Giới thiệu Gemini Omni Flash: Mô hình video mới của Google mà bạn chỉnh sửa bằng lời nói

Gemini Omni Flash là gì?

Nói trong một câu: Gemini Omni Flash nhận đầu vào là văn bản, hình ảnh, âm thanh và video, rồi tạo ra video độ phân giải cao kèm âm thanh đồng bộ làm đầu ra — và cho phép bạn chỉnh sửa video đó qua một cuộc hội thoại qua lại.

Vế cuối cùng chính là toàn bộ điểm hấp dẫn, nên cần tách riêng khỏi đoạn video demo. Một mô hình như Veo hay Sora được xây dựng để tạo một clip ấn tượng từ một câu lệnh. Omni Flash được xây dựng với giả định rằng clip đầu tiên của bạn chỉ là bản nháp. Google mô tả rằng mô hình "suy luận về điều gì nên xảy ra tiếp theo" thay vì chỉ tô điểm ảnh — mô hình tận dụng kiến thức thế giới của Gemini và "sự hiểu biết trực quan về các lực như trọng lực, động năng và động lực học chất lưu" để quyết định cách một cảnh nên tiếp diễn. Hãy xem đây là tuyên bố của Google, không phải kết quả được xác minh độc lập: thẻ mô hình liệt kê các điểm chuẩn là sắp được công bố, vì vậy hiện chưa ai đánh giá khả năng suy luận này.

Vì sao mô hình này ra đời, trước khi tìm hiểu cách hoạt động

Vấn đề Omni Flash nhắm đến không phải là "tạo video đẹp hơn". Đó là chi phí chỉnh sửa. Với một trình tạo video chỉ tạo một lần, mỗi thay đổi đều cần kết xuất lại từ đầu — bạn tạo được 90% clip như ý, yêu cầu đổi một cử chỉ, rồi phải tạo lại toàn bộ và hy vọng 90% phần đã ưng ý vẫn được giữ nguyên. Cách này chậm, tốn kém và không ổn định.

Giải pháp của Omni Flash là một quy trình nhiều lượt có khả năng lưu giữ trạng thái. Bạn tạo video, xem lại rồi yêu cầu "đổi phông nền thành cảnh hoàng hôn" hoặc "để cô ấy quay người lại" — mô hình tiếp tục dựa trên cảnh trước đó thay vì dựng lại từ đầu. Google cung cấp tính năng này cho nhà phát triển thông qua previous_interaction_id mà bạn truyền qua mỗi lượt, nhờ đó các lần chỉnh sửa được nối tiếp nhau. Trong ứng dụng Gemini, giao diện hội thoại này chính là điều mà Veo và Sora chưa có.

Một ý cần nhớ: Omni Flash không hẳn là một "trình tạo video tốt hơn" mà giống một "lớp chỉnh sửa" hơn — mô hình trở nên hữu ích khi đã có sẵn một clip nền.

Khả năng của mô hình (cùng những thông số thực sự được công bố)

Sau đây là những thông tin được xác nhận trong thẻ mô hình và tài liệu API của Google, tập trung vào các chi tiết quan trọng:

• Đầu vào: văn bản, hình ảnh, âm thanh và video. Khi ra mắt, đầu vào âm thanh chỉ giới hạn ở mẫu giọng nói; dự kiến sẽ hỗ trợ thêm các loại âm thanh khác.
• Đầu ra: video độ phân giải cao với âm thanh đồng bộ được tạo trực tiếp trong cùng một lượt — không phải ghép thêm sau đó.
• Độ dài clip: khoảng 10 giây khi ra mắt. Google mô tả giới hạn này là lựa chọn triển khai chứ không phải giới hạn cứng của mô hình, đồng thời cho biết sẽ hỗ trợ thời lượng dài hơn — vì vậy, hãy xem 10 giây là mức "hiện tại", không phải "mãi mãi".
• Tỷ lệ khung hình: 9:16 và 16:9 (mặc định là 16:9).
• Tính nhất quán: mô hình được thiết kế để duy trì nhận diện nhân vật, vật thể và phong cách xuyên suốt các cảnh cắt và lần chỉnh sửa, đồng thời đồng bộ văn bản và đồ họa trên màn hình với chuyển động.
• Nguồn gốc nội dung: mọi clip đều có hình mờ SynthID không thể nhận biết bằng mắt thường, còn thông tin xác thực nội dung C2PA được bật theo mặc định. Không thể tắt tính năng này.

Độ phân giải là thông số duy nhất mà Google chưa công bố rõ — thẻ mô hình chỉ ghi "độ phân giải cao" mà không nêu số pixel, còn tính năng hỗ trợ độ phân giải cao hơn thông qua API dành cho doanh nghiệp được ghi là "sắp ra mắt". Nếu quy trình của bạn cần độ phân giải chính xác, đây là thông tin còn thiếu cần theo dõi, chứ không phải con số để tự suy đoán.

Giá

Gemini Omni Flash có giá $0.10 cho mỗi giây video đầu ra. Đây là con số cụ thể duy nhất Google công bố, và rất rõ ràng: một clip dài 10 giây có giá khoảng một đô la, giúp bạn tính chi phí cho một lô tác vụ mà không cần phỏng đoán.

Điểm đáng lưu ý mà các nhà phát triển nhận ra ngay là mức giá đó có ý nghĩa thế nào khi chỉnh sửa. Như một người bình luận trên trang Product Hunt của mô hình đã nói, nếu bạn tạo một đoạn clip dài 20 giây rồi yêu cầu “làm chậm cảnh quay thứ hai”, bạn sẽ bị tính phí lại cho toàn bộ clip mỗi lần chỉnh sửa, hay hệ thống chỉ tính phần khác biệt so với bản dựng trước? Google chưa công khai giải thích điều này, và với một mô hình hội thoại, đây chính là điểm khiến chi phí âm thầm đội lên. Theo tôi, hãy dự trù ngân sách như thể mỗi lượt chỉnh sửa là một lần dựng mới cho đến khi Google có tài liệu xác nhận điều ngược lại.

Để tham khảo, mức giá 0,10 USD/giây này được cho là tương đương với Veo 3.1 Fast — một phép so sánh mà chính đội ngũ Google từng đưa ra, dù tôi xem đây là thông tin được đưa tin chứ không phải kết quả so sánh song song đã công bố.

Cách sử dụng: gọi API chuyển ảnh thành video thực tế qua GPT Proto

Chúng tôi đang bổ sung Gemini Omni Flash vào GPT Proto để bạn có thể gọi mô hình bằng cùng một khóa và phương thức thanh toán đang dùng cho các dịch vụ khác trong danh mục — quyền truy cập hiện đang được triển khai. GPT Proto tuân theo định dạng yêu cầu kiểu Vertex của Google, vì vậy việc tạo video từ ảnh chỉ cần một yêu cầu POST, sau đó bạn thăm dò hoạt động được trả về và tải kết quả xuống. Dưới đây là quy trình Python đầy đủ (hãy thay bằng khóa của riêng bạn trên bảng điều khiển GPT Proto):

import requests, json, base64, time

BASE = "https://gptproto.com/v1beta/models/gemini-omni-flash-preview:predictLongRunning"
HEADERS = {"x-goog-api-key": "GPTPROTO_API_KEY", "Content-Type": "application/json"}

# 1) Turn a still image into a moving clip
with open("frame.png", "rb") as f:
    image_b64 = base64.b64encode(f.read()).decode()

payload = {
    "instances": [{
        "prompt": "The subject slowly turns to face the camera as warm sunset light fills the room.",
        "image": {"mimeType": "image/png", "bytesBase64Encoded": image_b64}
    }],
    "parameters": {"aspectRatio": "9:16"}
}
op = requests.post(BASE, headers=HEADERS, data=json.dumps(payload)).json()
operation_name = op["name"]        # e.g. models/gemini-omni-flash-preview/operations/abc123

# 2) Poll until the render is done
POLL = f"https://api.gptproto.com/v1beta/{operation_name}"
while True:
    result = requests.get(POLL, headers=HEADERS).json()
    if result.get("done"):
        break
    time.sleep(10)

# 3) Download the finished video
uri = result["response"]["generateVideoResponse"]["generatedSamples"][0]["video"]["uri"]
video = requests.get(uri, headers=HEADERS)
open("output.mp4", "wb").write(video.content)
print("Saved output.mp4")

Hoặc thực hiện bước đầu tiên tương tự bằng cURL:

curl --location 'https://gptproto.com/v1beta/models/gemini-omni-flash-preview:predictLongRunning' \
  --header 'x-goog-api-key: GPTPROTO_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "instances": [{
      "prompt": "The subject slowly turns to face the camera as warm sunset light fills the room.",
      "image": {"mimeType": "image/png", "bytesBase64Encoded": "BASE64_ENCODED_IMAGE"}
    }],
    "parameters": {"aspectRatio": "9:16"}
  }'

Một vài lưu ý thực tế từ tài liệu: quá trình tạo video là một hoạt động chạy lâu, vì vậy bước thăm dò không thể bỏ qua; các tệp đã tạo được lưu giữ trong vài ngày, nên hãy tải xuống sớm; lỗi tuân theo các mã HTTP tiêu chuẩn — 401 nếu khóa không hợp lệ, 403 nếu không đủ số dư hoặc quyền truy cập, 429 nếu vượt giới hạn tần suất.

Hướng dẫn nhanh về câu lệnh

Omni Flash được thiết kế với số tùy chọn tối giản — API không hỗ trợ câu lệnh phủ định, temperature, top-p hay chỉ dẫn hệ thống. Điều đó làm thay đổi cách bạn điều khiển mô hình:

Đặt quyền kiểm soát trong prompt, không phải trong các tham số. Mô tả rõ chuyển động và vật lý ("viên bi lăn nhanh, cú máy liên tục mượt mà") thay vì dựa vào các thiết lập. Đừng nhồi mọi yêu cầu vào một siêu prompt — trước tiên hãy tạo một clip nền thật tốt, rồi chỉnh sửa từng điểm bằng hội thoại; đây mới là quy trình mà mô hình thực sự được thiết kế để hỗ trợ. Để giữ nhân vật nhất quán, hãy cung cấp ảnh tham chiếu thay vì mô tả khuôn mặt bằng lời. Và hãy giữ kỳ vọng thực tế: thẻ thông tin của chính Google thừa nhận rằng chuyển động phức tạp, văn bản chính xác tuyệt đối và tính nhất quán hoàn toàn qua các lần chỉnh sửa vẫn là những điểm yếu. Vì vậy, những prompt cùng lúc phụ thuộc vào cả ba yếu tố này có nhiều khả năng khiến bạn thất vọng nhất.

Đánh giá thẳng thắn: điểm mạnh và những chỗ còn chệch choạc

Điểm thực sự mới ở đây là quy trình chỉnh sửa bằng hội thoại. Chỉnh clip bằng cách trò chuyện nhanh hơn đáng kể so với việc viết lại prompt, và đây là cách làm mà Veo và Sora chưa cung cấp. Đó là lý do để chọn công cụ này.

Tuy nhiên, phản ứng ban đầu khá thận trọng, không bị thổi phồng, và điều đáng nói là cần phản ánh điều đó một cách trung thực. Nhận định thường thấy trong cộng đồng là Omni Flash là một công cụ chỉnh sửa mạnh và chỉ là một công cụ tạo video thuần túy ở mức chấp nhận được — một số người thử nghiệm trực tiếp cho biết công cụ này tỏa sáng khi định hình lại một clip vốn đã tốt, nhưng kém thuyết phục hơn khi tạo clip ban đầu từ đầu; vật lý, chuyển động và tính nhất quán theo thời gian được xem là những điểm yếu. Điều đó phù hợp với chính những gì Google thừa nhận. Ngoài ra còn có những giới hạn nghiêm ngặt hơn: trong API, video tham chiếu dài tối đa ba giây được "chấp nhận theo lược đồ nhưng không được xử lý chính xác", không hỗ trợ tham chiếu nhiều video, và tính năng chỉnh sửa âm thanh/lời nói bị cố ý hoãn lại khi ra mắt — Google viện dẫn nguy cơ deepfake. Vì vậy, đây là bản phát hành để thử nghiệm cùng với mô hình, chứ không phải thứ có thể đưa thẳng vào sản xuất mà chưa kiểm thử.

Phản hồi từ giới kinh doanh tích cực hơn: thông báo ra mắt nêu tên một số đơn vị tiên phong áp dụng vào sản xuất (trong đó có Figma và WPP, theo các thông tin được công bố), cho thấy chi phí tính trên mỗi giây đã đủ hợp lý để đáp ứng các quy trình sáng tạo thực tế. Tôi xem đây là tín hiệu về giá cả, chứ không phải về chất lượng đầu ra.

Gemini Omni Flash và Veo 3.1: nên dùng công cụ nào?

Đây là câu hỏi mà phần lớn người tìm kiếm thực sự muốn được giải đáp, và quan điểm chung — kể cả từ Google — là hai công cụ bổ trợ cho nhau, chứ không thay thế nhau. Veo chỉ được thay bằng Omni trong ứng dụng Gemini; các nhà phát triển vẫn gọi trực tiếp Veo 3.1 qua API để thực hiện công việc đòi hỏi độ trung thực cao.

Quy tắc thực tế: chọn Veo 3.1 khi độ phân giải và đầu ra điện ảnh sắc nét là ưu tiên hàng đầu; chọn Omni Flash khi việc thay đổi, tinh chỉnh và phối lại clip thông qua hội thoại quan trọng hơn. Trong nhiều quy trình thực tế, câu trả lời là cả hai — tạo bản nền bằng công cụ tạo hình ảnh sắc nét hơn, rồi chuyển sang Omni Flash để chỉnh sửa qua nhiều vòng.

Dành cho ai — và ai nên chờ thêm

Hãy chọn Omni Flash nếu công việc của bạn đòi hỏi chỉnh sửa nhiều: tinh chỉnh theo phong cách VFX, biến đổi avatar và nội dung dựa trên hình ảnh tham chiếu, hoặc bất cứ tác vụ nào cần lặp lại nhiều lần trên một clip. Hãy chờ thêm nếu hiện tại bạn cần độ phân giải cao được đảm bảo, clip đơn dài hơn khoảng 10 giây, đầu vào video tham chiếu đáng tin cậy hoặc bất kỳ thao tác chỉnh sửa âm thanh/giọng nói nào — những tính năng này chưa được nêu rõ, bị giới hạn hoặc đã tắt khi ra mắt.

Sẵn sàng bắt đầu xây dựng với công cụ này? Lấy khóa và khám phá danh mục trực tiếp trên GPT Proto — quyền truy cập Gemini Omni Flash hiện đang được triển khai.