Gemini Omni 1.2 Flash là gì: làm và sửa video 15 giây bằng lời

Thử hình dung thế này. Phòng marketing vừa có một đoạn video quảng cáo ưng tới chín phần, chỉ có cái nền phía sau là không hợp. Trước đây muốn đổi nền thì hoặc quay lại, hoặc nhờ người dựng ngồi cả buổi.

Ngày 05/11/2026, Google ra mắt Gemini Omni 1.2 Flash, model làm video cho phép gõ một câu "đổi nền phía sau thành khu rừng sồi" và nhận về đúng đoạn video đó với nền mới. Nhân vật và chuyển động vẫn giữ nguyên.

Đọc nhanh trong 30 giây

• Gemini Omni 1.2 Flash là model tạo và sửa video của Google DeepMind, có tiếng đi kèm, mở chính thức trên Gemini API và Google Cloud ngày 05/11/2026.
• Clip dài tới 15 giây (bản 1.1 là 10 giây), sửa video bằng lời qua nhiều lượt, giá 0,07 USD mỗi giây ở 720p, rẻ hơn bản 1.1 là 30%.
• Dùng được ở Gemini API, Google Cloud, Flow, Google Vids, Google Ads; app Gemini đang mở dần cho gói Google AI Ultra.
• Hợp với đội marketing, bán hàng online, đào tạo nội bộ cần video ngắn làm nhanh và sửa nhiều lần.

Gemini Omni 1.2 Flash có gì mới?

Gemini Omni 1.2 Flash là bản nâng cấp của dòng Gemini Omni, tập trung vào ba thứ: clip dài hơn, rẻ hơn và sửa được nhiều lượt bằng lời. Theo bài công bố của Google, đây là những điểm đáng chú ý nhất:

• Clip dài tới 15 giây. Độ dài chỉnh từng giây một, từ 3 tới 15 giây.
• Giá giảm 30% so với Gemini Omni 1.1, còn 0,07 USD mỗi giây cho video 720p. Một clip 15 giây ở 720p vì vậy hết 1,05 USD (tôi tự tính: 15 nhân 0,07).
• Làm nháp rẻ, xuất bản đẹp. Làm bản nháp ở 360p hoặc 720p, ưng rồi mới nâng lên 1080p hoặc 4K.
• Sửa video bằng lời qua nhiều lượt: đổi sản phẩm, đổi nền, đổi ánh sáng, thời tiết, tỉ lệ khung hình, hoặc sửa một chi tiết nhỏ mà không phải làm lại cả clip.
• Bám ảnh tham chiếu tốt hơn: kết hợp ảnh nhân vật, ảnh sản phẩm, ảnh phong cách, đoạn chuyển động ngắn tối đa 3 giây và gợi ý âm thanh.
• Lời thoại tự nhiên hơn, khẩu hình khớp hơn, phân biệt được nhiều người nói.

Bốn con số đáng nhớ. Mã model trong API là gemini-omni-1.2-flash.

Tài liệu Google Cloud ghi thêm: khung hình 16:9 hoặc 9:16, nhận tối đa 10 ảnh và 3 video trong một yêu cầu, và không nhận âm thanh đầu vào. Video làm ra gắn watermark SynthID ẩn để nhận biết là AI tạo.

Sửa video bằng lời trong Gemini Omni 1.2 Flash trông thế nào?

Sửa video bằng lời trong Gemini Omni 1.2 Flash nghĩa là anh chị nói chuyện với model như nói với người dựng phim, mỗi câu là một lượt sửa. Ví von cho dễ hình dung: giống dặn thợ sơn "tường này đổi sang màu kem", thợ chỉ sơn lại bức tường đó chứ không đập nhà xây lại.

Trong video demo của Google, cảnh gốc là hiệp sĩ và hoàng hậu trò chuyện trước một chiếc lều sọc. Qua từng câu dặn, nền phía sau đổi thành rừng sồi, chuồng ngựa có ngựa trắng, khu chợ phiên rồi lâu đài đá. Hai nhân vật giữ nguyên trong mọi phiên bản.

Bấm vào hình để xem video demo gốc. Hình và video: Google, bài công bố Gemini Omni 1.2 Flash.

Mỗi lượt chỉ đổi đúng chỗ được dặn. Không ưng lượt nào thì dặn tiếp, không làm lại từ đầu.

Mẹo

Mỗi lượt chỉ dặn một thay đổi. Dặn "đổi nền, đổi ánh sáng, thêm mưa" cùng lúc thì lỡ hỏng sẽ không biết câu nào gây ra. Giống chỉnh công thức nấu ăn, mỗi lần thêm một vị mới biết vị nào làm món ngon lên.

Gemini Omni 1.2 Flash dùng vào việc gì?

Gemini Omni 1.2 Flash hợp nhất với video ngắn cần làm nhanh và sửa nhiều lần, nơi một clip 15 giây là đủ kể một ý.

Bán hàng online: Google demo cảnh thử đồ ảo. Đưa ảnh một người mẫu và ảnh vài bộ đồ, model cho người đó mặc lần lượt từng bộ và xoay một vòng. Shop thời trang có thể làm video cho cả bộ sưu tập từ ảnh chụp sản phẩm có sẵn.

Hình cắt từ video demo thử đồ của Google.

Marketing: một video quảng cáo gốc, đổi nền theo mùa, theo dịp lễ, đổi tỉ lệ khung hình 9:16 cho video dọc. Google cũng đưa model vào asset studio của Google Ads.

Đào tạo nội bộ: trong Google Vids, Google ghi là clip 15 giây không tính thêm phí với tài khoản Google hoặc gói Workspace. Phòng nhân sự có thể chèn cảnh minh họa ngắn vào video hướng dẫn mà không cần quay.

Người không viết code bắt đầu từ Google Vids hoặc Flow. Lập trình viên dùng Gemini API.

Lưu ý

• Google nói thẳng model còn đang cải thiện ở cảnh thể thao chuyển động nhanh, kịch bản đổi liên tục và vật lý phức tạp. Đừng giao cho nó cảnh đá bóng hay rượt đuổi.
• Model không nhận âm thanh đầu vào. Muốn lồng giọng có sẵn thì phải làm bằng công cụ khác.
• Giá 0,07 USD mỗi giây là cho 720p. Bài công bố không nêu giá các độ phân giải khác; anh chị xem trang giá của Google trước khi chạy số lượng lớn.
• Dùng ảnh người thật làm tham chiếu (người mẫu, nhân viên) thì cần có sự đồng ý của họ.

Nhận xét của chuyên gia

Khi tư vấn làm video cho doanh nghiệp, chỗ tốn kém nhất thường không phải lần quay đầu mà là những lần sửa sau đó: đổi bối cảnh, đổi tỉ lệ cho từng kênh, đổi sản phẩm theo mùa. Gemini Omni 1.2 Flash đánh đúng vào chỗ này. Giá 1,05 USD cho một clip 15 giây ở 720p cũng đủ rẻ để làm nhiều bản thử.

Hợp với ai: shop bán hàng online, đội marketing làm nhiều video ngắn cho mạng xã hội, phòng đào tạo đang dùng Google Workspace, đội kỹ thuật muốn đưa tạo video vào quy trình tự động qua Gemini API.

Chưa hợp với ai: video dài trên 15 giây cần mạch kể liền, cảnh hành động nhanh, nội dung cần độ chính xác vật lý cao, hoặc đơn vị chưa có chính sách về dùng hình ảnh người thật cho AI.

Cách bắt đầu của tôi: thử miễn phí trong Google Vids trước với một cảnh có sẵn của công ty. Sửa ba lượt liền, mỗi lượt một thay đổi, xem nhân vật có giữ nguyên không. Ưng rồi mới tính chuyện gọi API và chạy số lượng lớn.

Một câu để nhớ: video tốt không cần quay lại, chỉ cần dặn đúng một câu.

Đọc thêm: Voice remixing Gemini: chỉnh giọng đọc AI bằng lời dặn và Gemini tạo và sửa file ngay trong khung chat.

Nên làm gì tuần này?

1. Mở Google Vids, thử chèn một clip 15 giây vào một video nội bộ có sẵn.
2. Chọn một video sản phẩm của công ty, thử đổi nền qua hai đến ba lượt sửa bằng lời.
3. Với shop thời trang: chụp ảnh người mẫu và ba sản phẩm trên nền trơn để thử tính năng thử đồ.
4. Đội kỹ thuật: đọc tài liệu model gemini-omni-1.2-flash trên Google Cloud, tính chi phí theo số clip mỗi tháng.

Câu hỏi thường gặp

Gemini Omni 1.2 Flash làm được video dài bao lâu?

Mỗi clip dài từ 3 tới 15 giây, chỉnh từng giây một. Muốn dài hơn thì dùng tính năng nối dài clip, theo tài liệu Google Cloud mỗi lần nối thêm từ 3 tới 10 giây.

Gemini Omni 1.2 Flash giá bao nhiêu?

Theo Google, 0,07 USD mỗi giây video 720p, rẻ hơn bản 1.1 là 30%. Một clip 15 giây ở 720p hết 1,05 USD. Trong Google Vids, Google ghi là clip 15 giây không tính thêm phí.

Không biết code có dùng được Gemini Omni 1.2 Flash không?

Có. Người không viết code dùng qua Google Vids, Flow, app Gemini (đang mở dần cho gói Google AI Ultra) hoặc Google Ads. Lập trình viên gọi qua Gemini API hoặc Google Cloud.

Video làm bằng Gemini Omni 1.2 Flash có bị đánh dấu là AI không?

Có. Google cho biết mọi video đầu ra đều gắn watermark SynthID ẩn, mắt thường không thấy nhưng công cụ của Google nhận ra được.

Nguồn: Google, Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips, 05/11/2026; Google Cloud, tài liệu Gemini Omni 1.2 Flash. Ngày tra nguồn: 08/11/2026.