Veo 4 sắp ra mắt: Mô hình AI tiếp theo của Google dành cho tạo video thông minh hơn

Veo 4 là gì?

Google vừa phát hành mô hình văn bản-hình ảnh sang video Veo 3.1, bổ sung âm thanh gốc và nhiều kiểm soát hơn cho việc tạo video. Mô hình này chấp nhận hình ảnh tham chiếu, tạo khung hình trung gian mượt mà từ hình ảnh đầu và cuối, và có thể mở rộng các clip hiện có. Bản cập nhật cũng mang đến các chỉnh sửa ở cấp độ đối tượng (thêm/xóa), công cụ ánh sáng điện ảnh và âm thanh phù hợp với các thay đổi cảnh và hành động của nhân vật. Hiện tại, Veo 3.1 đang được triển khai dưới dạng bản xem trước có phí trong Gemini API, và nó có sẵn qua Flow và Vertex AI dành cho các nhà phát triển và nhà sáng tạo.

Nhưng bây giờ, sự chú ý đang chuyển sang Veo 4 AI, được kỳ vọng sẽ đẩy mạnh khả năng tạo video lên một tầm cao mới. Các rò rỉ ban đầu từ các bài viết cộng đồng và trang nhà phát triển gợi ý về các clip có thời lượng dài hơn, kiểm soát ánh sáng tiên tiến, render nhanh hơn và chỉnh sửa nhiều cảnh thông minh hơn. Mặc dù đây chỉ là tin đồn chứ chưa phải tính năng được xác nhận, các nhà sáng tạo đã mong chờ đây có thể là công cụ video AI tiên tiến nhất trong danh mục.

Khi nào Veo 4 sẽ ra mắt?

Theo các tin đồn và nguồn thông tin mang tính suy đoán, Google Veo 4 có thể ra mắt muộn nhất là vào tháng 12 năm 2025. Một số bài đăng trên Reddit viện dẫn một lời tuyên bố rằng Sundar Pichai đã "xác nhận" tháng 12 cho Veo 4 AI, nhưng những nguồn này chưa được xác minh và không phải là thông báo chính thức.

Tại thời điểm này, Google chưa công bố bất kỳ ngày ra mắt chính thức hay lộ trình chi tiết nào cho Veo 4. Công ty này vẫn đang tích cực quảng bá phiên bản hiện tại, Veo 3.1, vừa được phát hành vào tháng 10 năm 2025.

Tuy nhiên, mô hình phát hành của Veo gợi ý điều gì đó thú vị: Veo 2 được tung ra vào tháng 12 năm 2024, và chỉ năm tháng sau, Veo 3 đã được phát hành vào tháng 5 năm 2025. Nếu Google giữ tốc độ đó, bạn có thể kỳ vọng Google Veo 4 sẽ ra mắt vào khoảng tháng 11 năm 2025. Nhưng có một điều xoay chuyển: Google có thể chờ đến tháng 12 để phản ánh thời điểm của Veo 2.

Mặt khác, Google có thể nhắm đến hội nghị thường niên của mình, Google I/O, vào tháng 5 năm 2026 để công bố Veo AI 4. Điều đó sẽ cho đội ngũ có một năm trọn vẹn để xây dựng điều gì đó lớn lao thay vì một bản cập nhật nhanh chóng.

Cạnh tranh là một yếu tố lớn khác. Với việc Sora 2 từ OpenAI được cho là đã vượt qua Veo 3 về chất lượng, Google có thể sẽ được thúc đẩy để hành động nhanh hơn và tận dụng khi ánh đèn đang tập trung.

Vì vậy, khi tổng hợp tất cả lại, tháng 12 năm 2025 dường như là thời điểm khả dĩ nhất để Google ra mắt Veo 4. Khung thời gian đó mang đến cho công ty đủ không gian để cải tiến mô hình và vẫn phù hợp với những gì mọi người mong đợi.

Các tính năng dự kiến của Veo 4 là gì

Sau màn trình diễn ấn tượng của Veo 3.1, các nhà sáng tạo đang rất háo hức muốn biết điều gì sẽ đến tiếp theo. Mỗi phiên bản từ trước đến nay đều cho thấy sự cải tiến ổn định, và nếu Google tiếp tục duy trì xu hướng này, Veo 4 có thể trở thành mô hình video mạnh mẽ nhất của họ. Hãy cùng xem xét các tính năng mà mọi người đang mong đợi và cách chúng có thể tái định nghĩa cách video được tạo ra.

• Tạo cảnh từ nhiều góc độ khác nhau

Một trong những nâng cấp thú vị nhất có thể là tạo đa góc nhìn. Veo 4 AI có thể cho phép bạn mô tả một cảnh duy nhất và nhận được các góc quay khác nhau của cùng khoảnh khắc đó (trước, bên cạnh, trên và phía sau). Điều này sẽ tạo cảm giác giống như có nhiều máy quay ghi hình một hành động từ các vị trí khác nhau. Tính năng này có thể giúp người sáng tạo tiết kiệm nhiều thời gian và công sức, vì họ sẽ không cần phải viết lại câu lệnh cho mỗi góc quay.

• Tạo video dài hơn 8 giây

Hiện tại, Veo 3.1 chỉ có thể tạo video dài tối đa khoảng 8 giây, điều này không đủ để kể một câu chuyện. Với Veo AI 4, Google có thể cuối cùng nâng giới hạn đó lên 15 hoặc thậm chí 30 giây với Veo 4. Thời gian bổ sung này có thể giúp bạn thêm nhiều chi tiết vào cảnh, làm các chuyển động mượt mà hơn và thêm hội thoại hoặc các chuyển đổi tự nhiên giữa các cảnh quay.

• Chỉnh sửa video theo thời gian thực

Bất kỳ ai đã từng sử dụng mô hình video AI đều biết sự khó chịu khi phải bắt đầu lại khi chỉ một chi tiết nhỏ sai sót. Chỉnh sửa theo thời gian thực có thể thay đổi điều đó. Đồn đoán rằng Veo 4 Google cho phép bạn điều chỉnh mọi thứ ngay lập tức. Điều này có nghĩa là bạn có thể thay đổi phông nền, điều chỉnh ánh sáng hoặc tinh chỉnh thời gian trong quá trình tạo. Điều này sẽ loại bỏ phần lớn quá trình thử và sai và cho phép bạn hoàn thiện hình ảnh ngay lập tức.

• Hiệu ứng âm thanh chân thực với đồng bộ khẩu hình

Âm thanh luôn là một trong những phần yếu nhất của video AI. Google Veo 4 có thể cuối cùng sẽ khắc phục điều đó. Các báo cáo cho biết nó có thể bao gồm việc hiểu sâu hơn về vị trí âm thanh, chẳng hạn như bước chân phù hợp với chuyển động của nhân vật, tiếng vang tùy thuộc vào môi trường, và thời gian giọng nói tự nhiên.

• Chèn bản thân vào các cảnh với avatar

Veo 4 có thể cho phép bạn tải lên ảnh và mẫu giọng nói, sau đó xuất hiện trong cảnh được tạo ra dưới dạng phiên bản ảo của chính bạn. Điều này có thể là một lợi ích lớn cho các nhà sáng tạo nội dung, nhà giáo dục và nhà tiếp thị kỹ thuật số muốn tạo ra các video độc đáo.

• Duy trì dòng chảy mượt mà của cảnh

Một trong những hạn chế của các phiên bản trước của Veo: các đối tượng hoặc nhân vật có thể thay đổi diện mạo một cách tinh tế giữa clip, tính nhất quán của cảnh có thể bị lung lay (chuyển đổi ánh sáng, nền di chuyển). AI Veo 4 dự kiến sẽ tăng cường tính nhất quán theo thời gian, đảm bảo các nhân vật, ánh sáng và chuyển động của camera giữ nguyên trong suốt clip.

• Hiểu gợi ý tốt hơn

Dòng sản phẩm AI của Google đang ngày càng tốt hơn trong việc hiểu ngôn ngữ và video, và những nâng cấp đó có khả năng sẽ được tích hợp vào Veo 4. Mô hình này có thể chia các gợi ý thành các phần nhỏ hơn, với hành động, tâm trạng, chuyển động và thời gian là các lớp riêng biệt hoạt động cùng nhau trong kết quả cuối cùng. Vì vậy, nếu bạn yêu cầu các cảm xúc, phong cách ánh sáng hoặc chuyển cảnh nhất định, AI sẽ hiển thị chúng đúng cách mà không thay đổi ý nghĩa của cảnh.

• Giấy phép sử dụng thương mại

Khi việc tạo video bằng AI trở nên phổ biến hơn, các nhà sáng tạo cần sự rõ ràng về quyền và quyền sở hữu. AI của Veo 4 có thể bao gồm giấy phép sử dụng thương mại, cho phép bạn sử dụng an toàn các video bạn tạo ra cho mục đích kinh doanh, quảng cáo hoặc nội dung kiếm tiền.

Veo 4 có giá bao nhiêu?

Mức giá của Veo 4 được dự kiến sẽ gần với Veo 3, mặc dù cao hơn một chút do các đoạn video dài hơn và các tính năng bổ sung.

Trên một số nền tảng, Veo 3 có giá khoảng 23 USD mỗi phút video được tạo, tương đương khoảng 3 USD cho một đoạn clip dài 8 giây. Điều này giúp chúng ta có nền tảng chắc chắn để ước tính mức giá của Veo 4.

Nếu Google giới thiệu video dài 30 giây, mỗi thế hệ có thể sử dụng gần gấp bốn lần sức mạnh tính toán, điều này có nghĩa là bạn có thể phải trả $10–$12 mỗi video ở các mức giá tương tự.

Gói Cơ bản có thể có giá $20 đến $30 một tháng, và gói Chuyên nghiệp có thể có giá $100 đến $150 một tháng để có giới hạn thế hệ cao hơn hoặc mức giá trên mỗi giây thấp hơn. Gần như chắc chắn sẽ có một tầng Doanh nghiệp dành cho các doanh nghiệp và studio sản xuất, cho phép họ sử dụng nền tảng Vertex AI của Google tùy ý và đặt mức giá của riêng họ.

Sự cạnh tranh cũng sẽ ảnh hưởng đến giá cả. Sora 2 của OpenAI hiện đang cung cấp chất lượng video mạnh mẽ với chi phí trên mỗi giây thấp hơn, và Google sẽ không muốn bị tụt lại phía sau. Điều này có nghĩa là nếu Sora tiếp tục hạ giá, Google có thể thay đổi giá của chính mình để duy trì cạnh tranh và thu hút thêm người sáng tạo nội dung.

Việc tạo âm thanh, tải lên avatar và chỉnh sửa thời gian thực (nếu được thêm vào Veo AI 4) cũng có thể làm tăng chi phí một chút vì chúng cần nhiều sức mạnh tính toán hơn.

Vì vậy, Veo 4 có thể sẽ sử dụng mô hình giá tương tự như Veo 3, nhưng sẽ đắt hơn cho các đoạn clip dài hơn và phức tạp hơn.

Các trường hợp sử dụng của Veo 4 AI

Khi Veo AI 4 ra mắt, nó được kỳ vọng sẽ mở ra những trường hợp sử dụng mạnh mẽ. Đây là phân tích về cách mà người sáng tạo, thương hiệu và nhà giáo dục có thể sử dụng nó:

• Kể chuyện điện ảnh

Veo 4 có thể giúp các nhà làm phim và người sáng tạo độc lập xây dựng các đoạn phim ngắn hoặc chuỗi cảnh với nhiều góc quay, góc máy và chuyển đổi mượt mà hơn. Kết quả có thể giống như một bộ phim ngắn với các cung bậc nhân vật, hình ảnh liền mạch và âm thanh phù hợp với cảm xúc và chuyển động.

• Chiến dịch thương hiệu

Các thương hiệu có thể sử dụng mô hình này để tạo ra các video tiếp thị phong phú hơn mà không cần đội ngũ sản xuất đầy đủ. Họ có thể tạo ra các quảng cáo dài 15–30 giây với nhiều chuyển động máy ảnh, giọng lồng tiếng, và các đoạn clip giữ nguyên suốt các cảnh quay. Điều này giúp các nhà tiếp thị lặp nhanh, tùy chỉnh cho các kênh khác nhau và mở rộng sản xuất video của họ.

• Clip mạng xã hội

Với sự hỗ trợ cho các góc độ, khía cạnh khác nhau và các tính năng chỉnh sửa tức thì, Veo 4 Google sẽ tạo nội dung cho TikTok, Instagram hoặc YouTube Shorts. Người sáng tạo có thể nhanh chóng sản xuất các câu chuyện dọc hoặc các reel nhiều cảnh thu hút sự chú ý của mọi người và khiến họ tham gia.

• Mô phỏng đào tạo

Đối với các công ty và huấn luyện viên, Veo AI 4 có thể tạo các môi trường mô phỏng (ví dụ: cuộc diễn tập an toàn, kịch bản dịch vụ khách hàng, hướng dẫn sử dụng thiết bị) với chuyển động, tương tác và tín hiệu âm thanh chân thực.

• Video giáo dục

Giáo viên có thể biến ghi chú bài giảng, biểu đồ hoặc hình ảnh tham khảo thành các bài học video với Veo 4. Với luồng cảnh mượt mà và các hướng dẫn chính xác, mô hình này có thể tạo ra các chuỗi giảng giải trong khi phóng to vào các khái niệm, hiển thị quy trình và trình bày các bước một cách rõ ràng.

• Demo sản phẩm

Các nhóm sản phẩm có thể dựa vào Veo 4 AI để tạo demo sản phẩm với góc quay xoay, các tình huống sử dụng, làm nổi bật ghi chú và đồng bộ hóa giọng nói hoặc lớp phủ văn bản. Điều này mang đến cho người xem cái nhìn nhanh về các tính năng mà không cần quay một buổi trực tiếp đầy đủ.

Pippit: công cụ tác nhân AI tích hợp với mô hình Veo 3.1

Pippit là nền tảng sáng tạo nội dung AI cho phép bạn truy cập trực tiếp vào Veo 3.1 để tạo video một cách dễ dàng. Bạn có thể tạo các clip điện ảnh, quảng cáo thương hiệu, bài đăng trên mạng xã hội và nội dung giáo dục chỉ trong vài phút. Nó xử lý mọi thứ, từ viết kịch bản, đồng bộ hóa lồng tiếng đến tạo clip và âm thanh thực tế. Pippit cũng hỗ trợ chỉnh sửa, tạo phụ đề và điều chỉnh định dạng phù hợp với các nền tảng khác nhau. Với tích hợp Veo 3.1, bạn có thể biến các gợi ý văn bản thành video chất lượng cao với chuyển động, âm thanh và sự liên kết cảnh chính xác.

3 bước dễ dàng để sử dụng Pippit tạo video

Với Pippit, bạn có thể dễ dàng tạo quảng cáo, điểm nhấn sản phẩm, reels và các loại video khác chỉ với ba bước đơn giản.

BƯỚC 1
1. Mở công cụ tạo video

Nhấp vào liên kết bên dưới để truy cập công cụ, chọn "Bắt đầu miễn phí" ở góc trên bên phải, và đăng ký tài khoản miễn phí bằng Google, Facebook, hoặc TikTok. Nhấp vào "Video quảng cáo" trên trang chủ hoặc vào "Công cụ tạo video" ở bảng điều hướng bên trái dưới mục "Tạo dựng" để mở trang "Biến mọi thứ thành video."

BƯỚC 2
1. Tạo video bằng AI

Nhập văn bản hướng dẫn của bạn và nhấp vào dấu \"+\" để thêm clip, hình ảnh, liên kết hoặc tài liệu từ PC, Tài sản, Dropbox, hoặc điện thoại của bạn. Bạn hiện có thể chọn \"Chế độ đơn giản\" cho video tiếp thị, \"Chế độ đại lý\" cho video chung, hoặc \"Veo 3.1\" cho video điện ảnh chất lượng cao. Chọn tỷ lệ khung hình phù hợp với dự án của bạn, chọn tùy chọn nhân vật, chọn độ dài video, và chọn ngôn ngữ. Sau đó, nhấp vào \"Tạo\" để Pippit phân tích chỉ dẫn của bạn và tạo video.

BƯỚC 3
1. Xuất và chia sẻ

Đi tới thanh công cụ ở góc phải trên của màn hình, nhấp vào video đã tạo của bạn để mở bản xem trước và nhấn \"Chỉnh sửa\" (biểu tượng kéo) để mở trong trình chỉnh sửa video nâng cao, nơi bạn có thể chia hoặc ghép các clip, chỉnh sửa chủ thể, cắt và định khung lại clip, thêm chồng phương tiện hoặc nhãn dán, thêm bộ lọc, hiệu ứng, hoạt hình hoặc chuyển tiếp, và thậm chí bật theo dõi camera. Bạn cũng có thể chỉ cần nhấp vào \"Tải xuống\" (mũi tên xuống) để xuất trực tiếp về thiết bị của mình.

Các tính năng chính của trình tạo video Pippit

1
1. Giải pháp video mạnh mẽ

Trình tạo video trong Pippit cung cấp một thiết lập tất cả trong một, giúp đơn giản hóa việc tạo video từ đầu đến cuối. Bạn có thể tạo nội dung tiếp thị, bài đăng mạng xã hội hoặc video giải thích từ các gợi ý văn bản, liên kết sản phẩm hoặc blog, tài liệu, hình ảnh hoặc đoạn phim thô. Nó cũng cung cấp quyền truy cập vào Veo 3.1 và sẽ sớm tích hợp mô hình Sora 2.

2
1. Tự động tạo kịch bản

Với tính năng lập trình AI tích hợp sẵn, bạn không cần phải bắt đầu từ một trang trắng. Pippit có thể viết kịch bản video hấp dẫn ngay lập tức dựa trên chủ đề, sản phẩm hoặc lời nhắc ngắn. Điều này giúp lập kế hoạch nội dung nhanh hơn và đảm bảo video của bạn truyền tải thông điệp với lời thoại rõ ràng và tự nhiên.

3
1. Avatar AI và giọng nói

Pippit bao gồm một thư viện avatar AI và các tùy chọn giọng nói, cho phép bạn chọn người trình bày ảo phù hợp với thương hiệu hoặc phong cách của bạn. Các giọng nói nghe tự nhiên và biểu cảm, trong khi avatar có thể thích ứng với các phong cách khác nhau như hướng dẫn, cập nhật công ty hoặc video quảng bá. Thậm chí, nó còn cho phép bạn tạo avatar đang nói từ video hoặc hình ảnh của mình và tạo giọng nói tùy chỉnh từ bản ghi âm nhanh.

4
1. Tự động xuất bản và phân tích

Pippit có một lịch truyền thông xã hội cho phép bạn đăng các Reels, Stories hoặc bài viết đã tạo trực tiếp lên Facebook, Instagram và TikTok. Nó cũng theo dõi các chỉ số hiệu suất như lượt xem, tương tác và phạm vi tiếp cận của khán giả. Điều này có nghĩa là bạn có thể quản lý việc xuất bản và theo dõi kết quả mà không cần phải sử dụng nhiều bảng điều khiển khác nhau.

5
1. Hỗ trợ đa ngôn ngữ

Pippit hỗ trợ nhiều ngôn ngữ, mang lại cho bạn tùy chọn tạo video cho đối tượng toàn cầu. Dù bạn đang tiếp cận khách hàng ở Châu Âu, Châu Á hay Châu Mỹ Latinh, bạn đều có thể tạo các video địa phương hóa, nghe tự nhiên bằng từng ngôn ngữ.

Kết luận

Veo 4 chưa được phát hành, và tất cả những gì chúng tôi đã thảo luận cho đến nay đều dựa trên các lời đồn trong ngành và các suy đoán có cơ sở. Tuy nhiên, sự phấn khích xung quanh nó là có thật. Nếu thậm chí một nửa số tính năng được đồn đoán trở thành sự thật, nó có thể trở thành một bước tiến lớn cho các câu chuyện kể bằng AI. Nhưng trong khi bạn chờ Google Veo 4 ra mắt, bạn không cần phải ngừng sáng tạo. Pippit đã cung cấp cho bạn một cách mạnh mẽ để tạo ra các video chất lượng phòng thu ngay lúc này. Với khả năng viết kịch bản tự động, avatar AI, tuỳ chọn giọng nói và xuất bản ngay lập tức, nó hoàn hảo cho bất cứ ai muốn tạo nội dung nhanh chóng. Bắt đầu sản xuất các video thông minh hơn ngay hôm nay với Pippit.

Câu hỏi thường gặp

1
1. Điều gì khiến mô hình video Veo 4 Google khác biệt?

Veo 4 có khả năng sẽ có sẵn ở những nơi bạn đã truy cập Veo 3.1, với một vài tùy chọn mới có thể được thêm vào. Khi ra mắt, bạn có thể tìm thấy nó trong ứng dụng Gemini hoặc phiên bản web, nơi bạn có thể tạo video trực tiếp thông qua giao diện AI của Google. Nó cũng có thể xuất hiện trong công cụ Flow của Google, nơi đã có các tính năng từ Veo 3.1, chẳng hạn như mở rộng cảnh và chuyển đổi hình ảnh thành video. Đối với nhà phát triển và người dùng doanh nghiệp, nó có thể sẽ có sẵn thông qua Vertex AI hoặc API của Gemini. Tuy nhiên, quyền truy cập có thể khác nhau tùy thuộc vào khu vực và loại gói, vì Google thường giới hạn các phiên bản sớm cho một số người dùng hoặc quốc gia cụ thể. Hiện tại, Pippit là lựa chọn tốt nhất để truy cập phiên bản mới nhất của Veo 3.1 nhằm tạo ra các video chất lượng cao ở bất kỳ ngôn ngữ và tỷ lệ khung hình nào được chọn.

2
1. Điều gì khiến mô hình video Veo 4 Google khác biệt?

Thuật ngữ Google Veo không đại diện cho một từ viết tắt chính thức. Google đơn giản sử dụng "Veo" như tên của dòng mô hình văn bản-thành-video, được phát triển bởi Google DeepMind và được mô tả trong tài liệu là "mô hình hỗ trợ tạo video từ văn bản và hình ảnh." Nói cách khác, Veo là một nhãn hiệu thay vì một chuỗi các từ, mỗi từ được đại diện bởi một chữ cái. Dù Google Veo 4 vẫn còn đang ở phía trước, những người sáng tạo mong muốn khám phá công cụ video AI có thể tìm hiểu Pippit. Nó kết hợp các công cụ chỉnh sửa thông minh, các mẫu có thể tùy chỉnh và phụ đề tự động để tạo nội dung chỉ trong vài phút. Nó thậm chí hỗ trợ chuyển đổi cắt nhanh, lồng tiếng và lớp phủ văn bản.

3
1. Điều gì làm nên mô hình video Veo 4 Google khác biệt?

Điều làm cho mô hình Veo 4 sắp tới nổi bật là cách nó vượt qua những giới hạn của phiên bản trước. Với Veo 3.1 đã cung cấp âm thanh đồng bộ, đồng bộ hoá hình khẩu, chuyển động dựa trên vật lý hấp dẫn và đầu ra văn bản-thành-video, phiên bản tiếp theo được kỳ vọng sẽ mở rộng quy mô và khả năng kiểm soát hơn nữa. Google Veo 4 có thể cung cấp thời lượng clip dài hơn, sự liên tục cảnh đáng tin cậy hơn, nhiều góc quay hơn, lớp âm thanh phong phú hơn (như đối thoại kết hợp với hiệu ứng môi trường), và độ chính xác cao hơn trong việc gợi ý. Với suy nghĩ đó, bạn vẫn có thể muốn bắt đầu tạo video ngay hôm nay, và đó là lúc Pippit trở thành một lựa chọn thực tế. Thay vì chờ đợi phiên bản mô hình lớn tiếp theo, Pippit cung cấp cho bạn quyền truy cập vào tính năng tạo kịch bản tự động, xuất đa ngôn ngữ, avatar AI với giọng nói, công cụ xuất bản và phân tích, điều này làm cho nó phù hợp với video xã hội, thương hiệu hoặc đào tạo. Vì vậy, trong khi bạn chờ đợi sự ra mắt của Veo AI 4, Pippit giúp bạn tạo nội dung ý nghĩa ngay bây giờ.