Gemini Omni Flash: Hướng dẫn prompt, rủi ro bản quyền, SynthID và quy trình PixVerse

Google đã chính thức giới thiệu Gemini Omni. Trong chu kỳ hội nghị Google I/O 2026 ngày 19 tháng 5 năm 2026, Google công bố model đầu tiên của dòng Omni: Gemini Omni Flash, một model đầu vào hỗn hợp biến tham chiếu văn bản, hình ảnh, âm thanh và video thành video độ phân giải cao có âm thanh đồng bộ. Google hiện mở bản preview của model, gemini-omni-flash-preview, qua Gemini API.

Câu hỏi quan trọng nhất hôm nay không còn chỉ là Gemini Omni Flash có thể tạo ra gì. Mà là một clip có thực sự an toàn để xuất bản hoặc bán hay không. Google cho biết đầu ra Omni mang watermark SynthID vô hình, nhưng kiểm thử độc lập của truyền thông cho thấy model vẫn có thể bị đẩy tới việc tạo footage trông rất giống các nhân vật được bảo hộ. Bản cập nhật này đi qua những gì đã thay đổi, những gì cần để ý trước khi xuất bản, và cách model đứng cạnh PixVerse.

Google chính thức công bố những gì

Đợt ra mắt chính thức của Google đã biến Gemini Omni từ tin đồn thành sản phẩm đang được phát hành. Gemini Omni Flash là bản phát hành đầu tiên của dòng này, kết hợp thế mạnh suy luận của Gemini với công cụ media tạo sinh. Bản tổng kết I/O 2026 rộng hơn cũng nêu rõ model đang được triển khai ở đâu và những biện pháp an toàn đi kèm.

Lần ra mắt này trả lời câu hỏi mở lớn nhất từ chu kỳ rò rỉ trước đó: Omni là tên dòng sản phẩm, Gemini Omni Flash là model đầu tiên trong đó, và trọng tâm ban đầu là tạo video kèm âm thanh, điều khiển bởi đầu vào văn bản, hình ảnh, âm thanh và video. Phân phối đang lan ra ứng dụng Gemini, Google Flow, YouTube Shorts Remix, YouTube Create và endpoint preview của Gemini API. Google cho biết YouTube Shorts Remix và YouTube Create miễn phí với người dùng từ 18 tuổi trở lên, trong khi quyền truy cập qua ứng dụng Gemini và Flow phụ thuộc vào bậc đăng ký Google AI của bạn.

Google cũng xác nhận mọi video do Omni tạo đều mang watermark SynthID không thể nhận thấy bằng mắt, có thể kiểm tra qua ứng dụng Gemini, Gemini trong Chrome và Google Search. Điều đó biến Omni thành nhiều hơn một công cụ sáng tạo — đây còn là câu hỏi về công bố và nguồn gốc. Các đội có thể cần thêm nhãn AI, kiểm tra tuân thủ nền tảng và một lượt biên tập trước khi bất kỳ thứ gì tạo bằng Omni được lên sóng.

Khi các mảnh chính thức đã vào chỗ, câu hỏi hữu ích chuyển từ “đây có thật không?” sang “Gemini Omni Flash thực sự khớp vào một pipeline video AI đang vận hành như thế nào?”

Thẻ model Gemini Omni Flash: Năng lực và giới hạn

Thẻ model kỹ thuật của Google là nơi rõ nhất để tách ngôn ngữ marketing khỏi những gì kiến trúc thực sự làm được.

Gemini Omni Flash được xây như một model dựa trên transformer, hỗ trợ đa phương thức gốc trên văn bản, thị giác, video và âm thanh. Model nhận prompt văn bản, hình ảnh, đoạn âm thanh và video tham chiếu, rồi xuất video độ phân giải cao đi kèm âm thanh được tạo.

Ba điều quan trọng nhất với người sáng tạo:

Xây cho đầu vào hỗn hợp, không chỉ prompt văn bản. Gemini Omni Flash coi nhiều loại tham chiếu — một phác thảo, một đoạn giọng nói, một clip mẫu — là chất liệu sáng tạo hạng nhất, chứ không phải phần nghĩ đến sau.
Chỉnh sửa hội thoại là quy trình cốt lõi. Thay vì viết lại cả prompt để sửa một chi tiết, bạn có thể yêu cầu model điều chỉnh một yếu tố cụ thể trong khi giữ phần còn lại của cảnh ổn định.
Giới hạn đã biết vẫn còn. Chính Google thừa nhận tính nhất quán qua nhiều lượt chỉnh sửa, chuyển động vật lý phức tạp và chữ trên màn hình chính xác vẫn là những bài toán mở.

Bước chuyển lớn hơn ở đây là Omni coi video ít giống một đầu ra render một lần, và giống một cuộc hội thoại đang tiếp diễn hơn. Tạo một cảnh nền, rồi yêu cầu góc máy mới, tâm trạng khác, hoặc thêm một vật mà không phải bắt đầu từ số không. Nhờ đó tài sản tham chiếu — hình ảnh, clip ngắn, phác thảo, đoạn âm thanh — gánh phần nặng sáng tạo nhiều hơn một mình mô tả văn bản từng làm được.

Google cũng chỉ ra kiến thức thế giới rộng hơn của Gemini như một lợi thế, giúp Omni suy luận về bối cảnh lịch sử, khoa học và kể chuyện. Đó là một phần lý do model làm tốt nội dung kiểu giải thích và clip giáo dục trên mạng xã hội, không chỉ demo hiệu ứng hình ảnh.

Không điều nào trong số này có nghĩa mọi prompt tham vọng đều ra kết quả sạch. Cách đáng tin nhất để đánh giá model vẫn là chạy cùng một nhóm bài kiểm tra về chuyển động camera, tính nhất quán vật thể, vật lý, render chữ, đồng bộ âm thanh và độ ổn định khi chỉnh sửa nhiều lượt — đúng việc chúng tôi làm ở phần sau của bài.

Thẻ model của Google cũng có chi tiết an toàn đáng gắn cờ cho ai đang lên quy trình quanh Omni. Tài liệu nêu Chính sách sử dụng bị cấm của Generative AI của Google được áp dụng, mô tả đánh giá an toàn red-team nội bộ, và liệt kê SynthID trong ngăn xếp xác minh. Đáng chú ý, Google nói Omni về mặt kỹ thuật có thể thay đổi lời nói của một người khi chỉnh video, nhưng năng lực đó hiện đang bị hạn chế trong lúc Google tìm điều kiện phát hành an toàn hơn. Hiện hãy coi mọi thứ liên quan giọng nói hoặc hình tượng của người thật là vùng rủi ro cao.

Bản quyền và an toàn cho người sáng tạo: Những gì đã thay đổi

Câu hỏi sắc hơn với người sáng tạo không chỉ là “Gemini Omni Flash có làm được video tốt không?” Mà là “tôi có thực sự xuất bản được mà không gặp vấn đề pháp lý hoặc nền tảng không?”

Báo cáo độc lập của TechRadar vào tháng 6 năm 2026 cho thấy Gemini Omni có thể bị prompt để tạo footage rất giống các nhân vật siêu anh hùng và giải trí nổi tiếng. Đó là một cảnh báo hữu ích, không phải đèn xanh — việc một model có thể tạo ra thứ gì đó không có nghĩa người sáng tạo có quyền đăng, kiếm tiền hoặc quảng cáo nó.

Các vùng rủi ro có thể đoán trước: nhân vật có bản quyền, hình tượng người nổi tiếng, logo thương hiệu, trang phục đặc trưng, câu cửa miệng, nhạc được cấp phép, bắt chước giọng nói, và quy tắc remix theo từng nền tảng. Quan điểm của chúng tôi rất đơn giản — đừng dùng Gemini Omni Flash, PixVerse hay bất kỳ model video AI nào để tái tạo IP được bảo hộ của người khác. Hãy dùng các công cụ này để xây nhân vật gốc, cảnh gốc và concept sản phẩm gốc.

Loại rủi ro	Hướng rủi ro cao hơn	Hướng an toàn hơn	Kiểm tra trước khi xuất bản
Nhân vật có bản quyền	Một siêu anh hùng hoặc nhân vật franchise cụ thể	Một nhân vật anh hùng gốc trong cảnh hành động chung	Đầu ra có sao chép ngoại hình, trang phục hoặc câu cửa miệng không?
Hình tượng người nổi tiếng	Một diễn viên, nhạc sĩ hoặc influencer có tên	Một người hư cấu với đặc điểm và trang phục gốc	Bạn có quyền hình tượng và quyền sử dụng không?
Thương hiệu hoặc logo	Logo, linh vật hoặc thiết kế bao bì thật	Hình ảnh không gắn thương hiệu hoặc tài sản đã được bạn phê duyệt	Quy tắc nhãn hiệu và dùng trong quảng cáo đã thỏa chưa?
Nhạc hoặc giọng nói	Một bài hát, bản nhạc hoặc giọng thật đã biết	Âm thanh gốc, được cấp phép hoặc miễn phí bản quyền	Quyền nhạc và giọng nói đã được giải phóng chưa?
Remix trên nền tảng	Làm lại một clip đang thịnh hành mà không kiểm tra điều kiện	Dùng nguồn đủ điều kiện kèm nhãn AI bắt buộc	Người tạo gốc có cho phép tái sử dụng không, và có bắt buộc công bố không?

Đây không phải tư vấn pháp lý — đây là quy tắc thực hành cho người sáng tạo. Nếu một clip phụ thuộc vào nhân vật được bảo hộ có thể nhận ra, hình tượng người thật, tài sản có thương hiệu hoặc một đoạn âm thanh nổi tiếng, hãy coi đó là rủi ro cao cho đến khi người có đúng bối cảnh pháp lý ký duyệt.

Gemini Omni và Google Veo: Cách gọi tên và định vị

Một điểm dễ nhầm là liệu Gemini Omni chỉ là đổi tên của Google Veo hay không. Chính cách định vị của Google cho thấy đây là hai dòng riêng: Gemini Omni nằm trong hệ sinh thái Gemini như một công cụ sáng tạo hội thoại, đa đầu vào, trong khi Veo vẫn là model video chuyên biệt, cấp điện ảnh, xây cho sản xuất chuyên nghiệp.

Chiều	Gemini Omni Flash	Google Veo
Trọng tâm chính	Tạo video theo hội thoại và chỉnh sửa đa đầu vào	Tạo video điện ảnh chuyên biệt với kiểm soát nâng cao
Thế mạnh đầu vào	File tham chiếu văn bản, hình ảnh, âm thanh và video	Prompt video chất lượng cao từ văn bản và hình ảnh
Lợi thế chính	Chỉnh sửa nhiều lượt theo chat, suy luận kiến thức thế giới	Nhất quán cấp điện ảnh, tạo cảnh dài, âm thanh gốc
Trạng thái API	Endpoint preview `gemini-omni-flash-preview` trên Gemini API	Các bề mặt developer Veo hiện có đã được tài liệu hóa và ổn định

Điểm rút ra không phải thương hiệu nào “thắng.” Mà là đây là những công cụ khác nhau cho những việc khác nhau — Gemini Omni Flash cho prototype theo hội thoại và chỉnh sửa đa tài sản, còn các model như Veo cho chất liệu điện ảnh và chuyển động được kiểm soát chặt.

Hướng dẫn prompt Gemini Omni: Cách cấu trúc prompt

Chính hướng dẫn prompt của Google cho thấy prompt mạnh nhất đọc như một brief sản xuất ngắn, chứ không phải một dòng mô tả.

Xác định khung hình. Nêu khoảng cách cảnh (wide, close-up, macro, over-the-shoulder) và trạng thái camera (static, handheld, locked-off tripod).
Mô tả chuyển động camera. Chỉ đường đi — slow pan left, subtle orbit, dolly zoom, gentle push in, hoặc one continuous take.
Đặt ngôn ngữ hình ảnh. Gộp phong cách, ánh sáng và bối cảnh thành một mô tả mạch lạc, ví dụ “photorealistic cinematic drama, soft overhead studio lighting, moody shadows, mist-filled concrete room.”
Chi tiết hóa hành động. Nói rõ ai chuyển động, họ làm gì, và thứ gì cần giữ cố định trong khung.
Thêm chỉ đạo âm thanh. Nêu tiếng môi trường, hiệu ứng âm thanh, nhạc, nhịp đồng bộ, hoặc im lặng hoàn toàn.

Với các lần chỉnh sửa, hãy giữ chỉ dẫn thật gọn, đúng chỗ: nêu cái gì đổi và cái gì giữ nguyên — cùng nhân vật, cùng căn phòng, cùng nhịp thời gian, nhưng góc máy mới hoặc ánh sáng khác. Vì Omni được xây quanh việc tinh chỉnh nhiều lượt, chỉ dẫn chỉnh sửa chính xác luôn thắng các chỉ dẫn mơ hồ.

Cách prompt Gemini Omni một cách an toàn

Prompt mạnh và prompt an toàn không đối nghịch nhau — mục tiêu là cho model hướng sáng tạo rõ ràng mà không yêu cầu nó sao chép tác phẩm được bảo hộ của người khác.

Tránh gọi tên nhân vật có bản quyền cụ thể, franchise phim, đội siêu anh hùng, người biểu diễn thật hoặc trang phục đã đăng ký nhãn hiệu. Bỏ các yêu cầu kiểu diện mạo “gần như giống hệt”, logo nổi tiếng, combo màu và trang phục đặc trưng, câu cửa miệng nổi tiếng, hoặc khuôn mặt hay giọng của người thật — kể cả khi model chấp nhận prompt, clip tạo ra vẫn có thể không an toàn để xuất bản hoặc kiếm tiền.

Hãy mô tả bằng thuật ngữ gốc. Đổi một siêu anh hùng có tên thành “một nhân vật anh hùng gốc với bóng dáng và trang phục mới.” Đổi một tham chiếu franchise thành “năng lượng truyện tranh,” “cảnh giải cứu điện ảnh,” hoặc “ánh sáng graphic novel cách điệu.” Đổi một người nổi tiếng thành một người hư cấu được mô tả bằng khoảng tuổi, tâm trạng, trang phục và tư thế, không sao chép một khuôn mặt có thể nhận dạng.

Khi bạn có quyền với tài liệu nguồn, hãy dựa vào đó: footage của chính bạn, ảnh sản phẩm, brand kit đã được duyệt, hoặc âm thanh được cấp phép. Trước mọi lần phát hành thương mại, xác nhận quy tắc nền tảng, giấy phép tài sản, quyền nhạc và giọng nói, quyền hình tượng, việc dùng nhãn hiệu, và clip có cần công bố AI hoặc xác minh SynthID hay không.

Một mẫu prompt an toàn hơn để dùng lại:

Create a 10-second original cinematic video. The subject is [original character/product/scene], not based on any existing franchise or real person. The action is [specific motion]. The camera does [specific camera move]. The visual style is [broad style or mood, not a named IP]. Use [lighting/location/materials]. Avoid logos, copyrighted characters, celebrity faces, exact brand colors, catchphrases, and music imitation. Use original audio or ambient sound only.

Ba prompt thử nghiệm để so hiệu năng video AI

Các prompt này là bài stress test thật cho tính liên tục điện ảnh, suy luận khái niệm và kiểm soát chữ chính xác. Chạy chúng trong Gemini Omni Flash nếu bạn có quyền truy cập, hoặc chuyển cùng brief sang các model video đang có của PixVerse để so cách các kiến trúc khác nhau xử lý một chỉ đạo sáng tạo phức tạp. Cả ba đều cố ý tránh IP có tên, hình tượng người nổi tiếng, logo thương hiệu và âm thanh có bản quyền.

Prompt 1: Bài kiểm tra tính liên tục điện ảnh

Create a 10-second 16:9 cinematic video in one continuous shot. A young product designer sits at a small desk beside a rainy window, opens a sketchbook, and a compact silver drone design rises from the page as a realistic hologram. The camera starts as a close-up on the pencil tip, slowly pulls back to a medium shot, then gently orbits left as the hologram rotates above the page. Warm desk lamp light, cool blue rain outside, shallow depth of field, realistic hand motion, no subtitles, no logos, natural room ambience only.

Bài này kiểm tra gì: tiến trình cảnh quay, tính nhất quán danh tính và vật thể, tương phản ánh sáng, và cảnh có giữ mạch lạc mà không cần một cắt cảnh nào hay không.

Prompt 2: Bài kiểm tra ẩn dụ hình ảnh

Create a 10-second educational explainer video about the difference between classical computing and quantum computing. Use a tactile stop-motion paper-craft style on a dark tabletop. Show a single classical bit as a small paper switch flipping between 0 and 1, then show a qubit as a glowing paper coin spinning with both states implied before measurement. Use clear visual metaphors, accurate motion, soft overhead light, no human hands, no voiceover, no on-screen text except the exact labels “bit” and “qubit” placed beside the objects.

Bài này kiểm tra gì: biến một khái niệm trừu tượng thành logic hình ảnh, giữ đúng ràng buộc phủ định chặt (không có bàn tay), và render một chất liệu cách điệu cụ thể.

Prompt 3: Bài kiểm tra chữ và nhịp

Create a 9-second horizontal 16:9 social video for an AI video creation tip. A clean black studio background with a floating glass timeline interface stretched across the frame. Each word appears one at a time in perfect rhythm with soft electronic clicks: “prompt”, “reference”, “motion”, “lighting”, “sound”. Each word has a different tasteful animation style, but the timeline and camera stay stable. End with all five words arranged as a neat widescreen checklist. High contrast, crisp typography, no extra words, no brand names.

Bài này kiểm tra gì: render chữ chính xác, độ rõ kiểu chữ, và nhịp đồng bộ với timing hình ảnh.

Những gì chúng tôi thấy trong video thử nghiệm

Chúng tôi không gọi ba clip là một benchmark đầy đủ, nhưng mỗi clip đẩy Gemini Omni Flash về một kiểu khó khác nhau: tính liên tục điện ảnh, suy luận khái niệm, và kiểm soát chữ chính xác.

Cảnh bàn làm việc điện ảnh: Omni xử lý tâm trạng tốt hơn cơ học. Cửa sổ mưa, ánh đèn bàn ấm, chuyển động bút chì và độ sâu trường ảnh nông hợp lại thành kết quả bóng bẩy, giống phim, với bàn tay và sổ phác thảo đáng tin. Điểm yếu là cao trào: phác thảo drone xuất hiện, nhưng khoảnh khắc hologram bạc được yêu cầu không trở thành nhịp hình ảnh chủ đạo. Đó là tín hiệu hữu ích — Omni mạnh về chất liệu điện ảnh và tâm trạng, nhưng một nhịp “reveal” phức tạp có thể cần prompt chặt hơn hoặc một lượt chỉnh sửa tiếp theo.

Video giải thích lượng tử: Đây là bài thành công nhất về logic. Thẻ bit và qubit đọc rõ, phong cách paper-craft trên mặt bàn khớp brief, và phép so sánh dễ nắm ngay trong một cái nhìn — đúng chỗ generation có kiến thức thế giới hữu ích cho giáo dục và explainer ngắn. Điểm vướng: prompt yêu cầu rõ không có bàn tay người, nhưng một bàn tay vẫn xuất hiện trong khung. Khái niệm đứng vững, nhưng việc tuân thủ ràng buộc là chi tiết đội sản xuất cần bắt trước khi xuất bản.

Clip chữ và nhịp: Đây là trường hợp giới hạn rõ nhất. Giao diện kính nổi và bố cục màn hình rộng trông sắc, concept chuyển động đọc tốt, nhưng các từ chính xác bị vỡ — model render các mảnh méo, lặp hoặc sai chính tả thay vì chuỗi được yêu cầu. Với mọi dự án phụ thuộc vào kiểu chữ chính xác, copy checklist hoặc nhãn UI, hãy tính nhiều lượt chỉnh sửa và một vòng xem kỹ.

Trên cả ba bài, Omni làm tốt nhất khi prompt dựa vào tâm trạng, ngôn ngữ camera, ánh sáng, chất liệu vật lý và ẩn dụ đơn giản. Model kém tin cậy hơn khi kết quả phụ thuộc vào chữ chính xác, ràng buộc phủ định chặt, hoặc một biến đổi được canh thời gian rất chuẩn. Khuyến nghị của chúng tôi: dùng Gemini Omni Flash trước cho prototype khí quyển, storyboard khái niệm và chỉnh cảnh đa tài sản. Với tài sản thương mại cuối, kiểu chữ chính xác hoặc ràng buộc phủ định chặt, hãy ghép với một vòng review nghiêm hoặc một pipeline kiểm soát được hơn.

Gemini Omni và PixVerse: Chọn không gian làm việc

Gemini Omni Flash hiện đã lên các bề mặt của chính Google và truy cập được qua bản preview của Gemini API. PixVerse đang thêm Gemini Omni Flash như một model video có thể chọn trên Web, App và Canvas, cho người sáng tạo cách thử trực tiếp bên cạnh các model sẵn sàng sản xuất khác của PixVerse.

Trong lần tích hợp PixVerse đầu tiên này, phạm vi cố ý hẹp hơn toàn bộ Google API: PixVerse hỗ trợ text-to-video, image-to-video và tạo theo tham chiếu hình ảnh cho Gemini Omni Flash, ra clip 720p dài 3–10 giây ở 16:9 hoặc 9:16 với âm thanh đồng bộ theo prompt. Chế độ tham chiếu nhận tối đa năm ảnh JPEG hoặc PNG, có thể trích trong prompt từ @image1 đến @image5. Chỉnh sửa video, kéo dài, chuyển cảnh, quy trình video-reference và voice-reference chưa nằm trong lần phát hành đầu này.

Tính năng	Gemini Omni Flash	PixVerse V6 và nền tảng
Khả dụng	Triển khai dần trên các bề mặt Gemini và YouTube	Đã có trên PixVerse Web, App và Developer API
Điểm mạnh chính	Chỉnh sửa theo hội thoại dạng chat, đầu vào tham chiếu đa phương thức	Text-to-video, image-to-video, mở rộng, âm thanh gốc, preset tùy chỉnh
Tỷ lệ khung hình	Thay đổi theo từng bề mặt tiêu dùng của Google	16:9, 9:16, 1:1 và các tùy chọn tùy chỉnh trong quy trình V6
Hỗ trợ độ phân giải	720p trong tích hợp PixVerse hiện tại	Lên đến 1080p trên các mô hình sản xuất PixVerse V6
Điều khiển âm thanh	Tạo video kèm âm thanh theo hướng dẫn của prompt	Công tắc âm thanh riêng và các điều khiển tạo âm thanh
Developer API	Truy cập bản xem trước qua Gemini API	API được tài liệu hóa đầy đủ, bảng giá và khóa tích hợp đã có hôm nay

PixVerse không định vị Gemini Omni Flash như một sự thay thế cho dòng sản phẩm hiện có — mô hình này đứng cạnh PixVerse V6, PixVerse C1 và các mô hình video khác đang có, để bạn chạy cùng một brief trên nhiều kiến trúc rồi chọn bản xử lý hành động, phong cách hoặc yêu cầu độ phân giải tốt nhất. Để xem hướng dẫn đầy đủ về cấu trúc prompt và cách thiết lập, hãy đọc bài dùng Gemini Omni Flash trên PixVerse.

Quy trình video AI chuyên nghiệp năm 2026 hiếm khi dựa vào một mô hình duy nhất. Cách hiệu quả nhất là chạy một bộ prompt kiểm thử chuẩn hóa trên cả Gemini Omni và các mô hình nâng cao của PixVerse, rồi chọn bản cuối dựa trên đầu ra nào thực sự khớp brief — và bản nào bạn có thể xuất bản an toàn.

FAQ

Gemini Omni Flash là gì?

Gemini Omni Flash là mô hình đầu tiên của Google trong dòng Gemini Omni, được công bố tại I/O 2026. Mô hình tạo và chỉnh sửa video độ phân giải cao kèm âm thanh từ các tổ hợp đầu vào văn bản, hình ảnh, âm thanh và video.

Gemini Omni có giống Google Veo không?

Không. Gemini Omni là dòng sáng tạo gốc Gemini, xây dựng quanh việc chỉnh sửa theo hội thoại dạng chat. Google Veo vẫn là dòng mô hình chuyên biệt dành cho tạo video điện ảnh chuyên nghiệp.

Tôi có thể chỉnh sửa video bằng ngôn ngữ tự nhiên trong Gemini Omni Flash không?

Có. Chỉnh sửa theo hội thoại là tính năng cốt lõi — bạn có thể yêu cầu thay đổi góc máy, phong cách, ánh sáng hoặc các đối tượng cụ thể qua nhiều lượt chat, trong khi mô hình giữ nguyên phần còn lại của cảnh.

Gemini Omni Flash có hỗ trợ tạo âm thanh không?

Có. Đầu ra gốc của mô hình ghép video độ phân giải cao với âm thanh đồng bộ, và cũng có thể nhận tệp âm thanh làm đầu vào tham chiếu sáng tạo.

SynthID là gì và áp dụng thế nào với video Gemini Omni?

SynthID là công nghệ thủy ấn số của Google dành cho nội dung do AI tạo. Google cho biết video do Omni tạo mang thủy ấn SynthID không thể nhận biết bằng mắt thường, có thể xác minh qua ứng dụng Gemini, Gemini trên Chrome và Search.

Gemini Omni có thể tạo nhân vật có bản quyền không?

Các bài kiểm thử độc lập cho thấy mô hình có thể được prompt hướng tới đầu ra giống các nhân vật nổi tiếng hoặc IP giải trí. Điều đó không có nghĩa là việc xuất bản, kiếm tiền hoặc quảng cáo đầu ra như vậy là hợp pháp — hãy tránh các prompt sao chép nhân vật được bảo hộ, logo, trang phục, câu cửa miệng hoặc hình ảnh người nổi tiếng.

Tôi có thể dùng thử Gemini Omni Flash ở đâu?

Mô hình đang được triển khai cho người đăng ký Google AI qua ứng dụng Gemini và Google Flow, và được cung cấp miễn phí trong YouTube Shorts Remix cùng YouTube Create cho người dùng từ 18 tuổi trở lên. PixVerse cũng đang thêm mô hình này như một lựa chọn trên Web, App và Canvas, hiện hỗ trợ text-to-video, image-to-video và tạo từ hình ảnh tham chiếu.

Gemini Omni có developer API không?

Có. Google liệt kê một endpoint xem trước, gemini-omni-flash-preview, trên Gemini API. Đây là quyền truy cập xem trước của gói trả phí, vì vậy hãy xác nhận giá, hạn mức, khả dụng theo khu vực và điều khoản chính sách trước khi xây hệ thống sản xuất quanh endpoint này.

Những hạn chế chính của Gemini Omni Flash là gì?

Tài liệu của chính Google nêu tính nhất quán qua nhiều lượt chỉnh sửa, kết xuất vật lý phức tạp và việc tạo chữ chính xác trên màn hình là những thách thức đang tiếp diễn. Thử nghiệm của chúng tôi cũng cho thấy các ràng buộc phủ định chặt (như “no human hands”) có thể bị bỏ sót, vì vậy hãy lên kế hoạch rà soát thêm với mọi nội dung hướng tới sản xuất.

Tài nguyên liên quan

Muốn tạo video AI gốc, kiểm soát cao ngay hôm nay? Bắt đầu sáng tạo với PixVerse và thử Gemini Omni Flash cùng các mô hình tạo video V6 nâng cao.