Gemini API cung cấp hai mô hình để tạo video:
Gemini Omni Flash và Veo.
Mỗi loại được thiết kế cho các quy trình công việc khác nhau.
Sử dụng Gemini Omni Flash làm mô hình mặc định để tạo video. Mô hình này mang đến
khả năng kết nối video vượt trội, suy luận đa đầu vào (hỗ trợ đồng thời
văn bản, hình ảnh, âm thanh và video), tính nhất quán của nhân vật, độ chính xác về mặt thực tế và
khả năng chỉnh sửa theo cuộc trò chuyện nhiều lượt (ví dụ: thay thế phần tử hoặc thay đổi
góc nhìn). Sử dụng Veo 3.1 khi cần các tính năng cụ thể như mở rộng cảnh, kiểm soát khung hình cuối cùng hoặc tích hợp với quy trình cũ.
Gemini Omni Flash
Gemini Omni Flash là một mô hình đa phương thức, nhanh chóng để tạo video và
chỉnh sửa video thông qua trò chuyện. Mô hình này vượt trội trong việc nhanh chóng chuyển đổi câu lệnh văn bản và hình ảnh thành video ngắn, đồng thời cho phép bạn tinh chỉnh kết quả qua nhiều lượt bằng Interactions API.
Veo 3.1 là một mô hình tạo video có âm thanh gốc. Mô hình này hỗ trợ các tính năng như mở rộng video, tạo video theo khung hình cụ thể và chỉ dẫn dựa trên hình ảnh thông qua API generateContent.
[[["Dễ hiểu","easyToUnderstand","thumb-up"],["Giúp tôi giải quyết được vấn đề","solvedMyProblem","thumb-up"],["Khác","otherUp","thumb-up"]],[["Thiếu thông tin tôi cần","missingTheInformationINeed","thumb-down"],["Quá phức tạp/quá nhiều bước","tooComplicatedTooManySteps","thumb-down"],["Đã lỗi thời","outOfDate","thumb-down"],["Vấn đề về bản dịch","translationIssue","thumb-down"],["Vấn đề về mẫu/mã","samplesCodeIssue","thumb-down"],["Khác","otherDown","thumb-down"]],["Cập nhật lần gần đây nhất: 2026-10-20 UTC."],[],[]]
