Google tích hợp Veo 3 vào YouTube Shorts: Bước tiến mới của video AI

Google vừa công bố một bước tiến quan trọng trong lĩnh vực sáng tạo nội dung số: Tích hợp công nghệ tạo video bằng trí tuệ nhân tạo Veo 3 vào nền tảng YouTube Shorts trong mùa hè năm nay. Đây là một phần trong chiến lược mở rộng khả năng sáng tạo cho người dùng, đồng thời tận dụng sự phát triển mạnh mẽ của định dạng video ngắn.

Veo 3 là mô hình AI tạo video mới nhất của Google, có khả năng tạo ra các đoạn video ngắn độ phân giải 720p chỉ từ một đoạn mô tả bằng văn bản. Không chỉ tạo hình ảnh, Veo 3 còn đồng bộ hóa âm thanh và lời thoại, mang đến trải nghiệm gần như thật đến mức khó phân biệt với video quay thực tế. Công nghệ này sử dụng phương pháp khuếch tán (diffusion), tương tự như các mô hình tạo ảnh như Stable Diffusion, để biến nhiễu thành hình ảnh động theo mô tả của người dùng.

Ảnh: Ars Technica

YouTube Shorts – nền tảng video ngắn của YouTube đang chứng kiến sự tăng trưởng vượt bậc, với mức tăng 186% lượt xem trong năm qua và trung bình 200 tỷ lượt xem mỗi ngày. Việc tích hợp veo 3 vào Shorts hứa hẹn sẽ mở ra một kỷ nguyên mới cho sáng tạo nội dung, đặc biệt là với những người sáng tạo không chuyên hoặc không có điều kiện sản xuất video chuyên nghiệp.

Tuy nhiên, hiện tại Veo 3 chỉ tạo được video ngang (landscape), trong khi Shorts ưu tiên định dạng dọc (portrait). Google dự kiến sẽ phát triển phiên bản tùy chỉnh của veo 3 để phù hợp với định dạng này, giúp người dùng tạo ra các đoạn video dọc ngắn chỉ bằng vài cú nhấp chuột.

Hiện tại, Veo 3 chỉ khả dụng cho người dùng đăng ký gói Google AI Ultra với mức phí 250 USD/tháng, cho phép tạo tối đa 125 video 8 giây mỗi tháng. Mỗi lần tạo video tiêu tốn 150 tín dụng, tương đương khoảng 1,5 USD. Đây là mức giá khá cao, nhưng có thể chấp nhận được đối với các nhà sáng tạo nội dung chuyên nghiệp hoặc doanh nghiệp.

Sự xuất hiện của Veo 3 không chỉ là bước tiến về công nghệ, mà còn đặt ra nhiều câu hỏi về tính xác thực và đạo đức trong sáng tạo nội dung. Khi AI có thể tạo ra những cảnh quay sống động, chân thực đến mức khó phân biệt, người dùng cần có nhận thức rõ ràng về nguồn gốc nội dung và cách sử dụng công nghệ một cách có trách nhiệm.