AI tạo video: tạo video từ văn bản, từ ảnh bằng AI, cách dùng miễn phí và lưu ý

AI tạo video là gì?

AI tạo video là nhóm công cụ AI tạo sinh dựng đoạn video ngắn từ một câu mô tả (text to video) hoặc từ một bức ảnh (image to video). Các model đời mới tạo luôn âm thanh gồm lời thoại, nhạc, tiếng động, và cho sửa video bằng lời: đổi nền, trang phục, ánh sáng, góc máy.

Ngoài clip dựng từ mô tả, còn hai kiểu hay dùng: video có người dẫn ảo đọc kịch bản bạn viết, và dịch, lồng tiếng một video có sẵn sang ngôn ngữ khác. Mỗi đoạn video do AI dựng thường chỉ dài vài giây tới vài chục giây, nên video dài được ghép từ nhiều đoạn.

Các công cụ AI tạo video dùng được ở Việt Nam

Những công cụ có bài riêng trên STEYG, dữ kiện đối chiếu trang chính thức ngày 25/10/2026:

• Gemini Omni trong ứng dụng Gemini (cần gói Google AI Plus trở lên): tạo video có tiếng từ chữ, ảnh, âm thanh hay video; mỗi đoạn 3–10 giây, khung 16:9 hoặc 9:16, 720p mặc định; nhận tới 5 ảnh và 1 video tham chiếu; sửa được cả video bạn tự quay dài không quá 10 giây. Xem bài Veo 3 là gì.
• Google Flow (flow.google.com): công cụ làm phim của Google Labs, có Gemini Omni và Veo 3.1; Việt Nam có trong danh sách quốc gia, tiếng Việt có trong danh sách ngôn ngữ.
• Grok Imagine trong Grok: tạo video từ gói Premium của The X Subscription, video có watermark Grok không gỡ được.
• Midjourney: biến ảnh thành video, mỗi lượt 4 clip 5 giây, kéo dài tối đa 21 giây; SD 480p ở mọi gói, HD 720p từ gói Standard; chưa tạo video thẳng từ chữ.
• Hailuo AI của MiniMax với model H3: tạo video từ chữ, từ khung đầu hoặc cả khung đầu và cuối, kèm âm thanh stereo; mỗi video 5–15 giây, 24 khung hình mỗi giây; giao diện có tiếng Việt, bán hội viên riêng theo credit.
• HeyGen: video có người dẫn ảo đọc kịch bản, avatar mang hình ảnh và giọng của bạn, dịch video sang hơn 175 ngôn ngữ ở gói trả phí.
• Trong công cụ khác: Perplexity Pro và Genspark tạo được video; Canva AI có Create a video clip ở bậc Ultra của gói trả phí; ứng dụng và trang web Sora của OpenAI đã ngừng từ 26/04/2026.

Tạo video bằng AI miễn phí

Không có công cụ nào cho tạo video không giới hạn mà miễn phí. Các cách dùng không tốn tiền, kèm giới hạn:

• Google Flow: theo trang credit, mọi tài khoản có 50 credit mỗi ngày, không cộng dồn; một đoạn Gemini Omni Flash 720p tốn 7, 10, 12 hoặc 15 credit cho đoạn 4, 6, 8 hoặc 10 giây, bản nháp 360p tốn khoảng một nửa. Giờ cao điểm (khoảng 21 giờ tới nửa đêm giờ Việt Nam) người không có gói có thể không tạo được.
• YouTube Shorts: tạo và remix đoạn video ngắn bằng Gemini Omni miễn phí, có ở đa số quốc gia khi đặt ngôn ngữ YouTube là tiếng Anh.
• Google Vids: tạo đoạn video bằng Gemini Omni 1.1 cho mọi tài khoản Google, theo hạn mức số giây mỗi tháng.
• HeyGen Free: 3 video mỗi tháng, mỗi video tối đa 1 phút, có watermark HeyGen.
• Ứng dụng Gemini bản miễn phí không tạo được video; Midjourney không có bản dùng thử trên web. Bản miễn phí của các trợ lý khác có ở bài AI miễn phí.

Tạo video từ hình ảnh

Đưa một ảnh làm khung hình đầu, rồi mô tả chuyển động: ai làm gì, máy quay đi thế nào. Gemini Omni và Hailuo H3 nhận cả khung hình đầu lẫn khung hình cuối để model tự dựng đoạn chuyển giữa hai cảnh; Gemini Omni còn nhận ảnh tham chiếu để giữ nhân vật, đồ vật qua nhiều đoạn. Với Midjourney, tạo hoặc tải ảnh lên rồi bấm Animate. Ảnh dùng làm đầu vào có thể tạo bằng AI trước, xem bài AI tạo ảnh.

Cách viết prompt tạo video

Google khuyên viết prompt cho Flow bằng tiếng Anh; tài liệu Gemini API cũng ghi tiếng Anh là ngôn ngữ được hỗ trợ đầy đủ. Một prompt tốt tả đủ các ý sau, cách viết chung có ở bài prompt là gì:

Close-up of a street food vendor in Hanoi flipping banh xeo in a hot pan at dusk, steam rising, warm lantern light, handheld camera slowly pushing in, sizzling sounds, she says "Ngon lắm đó!"

• Chủ thể và hành động: ai, làm gì, theo thứ tự nào trong đoạn video.
• Bối cảnh, ánh sáng, thời điểm trong ngày.
• Góc máy và chuyển động máy: cận cảnh, toàn cảnh, máy lia, máy theo sau nhân vật.
• Âm thanh: lời thoại đặt trong ngoặc kép, tiếng nền, nhạc.
• Thử ý tưởng bằng bản nháp độ phân giải thấp cho đỡ tốn credit, ưng rồi mới tạo bản đẹp.

Làm video AI có tiếng Việt

Lời thoại tiếng Việt là chỗ hay vấp: model H3 của Hailuo mới nói ổn định ở 11 ngôn ngữ, chưa gồm tiếng Việt. Cách làm thường dùng là dựng hình bằng công cụ tạo video, rồi thêm giọng đọc tiếng Việt bằng công cụ giọng nói:

• ElevenLabs: đọc văn bản tiếng Việt bằng Eleven v4, v3 hoặc Flash v2.5, và Dubbing dịch, lồng tiếng video sang hơn 90 ngôn ngữ; bản lồng tiếng của gói Free có watermark.
• MiniMax Speech 2.8 qua MiniMax Audio có nhiều giọng tiếng Việt có sẵn.
• HeyGen dịch video ở gói trả phí, có tiếng Việt trong danh sách ngôn ngữ, chỉ dịch tiếng hoặc dịch kèm khớp môi.

Watermark, độ tuổi và quy định gắn nhãn

Mọi video tạo bằng Gemini Omni và Veo đều có watermark ẩn SynthID và thông tin nguồn gốc theo chuẩn C2PA; người dùng ở Việt Nam luôn có thêm watermark nhìn thấy được, trừ khi dùng gói Google AI Ultra trong ứng dụng Gemini hoặc Ultra mức gấp 20 lần trong Flow. Tạo video trong ứng dụng Gemini và dùng Flow chỉ dành cho người từ 18 tuổi đã xác minh tuổi, và Flow không tạo video về người nổi tiếng.

Luật Trí tuệ nhân tạo của Việt Nam yêu cầu video tạo hoặc chỉnh bằng AI nhằm mô phỏng ngoại hình, giọng nói người thật hoặc tái hiện sự kiện thật phải được gắn nhãn dễ nhận biết; xem bài Luật Trí tuệ nhân tạo. YouTube, TikTok và Facebook cũng có quy định ghi rõ nội dung trông như thật được tạo hay chỉnh bằng AI khi đăng.

Chọn công cụ theo việc cần làm

Gợi ý theo loại video, không xếp hạng:

• Clip ngắn có tiếng dựng từ mô tả: Gemini Omni trong ứng dụng Gemini hoặc Google Flow.
• Video ngắn cho kênh YouTube: tính năng tạo bằng Gemini Omni ngay trong YouTube Shorts.
• Video có người dẫn đọc kịch bản, video đào tạo: HeyGen.
• Biến ảnh nghệ thuật thành chuyển động: Midjourney.
• Dịch, lồng tiếng video có sẵn: HeyGen hoặc ElevenLabs Dubbing.

Câu hỏi thường gặp