Veo từng được Google giới thiệu lần đầu tiên vào tháng 4 vừa qua. Công cụ này có thể tạo ra những đoạn video chất lượng cao, với độ phân giải lên đến 1.080p. Các video này có thể dài tối đa 6 giây, với tốc độ khung hình 24 hoặc 30 khung hình/giây. Mô hình này có thể tạo ra các video đa dạng về chủ đề, từ phong cảnh thiên nhiên, sự vật, con người cho đến các hiệu ứng chuyển động phức tạp.
Đặc biệt, Veo còn hỗ trợ nhiều phong cách hình ảnh và điện ảnh khác nhau, từ cảnh quan, tua nhanh thời gian (time lapse) đến chỉnh sửa các cảnh quay đã có sẵn. Mô hình này cũng hỗ trợ chỉnh sửa những vùng cụ thể trong video, giúp người dùng có thể thay đổi chi tiết mà không ảnh hưởng đến toàn bộ cảnh quay.
Cũng theo Google, Veo không chỉ dừng lại ở việc tạo ra các đoạn video đơn lẻ mà còn có khả năng chỉnh sửa, kết hợp các đoạn video đã tạo để tạo ra những sản phẩm cuối cùng hoàn chỉnh hơn. Ngoài ra, Veo cũng thể hiện khả năng hiểu và xử lý các hiệu ứng hình ảnh (VFX) một cách khá tốt, cũng như nắm bắt được các nguyên lý vật lý cơ bản.
Đây được xem là một bước tiến lớn trong việc ứng dụng AI vào việc sản xuất nội dung video, mở ra tiềm năng lớn cho các doanh nghiệp trong nhiều ngành nghề. Một trong những khách hàng đầu tiên sử dụng Veo là Quora. Trang web hỏi - đáp nổi tiếng này sẽ tích hợp Veo vào nền tảng chatbot Poe của mình. Trong khi đó, một khách hàng khác của Veo là Mondelez International - công ty sở hữu thương hiệu bánh quy Oreo - cũng sẽ áp dụng mô hình này để tạo ra các nội dung tiếp thị hấp dẫn với các đối tác đại lý.
Chia sẻ về sự phát triển này, ông Warren Barkley - Giám đốc quản lý sản phẩm cấp cao tại Google Cloud - cho biết kể từ khi Veo được công bố, đội ngũ nghiên cứu đã không ngừng cải thiện và củng cố mô hình này để phục vụ cho các khách hàng doanh nghiệp trên nền tảng Vertex AI. Với sự hỗ trợ của Veo, người dùng có thể tạo ra các video có độ phân giải cao 720p, với tỷ lệ khung hình 16:9 cho video khổ ngang hoặc 9:16 cho video khổ dọc.
Veo được kỳ vọng sẽ cạnh tranh trực tiếp với các mô hình tạo video hàng đầu hiện nay như Sora của OpenAI, hay Adobe, Runway, Luma, Meta và nhiều nhà cung cấp khác. Mô hình này đã được huấn luyện từ các bộ dữ liệu video chất lượng cao, với quy trình chọn lọc kỹ lưỡng để đảm bảo an toàn và bảo mật.