Mới đây, Google đã triển khai Veo 3 đến tất cả quốc gia nơi ứng dụng Gemini đang hoạt động, bao gồm Việt Nam, thông qua gói đăng ký Google AI Pro - giá 489.000 đồng/tháng, được miễn phí tháng đầu tiên.
Sau khi đăng ký gói, người dùng chỉ cần nhấp vào tùy chọn "Công cụ" (Tools) trên thanh nhắc lệnh Gemini, chọn "Video" và nhập mô tả cảnh muốn tái hiện.
Sau đó, Gemini sẽ nhanh chóng tạo một video clip dài 8 giây, độ phân giải 720p, định dạng MP4 tỉ lệ 16:9 ngang, cùng âm thanh sống động.
Việc triển khai Veo 3 tại Việt Nam được cho là tin vui đến nhiều người dùng Việt, vì trước đây họ phải mua tài khoản dùng chung hoặc dùng VPN để truy cập. Giờ đây, người dùng có thể đăng ký trực tiếp giúp trải nghiệm dịch vụ ổn định và thuận tiện hơn.
Tuy nhiên, bên cạnh sự hào hứng của nhiều người, không ít người dùng lại bày tỏ sự không hài lòng với một số hạn chế của Veo 3.
Veo 3 hiện đã được triển khai tại Việt Nam nhưng giới hạn ở mức tạo 10 video mỗi tháng
Ông Trần Minh Tuấn (ngụ TP HCM) nhận xét điểm yếu lớn nhất của Veo 3 là video tạo ra chỉ dài vỏn vẹn 8 giây, điều này khiến ông không thể truyền tải đầy đủ nội dung như mong muốn.
"Video tạo ra bởi Veo 3 rất chân thực nhưng chỉ phù hợp cho giải trí và chia sẻ trên mạng xã hội. Để có thể sử dụng cho quảng cáo hoặc giới thiệu sản phẩm, Veo 3 cần cho phép tạo video dài ít nhất 30 giây" - ông Tuấn nói.
Ông nói rằng dù có thể tạo nhiều video để ghép lại song việc này không thể mang lại sự đồng bộ và mượt mà như một video dài hoàn chỉnh.
Chị Phạm Thị Lan Anh (ngụ TP HCM) cho biết việc giới hạn chỉ tạo được 10 video mỗi tháng cũng làm giảm trải nghiệm người dùng.
"Không phải video nào do Veo 3 tạo ra cũng hoàn toàn đúng ý, nên chỉ trong một ngày có thể sử dụng hết số video cho phép. Điều này khiến tôi cảm thấy khá hạn chế trong việc sử dụng dịch vụ" - chị Lan Anh nói.
Veo 3 là mô hình AI tạo video tiên tiến nhất của Google, ra mắt tại sự kiện Google I/O 2025 hồi tháng 5 vừa qua.
Trước khi được triển khai chính thức, Veo 3 đã gây sốt tại Việt Nam nhờ khả năng biến văn bản hoặc hình ảnh thành video chất lượng cao với lời thoại, hiệu ứng âm thanh... khớp với chủ thể và bối cảnh.