnh nhịp, lời đọc, phụ đề và âm nhạc. Không nhồi cả phim dài vào 8 giây hoặc giả định extension vô hạn.

Vì sao Veo được chú ý từ thế hệ 3?

Veo thuộc nhóm nghiên cứu video của Google DeepMind. Thế hệ 3 tạo dấu ấn ở việc đưa hình ảnh chuyển động và âm thanh vào cùng quá trình sinh, thay vì luôn phải tạo clip câm rồi ghép tiếng ở bước sau. Mục tiêu là cảnh có chuyển động, môi trường và âm thanh hợp lý với nhau; đó là định hướng năng lực, không phải bảo đảm vật lý luôn đúng.

Ngôn ngữ điện ảnh giúp diễn đạt yêu cầu rõ hơn: toàn cảnh giới thiệu địa điểm, cận cảnh nhấn cảm xúc hoặc chi tiết sản phẩm, tracking shot theo chuyển động, dolly đưa máy quay tiến/lùi. Model có thể diễn giải các ý này nhưng không cung cấp độ kiểm soát chính xác như máy quay 3 D có tọa độ.

Tính nhất quán của nhân vật cần được kiểm tra cả trong một clip lẫn giữa các clip. Tóc, trang phục, hình dáng vật thể, hướng nhìn và đồ vật cầm tay có thể thay đổi. Tham chiếu và mô tả ổn định giúp giảm lỗi, còn dựng hậu kỳ vẫn là bước quan trọng.

Kiểm tra trước khi mua gói tạo video

Bước 1 — kiểm tra quyền: mở Gemini hoặc Flow bằng tài khoản sẽ sử dụng, kiểm tra quốc gia, độ tuổi, gói và tên model đang thực sự hiện ra. Không thấy nút không nhất thiết là lỗi thiết bị; có thể tính năng chưa mở cho tài khoản.

Bước 2 — chuẩn bị tài khoản: dùng tài khoản Google riêng hoặc Workspace được phép. Nếu cần tạo mới, làm theo luồng tài khoản Google và bật bảo vệ đăng nhập. Không cần mua tài khoản dùng chung để thử một công cụ.

Bước 3 — đọc ưu đãi: xem ngày kết thúc dùng thử, giá gia hạn, chu kỳ thanh toán, số credit, chất lượng và tên công cụ. Một ưu đãi Google AI không tự bảo đảm Veo 3.1 xuất hiện ở mọi giao diện khi sản phẩm đang đổi model.

Bước 4 — thanh toán: chỉ chọn phương thức được checkout chính thức hỗ trợ. Đừng dựa vào danh sách ví điện tử trong ảnh cũ để khẳng định phương thức ấy còn được chấp nhận; việc xác minh thẻ và phí thực tế phải xem trên màn hình hiện tại.

Bước 5 — hủy nếu cần: vào quản lý gói của nơi đã mua, xem thời điểm quyền lợi kết thúc rồi hoàn tất xác nhận hủy. Mua qua App Store, Google Play hoặc web có luồng quản lý khác nhau. Lưu thông báo xác nhận để kiểm tra hóa đơn sau đó.

Tạo video diễn ra trên hạ tầng dịch vụ; RAM điện thoại không quyết định thời gian model xử lý ở cloud. Kết nối ổn định giúp tải lên/tải xuống nhưng không cho phép cam kết “nông thôn mất 5–10 phút” hoặc mọi clip hoàn thành trong 1–2 phút.

Viết prompt theo năm thành phần

  • Chủ thể: mô tả người hoặc vật đủ cụ thể, gồm các chi tiết nhận dạng cần giữ giữa những lần tạo.
  • Hành động: chọn một hành động nhìn thấy được, có bắt đầu và kết thúc hợp với clip ngắn.
  • Bối cảnh: nêu địa điểm, thời gian, thời tiết và những yếu tố có vai trò trong câu chuyện.
  • Máy quay và ánh sáng: ghi cỡ cảnh, cách di chuyển, tiêu cự cảm nhận và nguồn sáng; tránh các chỉ dẫn mâu thuẫn.
  • Phong cách và âm thanh: xác định cảm giác hình ảnh, tiếng môi trường, thoại và việc có hoặc không có nhạc nền.

Ví dụ tiếng Việt: “Một phụ nữ Việt Nam mặc áo dài trắng bước chậm qua khu chợ Hà Nội vào cuối chiều. Máy quay theo ngang ở cỡ trung cảnh, ánh sáng giờ vàng, hình ảnh chân thực. Có tiếng người trò chuyện xa và âm thanh khu chợ; không nhạc nền, không chữ phủ.”

Ví dụ tiếng Anh cùng ý để thử endpoint có tài liệu ưu tiên English: “A Vietnamese woman in a white ao dai walks slowly through a Hanoi market in late afternoon. Medium tracking shot, warm golden-hour light, photorealistic detail. Ambient market sounds, no background music, no on-screen text.”

Ví dụ này là prompt tham khảo, không phải code hoặc lời bảo đảm tái tạo chính xác khuôn mặt, địa danh hay tiếng nói. Muốn có lời thoại, viết câu ngắn và nói rõ người đang nói; xem lại phát âm, ngôn ngữ và đồng bộ môi.

Dựng câu chuyện dài từ các clip ngắn

Bước 1: viết shot list gồm mục đích của từng cảnh, chủ thể, hành động và cảnh nối tiếp. Một clip vài giây thường chỉ nên mang một ý chính.

Bước 2: tạo ảnh hoặc mô tả tham chiếu nhất quán cho nhân vật/sản phẩm. Giữ quần áo, ánh sáng và bối cảnh ở các prompt có liên quan, đồng thời kiểm tra quyền sử dụng tham chiếu.

Bước 3: tạo bản thử với mức chất lượng/chi phí phù hợp. Chỉ thay một hoặc hai yếu tố mỗi vòng để hiểu vì sao kết quả tốt lên hay xấu đi.

Bước 4: kiểm tra clip trước khi xuất thêm biến thể: bàn tay, vật thể xuyên nhau, logic chuyển động, chữ, logo, âm thanh và phần khung hình có thể bị cắt khi đăng dọc.

Bước 5: ghép trong phần mềm dựng video, chỉnh màu và mức âm thanh, thêm phụ đề/logo bằng lớp dựng kiểm soát được. Thời lượng phim ghép không phải thời lượng tối đa một lần sinh của Veo.

Fast có thể là phương án cho vòng thử nhưng không được mặc định mọi thuộc tính bằng Standard: chẳng hạn GA Fast và GA Standard có tập độ phân giải khác nhau. Dấu ngoặc trong prompt không phải cơ chế “tăng trọng số” được bảo đảm nếu tài liệu không công bố.

Dùng đầu ra và phân biệt các lớp watermark

SynthID là tín hiệu nhận diện nội dung AI được nhúng vào nội dung; không nên mô tả nó đơn giản là một trường metadata có thể nhìn bằng trình xem tệp. Logo nhìn thấy, provenance và metadata có cơ chế khác nhau, tùy sản phẩm xuất.

Quyền dùng thương mại phải đọc theo điều khoản tài khoản, quyền với ảnh/nhạc/khuôn mặt đầu vào và mục đích sử dụng. Việc dịch vụ cho tải video không tự chứng minh bạn có độc quyền bản quyền với mọi thành phần. Với quảng cáo, kiểm tra thêm logo, thông tin sản phẩm và sự đồng ý của người xuất hiện.

Câu hỏi thường gặp

Veo 3.1 đã dừng chưa? Previewtrong Gemini API đã dừng; model GA và sản phẩm người dùng có trạng thái riêng.

Mỗi clip dài bao nhiêu? Tùy model/chế độ; GA 3.1 trong bảng hỗ trợ 4/6/8 giây. Không dùng một con số cho Omni hoặc mọi ứng dụng.

Có âm thanh không? Có ở chế độ hỗ trợ; phải nghe kiểm sau lần tạo.

Có watermark không? Google có cơ chế nhận diện nguồn AI như SynthID/C2PA trên sản phẩm hỗ trợ. Dấu ẩn và watermark nhìn thấy là hai thứ khác nhau.

Dùng thương mại được không? Đọc điều khoản và kiểm quyền tư liệu, nhân vật/nhãn hiệu; trả phí không tự giải quyết mọi quyền bản quyền.

Có ưu đãi miễn phí không? Chỉ dựa vào trang đăng ký thực tế; nếu có trial, hãy kiểm ngày gia hạn và điều kiện thanh toán.

Bộ SKILLS EDIT VIDEOBạn quay. AI edit tự động.Ủng hộ mình 1 ly cafe
Video thật. Thành quả từ bộ Skills.
Trọn bộ 8 Skills · Mua một lần, dùng trọn đời

Để AI edit.
Dành thời gian cho điều quan trọng.

Thời gian edit mỗi video
3–4 giờ5–10 phút
Ưu đãi có hạn2.199.000đXem giá hiện tạiTrọn bộ 8 Skills & video hướng dẫn

Tiết kiệm 800.000đ · Mua một lần, dùng trọn đời.

Sở hữu bộ 8 SKILLS ngay!

Nhận bộ Skills và video hướng dẫn qua email.