Veo 3.1 trong Kollab

Veo 3.1, mẫu mô hình video dẫn đầu bảng xếp hạng, giờ là mặc định trong mọi tác vụ Kollab.

Veo 3.1 của Google là mô hình đầu tiên vượt mốc 1400 trên Video Arena. Kollab gọi trực tiếp qua Vertex AI, nối chuỗi vượt giới hạn 8 giây, biến bất kỳ artifact nào trong workspace thành khung hình mở đầu, và xuất âm thanh nền, hội thoại cùng hiệu ứng âm thanh ngay trong cùng một lượt render — không cần dự án GCP, không cần gói credit.

Mô hình đầu tiên vượt mốc 1400 trên Video Arena.

Veo 3.1 ra mắt ngày 15/10/2025 và ngay lập tức chiếm vị trí #1 trên cả hai bảng xếp hạng Text-to-Video lẫn Image-to-Video của Video Arena — lần đầu tiên một mô hình video vượt ngưỡng 1400. Kollab đưa chính mô hình veo-3.1-generate-001 vào làm mặc định.

#1
Video Arena
Cả bảng text-to-video lẫn image-to-video, từ tháng 10/2025.
1400+
Điểm Arena
Tăng 30 điểm so với Veo 3.0 — mức tăng lớn nhất trong một bản phát hành của lịch sử Video Arena.
~30s
Mỗi chuỗi trong Kollab
Vertex giới hạn mỗi clip ở 8 giây; lệnh veo3 chain của Kollab tự động nối lên tới ~30 giây.

Kollab làm được gì thêm trên nền Veo 3.1 mà Higgsfield, Flow và Arcads không làm được

Từng dòng dưới đây đều ứng với một cấu hình thực tế trong apps/skills-server — không phải lời quảng cáo. Veo 3.1 là mô hình. Kollab là runtime biến nó thành công việc thực.

  • Mô hình mặc định là veo-3.1-generate-001 cho cả lần tạo đầu tiên lẫn Extend — không cần chọn mô hình, không lệch phiên bản.
  • Lệnh veo3 chain tự động nối các phân đoạn Extend lên tới ~30 giây mỗi chuỗi, mọi phân đoạn đều được lưu thành artifact trong Kollab.
  • Image-to-video nhận mọi artifact trong workspace làm --first-frame-ref — không signed URL, không tải lên lại.
  • Âm thanh nền, hội thoại và SFX gốc được đưa thẳng vào cùng lượt render — không phải bật/tắt theo từng lệnh gọi.
  • skills-server của Kollab đảm nhiệm thông tin xác thực Vertex, việc polling, bước chuyển artifact từ GCS sang S3 và cả việc tính phí.
  • Mọi phân đoạn đều được lưu lại. Nếu phân đoạn 3 của chuỗi đi sai hướng, hãy prompt lại từ phân đoạn 2 — không phải làm lại từ đầu.

Thu thập tham chiếu bằng /agent-reach. Kiểm chứng bằng /agent-browser. Tạo video bằng /veo-3.

Veo 3.1 là mô hình video mạnh nhất trên thị trường — nhưng một clip hay vẫn bắt đầu từ những tham chiếu đúng. Tầng skill của Kollab cho phép một tác vụ chuyển việc qua ba skill theo trình tự, nên prompt đến tay /veo-3 đã được neo vào ngữ cảnh hình ảnh thật, đã kiểm chứng.

/agent-reach01

Thu thập tham chiếu hình ảnh thật từ 17 nền tảng.

Yêu cầu Kollab tìm demo Veo 3.1, quảng cáo của đối thủ hay ảnh mood tham chiếu — agent-reach tìm trên X, YouTube, Bilibili, Reddit, RSS và 12 nền tảng khác, rồi lưu URL nguồn vào tác vụ. Không cần chụp màn hình từng tab nữa.

/agent-browser02

Kiểm chứng URL, lấy khung hình, ghi lại bằng chứng.

agent-browser mở các tham chiếu trong trình duyệt thật, xác nhận chúng vẫn còn tồn tại, chụp ảnh tĩnh và lấy các chi tiết có cấu trúc (tiêu đề, kênh, ngày đăng) để bản brief bạn giao cho Veo 3.1 dựa trên thứ kiểm chứng được, chứ không phải ảnh chụp từ quý trước.

/veo-303

Tạo, nối chuỗi và dựng lại với Veo 3.1.

Khi các tham chiếu đã nằm trong tác vụ, skill /veo-3 của Kollab gọi trực tiếp veo-3.1-generate-001. Dùng chain cho chuỗi 30 giây, --first-frame-ref để khóa khung mở đầu vào một artifact trong workspace, hoặc cứ tiếp tục hội thoại để đổi khung và chỉnh lại ánh sáng.

Tín hiệu mạnh nhất không phải một con điểm benchmark —mà là những gì người ta đã cho ra mắt với Veo 3.1.

Đây là các bài đăng công khai trên X và video chính thức từ Google DeepMind trong những tuần sau khi Veo 3.1 ra mắt. Nhấp vào để đọc bản gốc; phát ngôn thuộc về tác giả của chúng.

Google DeepMind@GoogleDeepMind
Ra mắt

Veo 3.1 ra mắt với các điều khiển sáng tạo được cải thiện dành cho nhà làm phim, người kể chuyện và lập trình viên — nhiều tính năng đi kèm âm thanh. Chuyển động tốt hơn, kiểm soát khung đầu/cuối tốt hơn, tham chiếu nhiều ảnh để giữ nhân vật nhất quán.

Hơn 2.400 lượt thích · tweet ra mắtVideoOpen
Arena.ai@arena
Bảng xếp hạng

Veo 3.1 là mô hình đầu tiên vượt mốc 1400 trên Video Arena — #1 ở cả Text-to-Video lẫn Image-to-Video, tăng 30 điểm so với Veo 3.0 chỉ trong một bản phát hành.

555 lượt thích · tín hiệu bảng xếp hạngOpen
el.cine@EHuanglu
Nhà sáng tạo

Google Veo 3.1 vừa tiễn các agency quảng cáo lên đường. Giờ bạn có thể tạo quảng cáo chuẩn studio trong vài giây, vẫn giữ nguyên nhân vật, trang phục, sản phẩm và bối cảnh.

1.288 lượt thích · 164 lượt đăng lạiVideoOpen
HeyGen@HeyGen
Tính nhất quán

Với Veo 3.1, bạn có thể tạo video nhiều cảnh mà danh tính của bạn giữ nguyên hoàn hảo từ ngoại hình đến giọng nói — đúng phần vốn hay bị phá vỡ.

4.191 lượt thích · 529 lượt đăng lạiVideoOpen
Bilawal Sidhu@bilawalsidhu
Âm thanh

Google đã lắng nghe và bổ sung âm thanh ở mọi nơi còn thiếu. Bạn cũng có thể chèn vật thể vào video và (sắp tới) xóa chúng đi.

Bài đọc trong ngày ra mắtVideoOpen
Justine Moore@venturetwins
Quy trình

Nano Banana → Veo 3.1 → ElevenLabs Studio cho một pipeline khép kín từ ảnh đến video đến âm thanh. Cách làm việc đã chuyển từ 'render một clip' sang 'dàn dựng một chuỗi cảnh'.

2.039 lượt thích · bài viết về quy trình làm việcVideoOpen
Video chính thức từ Google DeepMind
Nhấp để phát — video được tải khi cần.
Google DeepMind
Veo 3.1 — Được thiết kế để trao quyền cho nhà sáng tạo
YouTube
Google DeepMind
Veo 3.1 — Từ nguyên liệu thành video
YouTube
Google DeepMind
Veo 3.1 — Từ khung hình thành video
YouTube
Google DeepMind
Veo 3.1 — Tạo những cảnh dài, liền mạch
YouTube

Bốn điều Veo 3.1 mở ra ngay khi xuất hiện trong một tác vụ Kollab

Kollab không gói Veo 3.1 sau các gói credit. Cùng một lệnh gọi API Vertex vận hành mọi tính năng dưới đây, nên nối chuỗi, âm thanh, image-to-video và chỉnh sửa bằng hội thoại đều chạy ngay trong workspace bạn đang dùng.

Bốn khung phim lồng vào nhau được nối bằng một sợi chỉ ấm, kết thúc ở thẻ đồng hồ 30 giây.

Tự động nối chuỗi vượt giới hạn cứng 8 giây.

Vertex giới hạn mọi clip Veo 3.1 ở 8 giây. Lệnh veo3 chain của Kollab tạo phân đoạn đầu tiên, rồi dùng mỗi clip làm nguồn cho clip kế tiếp, nối lên tới khoảng 30 giây mỗi chuỗi. Mọi phân đoạn trung gian đều được lưu vào lịch sử tác vụ dưới dạng artifact, nên bạn có thể prompt lại từ phân đoạn 2 mà không phải dựng lại toàn bộ chuỗi.

Dạng sóng chạy vào micro, bên phải là chất lỏng rót vào ly được render theo đúng vật lý thực.

Âm thanh ở mọi nơi còn thiếu — trong cùng một lượt render.

Veo 3.1 bổ sung âm thanh nền, hội thoại và SFX gốc ngay trong mô hình. Kollab giữ cờ âm thanh bật mặc định trong runtime skills-server, nên chỉ một prompt là bạn có clip kèm âm thanh khớp sẵn với vật lý của cảnh — không cần chạy thêm công cụ TTS hay thiết kế âm thanh.

Ảnh sản phẩm tĩnh bên trái chuyển thành khung phim động bên phải kèm thẻ artifact.

Dùng bất kỳ artifact nào trong workspace làm khung hình mở đầu.

Đưa vào một khung Nano Banana, một bản render GPT Image 2.5 hay bất kỳ ảnh tải lên nào, rồi tham chiếu bằng --first-frame-ref artifact:<id>. skills-server của Kollab phân giải artifact và đưa dữ liệu sạch cho Vertex — không phải xoay xở với signed URL, không tải lên lại, không mất hình nguồn khi tác vụ chuyển giữa các máy.

Ba thẻ phim tiếp nối ba bong bóng chỉ dẫn hội thoại.

Đổi khung, đổi góc máy, đẩy ánh sáng qua từng lượt.

Mọi lần tạo bằng Veo 3.1 đều nằm trong một tác vụ Kollab. Chỉ cần yêu cầu đổi khung dọc, đổi góc máy mới hay đẩy ánh sáng điện ảnh hơn ngay trong cùng cuộc hội thoại — các phân đoạn trước, prompt và artifact tham chiếu vẫn được giữ, nên mỗi lượt kế thừa lượt trước thay vì bắt đầu lại từ ô prompt trống.

Từ ý tưởng đến bản dựng Veo 3.1 hoàn chỉnh mà không phải xoay xở với năm tab

Một tác vụ Kollab. Tham chiếu thật. Mô hình video mạnh nhất thị trường. Mọi phân đoạn được lưu thành artifact để cả đội tái sử dụng.

01

Mô tả cảnh

Mô tả chủ thể, chuyển động, camera, ánh sáng, thời lượng, tỷ lệ khung hình và âm thanh — hoặc dán vào một kịch bản. Nếu clip cần tham chiếu, /agent-reach sẽ thu thập ngay trong cùng lượt.

02

Khóa khung hình đầu tiên (tùy chọn)

Đưa một khung Nano Banana, một bản render GPT Image 2.5 hoặc ảnh bạn tải lên vào tác vụ rồi tham chiếu bằng --first-frame-ref artifact:<id> để tạo image-to-video.

03

Tạo hoặc nối chuỗi

/veo-3 tạo clip 1080p dài 8 giây kèm âm thanh gốc. Với bản dựng dài hơn, /veo-3 chain nối các phân đoạn Extend lên tới ~30 giây, mỗi phân đoạn được lưu thành artifact riêng.

04

Dựng lại chỉ bằng hội thoại

Đổi khung sang dọc, đổi góc máy, đẩy ánh sáng điện ảnh hơn, hoặc rẽ nhánh từ một phân đoạn giữa — tác vụ vẫn giữ toàn bộ prompt, phân đoạn và phần review.

Các đội ngũ cho ra mắt gì với Veo 3.1 trong một workspace Kollab duy nhất

Ba mô hình đã chạy tốt ngay hôm nay. Cả ba đều dùng chung skill /veo-3 và cùng một bề mặt tác vụ — khác nhau ở chỗ bạn giao artifact tiếp cho ai.

Bản quảng cáo chuẩn studio

Biến một ảnh sản phẩm đã duyệt, một ghi chú giọng thương hiệu và một brief ngắn gọn thành những màn ra mắt sản phẩm điện ảnh dài 4–8 giây. Dựng lại cho landing page, paid social và các bài test đối tượng mà không phải làm lại prompt.

Phim ngắn nhiều cảnh

Dùng tham chiếu nhiều ảnh để giữ nhân vật nhất quán, nối các phân đoạn Extend lên tới ~30 giây, và giữ mọi cảnh quay thành artifact sẵn sàng cho phòng dựng.

Phim ý tưởng từ một khung hình tĩnh

Đưa một key visual hoặc khung Nano Banana vào tác vụ, dùng nó làm khung mở đầu, và để Veo 3.1 làm chuyển động cảnh với âm thanh nền gốc trước khi chốt ngân sách sản xuất.

Công cụ video và hình ảnh liên quan

Trình tạo video AI Seedance 2.0Trình tạo video AI Gemini OmniAI chuyển ảnh thành videoTrình tạo ảnh AI GPT Image 2.5

Câu hỏi thường gặp

Veo 3.1 là gì?

Veo 3.1 là mô hình tạo video của Google DeepMind, phát hành ngày 15/10/2025. Mô hình đứng #1 trên Video Arena ở cả text-to-video lẫn image-to-video, với mức tăng 30 điểm so với Veo 3.0 và là điểm số 1400+ đầu tiên trong lịch sử Video Arena. Mô hình tạo clip 8 giây ở độ phân giải tối đa 1080p kèm âm thanh gốc.

Veo 3.1 trong Kollab có phải cùng mô hình với bản chính thức của Google không?

Đúng vậy. Kollab gọi Vertex AI với veo-3.1-generate-001 — chính mô hình GA trên API của Google. Khả năng tạo, Extend, âm thanh, tỷ lệ khung hình và độ phân giải đều hoạt động y hệt bản chính thức.

Tôi có thể tạo video dài hơn 8 giây với Veo 3.1 không?

Qua API Veo 3.1 chính thức hoặc Google Vids thì không — mọi clip đều bị giới hạn ở 8 giây. Kollab có lệnh veo3 chain tự động gửi các job Extend và dùng mỗi phân đoạn làm nguồn cho phân đoạn kế tiếp, tích lũy lên tới khoảng 30 giây mỗi chuỗi.

Tôi có cần dự án Google Cloud hay quyền truy cập Vertex AI không?

Không. skills-server của Kollab đảm nhiệm thông tin xác thực Vertex AI, việc polling tác vụ, bước chuyển artifact từ GCS sang S3 và cả việc tính phí. Bạn chỉ cần viết prompt.

Veo 3.1 trong Kollab có hỗ trợ image-to-video và Extend không?

Có. Truyền bất kỳ artifact nào của tác vụ dưới dạng --first-frame-ref artifact:<id> để tạo image-to-video, hoặc dùng veo3 extend với --source-video-job-id để tiếp tục một clip có sẵn. Lệnh chain kết hợp cả hai.

So với Higgsfield, HeyGen hay Arcads thì thế nào?

Những sản phẩm đó gói Veo 3.1 sau các gói credit, mức giá theo từng clip và giao diện riêng. Kollab gọi trực tiếp cùng mô hình đó ngay trong tác vụ bạn đang làm — bên cạnh kịch bản, hình ảnh, các bản dựng trước và toàn bộ workspace của bạn — với chain và Extend tích hợp trong một lệnh duy nhất.

/agent-reach và /agent-browser đóng vai trò gì?

/agent-reach thu thập tham chiếu từ 17 nền tảng (X, YouTube, Reddit, Bilibili, RSS và nhiều nền tảng khác) vào tác vụ. /agent-browser kiểm chứng URL và lấy các chi tiết có cấu trúc. Sau đó /veo-3 tạo video với bản brief đã được neo chắc — ba skill, một bề mặt tác vụ.

Tôi có thể dùng video tạo ra cho mục đích thương mại không?

Kollab được thiết kế cho công việc chiến dịch chuyên nghiệp. Trước khi xuất bản, hãy xem lại điều khoản sử dụng Veo hiện hành của Google và xác nhận bạn có quyền với mọi tham chiếu, thương hiệu, hình ảnh cá nhân hay tài sản nguồn.

Mô hình video dẫn đầu bảng xếp hạng. Chỉ một dòng ngôn ngữ tự nhiên trong tác vụ của bạn.

Veo 3.1 là mô hình. Kollab là runtime biến nó thành công việc thực — nối chuỗi, image-to-video, âm thanh gốc và mọi phân đoạn đều là artifact để đội bạn tái sử dụng.