Gemini Omni có thể tạo video tốt đến mức nào?

Google đã giới thiệu Gemini Omni tại sự kiện I/O vào ngày 19 tháng 5 năm 2026, và mọi người đặc biệt tò mò về một điều: Nó có thể làm được bao nhiêu nếu nhận được một prompt mơ hồ? Omni Flash có thể tạo video và âm thanh, vì vậy hãy thử đưa ra càng ít hướng dẫn càng tốt.

Thử nghiệm hôm nay yêu cầu nó tạo một video quảng cáo cho một cuốn sách tô màu bất kỳ. Không bìa, không tiêu đề, không gì cả. Kết quả được mong đợi là một sản phẩm thô sơ, có thể đủ tốt để phát triển thêm. Nhưng thay vào đó, Gemini đã tạo ra một video quảng cáo dài 10 giây trông giống như loại video mà người bán sách tô màu thực sự có thể sử dụng. Điều mà nó chọn làm với yêu cầu gần như bằng 0 đó là điều bất ngờ nhất.

Gemini đã thêm hình ảnh một gia đình chưa từng được yêu cầu

Gemini Omni chỉ nhận được một prompt mơ hồ rằng nó cần tạo một video quảng cáo cho một cuốn sách tô màu. Không hề cung cấp chi tiết nào như số lượng người cần đưa vào hay bối cảnh nào cần sử dụng. Thậm chí còn không có ảnh bìa được upload hay tên được đặt cho cuốn sách. Hãy xem Gemini Omni có thể sáng tạo đến mức nào.

Nó đã hiểu nhiệm vụ ngay từ lần thử đầu tiên và tạo ra một video với một bé gái ngồi ở bàn học cùng cuốn sách tô màu của mình. Sau đó, nó biến thành một câu chuyện gia đình, cho thấy một người cha và con trai đang nằm trên sàn phòng khách vui vẻ tô màu. Tất cả những chi tiết đó đều đến từ Gemini, vì người thử nghiệm chưa bao giờ yêu cầu nó thêm những người đó hoặc để ai đó nằm xuống sàn. Đó là cách Google thiết kế Gemini Omni, vì tài liệu của nó nói rằng nó cố gắng xây dựng một câu chuyện nhiều cảnh quay từ prompt của bạn theo mặc định. Có lẽ việc không cung cấp thêm chi tiết sẽ tốt hơn vì chưa chắc bạn đã nghĩ ra được một cảnh nào tốt hơn.

Những prompt mơ hồ không phải luôn mang lại kết quả hoàn hảo. Tuy nhiên, đó là một cách tuyệt vời để bắt đầu khi bạn không chắc chắn mình muốn gì. Ít nhất nó cũng cung cấp cho bạn một điểm khởi đầu, và từ đó, bạn quyết định những gì cần thay đổi.

Gemini không được cho biết cách điều chỉnh nhịp độ của bất kỳ phần nào trong số này

Phải thừa nhận rằng Gemini đã dành thời gian vừa phải cho mỗi cảnh. Hầu hết các cảnh kéo dài khoảng hai giây, trong khi cảnh quay cận cảnh trang tô màu gần 1,5 giây. Video không cảm thấy mất cân bằng, và nó không dành 5 giây cho phần giới thiệu, rồi vội vàng với phần còn lại của video. Không có cảnh nào cảm thấy vội vàng hoặc bị kéo dài. Việc cắt ngắn video là hợp lý vì một cảnh quay chi tiết không cần nhiều thời gian để gây ấn tượng như một cảnh có nhiều người.

Phần lời dẫn cũng rất hay vì nó ngắn gọn, đi thẳng vào vấn đề và mang tính quảng cáo mà không hề gượng ép. Nó không có bất kỳ đồ họa gây xao nhãng nào khiến video trở nên quá tải. Và mặc dù video chỉ có độ phân giải 720p, nhưng chất lượng hình ảnh vẫn đủ tốt.

Điều làm cho tính năng này hữu ích hơn nữa là Gemini chưa bao giờ được hướng dẫn cách chia 10 giây đó. Không nói rõ phần mở đầu nên kéo dài bao lâu hay khi nào nên chuyển sang cận cảnh. Gemini tự xử lý điều đó. Nếu thời gian không phù hợp, bạn có thể nói với Gemini khi nào cần chuyển cảnh bằng ngôn ngữ thông thường. Nếu video cảm thấy quá rối mắt, bạn có thể yêu cầu một cảnh quay liên tục hoặc nói "không cắt cảnh". Ngay cả với 5 cảnh được gói gọn trong 10 giây, nó cũng không tạo cảm giác như một loạt các đoạn phim AI được ghép lại với nhau.

Khung hình cuối cùng đóng vai trò quan trọng nhất trong việc quảng bá sản phẩm

Gemini đã đưa ra một lựa chọn khác mà có lẽ không ai nghĩ đến: Dành phần trau chuốt nhất của video cho khung hình cuối cùng. Bạn có thể thấy cuốn sách tô màu từ đầu, nhưng vài cảnh đầu tiên là về việc mọi người sử dụng nó, chứ không phải là khoe thành phẩm. Sau đó, cảnh quay cuối cùng cho thấy một trang truyện giả tưởng đã được tô màu hoàn chỉnh với tiêu đề "Color Your World".

Đoạn phim cuối cùng kéo dài khoảng 2,5 giây, lâu hơn bất kỳ cảnh quay nào khác. Điều đó cho chúng ta đủ thời gian để nhận thấy tác phẩm nghệ thuật đã hoàn thành và đọc văn bản mà Gemini đã thêm vào. Không thể nói rằng nó đang theo một chiến lược tiếp thị nào đó, nhưng đó là cảm nhận cá nhân.

Video cho thấy trải nghiệm trước, sau đó kết thúc bằng tác phẩm nghệ thuật đã hoàn thành và tiêu đề, vì vậy đó là điều cuối cùng người xem nhìn thấy. Nếu Gemini đặt tiêu đề ở đầu video, các cảnh tiếp theo có lẽ sẽ thu hút bớt sự chú ý khỏi nó.

"Color Your World" cũng không phải là tiêu đề được đề xuất cho Gemini. Nó tự nghĩ ra ý tưởng đó. Khá ổn, nhưng liệu việc thay đổi tiêu đề có ảnh hưởng đến bất cứ điều gì khác trong video hay không. Gemini được yêu cầu đổi nó thành “TEST TITLE” và giữ nguyên phần còn lại.

Phiên bản mới khá giống với bản gốc, mặc dù không hoàn toàn giống nhau. Điều này rất hữu ích nếu bạn thích hầu hết kết quả nhưng muốn chỉnh sửa một phần nào đó. Hãy nói rõ với Gemini chính xác những gì cần thay thế, đặt văn bản mới trong dấu ngoặc kép và yêu cầu nó giữ nguyên mọi thứ khác. Sau đó, hãy xem lại toàn bộ video, không chỉ xem tiêu đề, vì một chỉnh sửa nhỏ có thể âm thầm ảnh hưởng đến những thứ khác. Google khuyên nên chỉnh sửa các prompt một cách đơn giản và thêm yêu cầu “giữ nguyên mọi thứ khác” khi thay đổi một phần cụ thể.

10 giây là đủ để quyết định một ý tưởng có đáng được giữ lại

Gemini Omni nhận được một câu mơ hồ và kết quả mong đợi là một đoạn phim thô cần phải dựng lại. Nhưng thay vào đó, nó đã đưa ra một ý tưởng độc đáo; nhịp điệu không bị vội vã, và một kết quả chỉ cần chỉnh sửa một chút. Điều đó thật đáng ngạc nhiên. 

10 giây sẽ không hiệu quả với mọi loại video quảng cáo. Google cho biết video dài hơn sẽ sớm ra mắt, nhưng ngay cả bây giờ, chỉ cần 10 giây là đủ để thử nghiệm ý tưởng trước khi dành thời gian lên kế hoạch cho từng cảnh quay. Nếu bạn đang bế tắc và không biết nên làm loại video nào, hãy thử với một prompt chung chung trước. Bạn có thể tìm ra hướng đi để phát triển ý tưởng của mình.