Tạo video từ chữ là gì?
Còn gọi: text-to-video, text to video, tạo video bằng ai, ai tạo video, video ai
Text-to-video là kỹ thuật AI tạo ra đoạn video mới từ một mô tả bằng chữ, gồm cảnh, chuyển động của chủ thể và chuyển động máy quay.
Hiểu kỹ hơn
Các công cụ tiêu biểu: Google Veo, OpenAI Sora, Runway, Kling, Luma, cùng các tính năng tạo video trong Firefly, Canva và CapCut. Một prompt video tốt mô tả thêm những thứ prompt ảnh không có: hành động diễn ra thế nào, góc và chuyển động máy (dolly in, pan, cầm tay), nhịp độ, âm thanh nếu mô hình hỗ trợ. Mỗi lần tạo thường chỉ ra clip ngắn vài giây, nên video dài được dựng từ nhiều clip ghép lại. Hạn chế hay gặp: nhân vật đổi mặt giữa các cảnh, tay chân và chữ bị biến dạng, vật lý chưa đúng (nước, vải, va chạm). Vì vậy nhiều người dùng image-to-video để khoá khung hình đầu. Lỗi hay gặp là viết prompt như prompt ảnh, chỉ tả cảnh tĩnh, khiến video gần như đứng yên hoặc chuyển động ngẫu nhiên.
