Thêm góc quay bằng AI từ một video: giữ đúng người, sản phẩm và lời thoại được không?

Thêm góc quay bằng AI nghĩa là đưa một đoạn video quay từ một máy cho mô hình AI, rồi nhờ nó dựng lại cùng khoảnh khắc từ vị trí máy khác: cận hơn, nghiêng hơn, từ trên xuống. Bài này giúp người quay video giới thiệu sản phẩm bằng một điện thoại quyết định cảnh nào chỉ cần cắt khung, cảnh nào đáng thử góc AI, và kiểm gì để không đăng một sản phẩm, một bàn tay hay một câu nói không có thật.

Điểm cần nhớ trước: góc AI là hình tái dựng. Phần máy chưa từng quay (mặt nghiêng, mặt sau bao bì) được mô hình đoán ra. Tổ Thạo Việc đã tự thử một vòng ngày 15/10/2026; kết quả ở mục “Kết quả thử”.

Vài từ dùng trong bài. Cắt khung (crop) là phóng to một vùng của chính video gốc, không tạo điểm ảnh mới. Góc AI là cảnh mô hình dựng lại từ video gốc theo yêu cầu của bạn. Phiên âm là chép lời nói trong clip thành chữ để soát. Credit là đơn vị trả phí của công cụ, mỗi lần tạo trừ một số credit dù kết quả đạt hay hỏng.

Clip gốc làm bằng công cụ gì

Đề tài bắt đầu từ một clip TikTok ngày 06/08/2026 của Tunde Alao (“AI turned 1 camera into 4”, “Fact or Hype?”). Tổ đã xem trọn clip 38 giây và nghe lại lời: người làm thả video vào Claude, chạy một skill tên “multicam” của một người khác (skill phiên âm video bằng Whisper, lấy mốc thời gian từng chữ và viết sẵn yêu cầu đổi góc theo từng giây), rồi dán yêu cầu đó vào Google Omni (giao diện ghi “Gemini Omni”). Người làm nói phải dùng VPN sang Nhật mới chạy được, và tự hỏi “sao nó biết đầu tôi nhìn nghiêng trông thế nào”.

• Gemini Omni là mô hình video của Google. Trang chính thức ghi có thể đổi góc máy bằng câu lệnh (ví dụ “đổi góc máy ra sau vai người chơi đàn”), tham chiếu tới 3 giây video, cần gói Google AI và “tính năng khác nhau theo gói và khu vực”; video làm trong Gemini, Flow, YouTube có dấu SynthID và Content Credentials.
• Skill “multicam” là gói chỉ dẫn của bên thứ ba cho Claude. Trước khi cài skill lạ, đọc bài kiểm quyền, mã chạy và dữ liệu gửi đi. Bạn không cần skill này: yêu cầu đổi góc có thể tự viết như ở bước 2.
• Runway Edit Studio cũng sửa video có sẵn, nhưng không phải công cụ trong clip; bài chỉ nêu làm tham khảo.
• Dùng VPN để vượt giới hạn khu vực có thể trái điều khoản dịch vụ. Tổ Thạo Việc không làm vậy; Tổ dùng Gemini Omni Flash qua Higgsfield, một dịch vụ trung gian đang có tài khoản.

Chuẩn bị đoạn nguồn và bảng thứ phải giữ

Dùng đoạn 8 đến 15 giây, máy đứng yên, đủ sáng, người trong hình đã đồng ý. Trước khi thử, ghi rõ những gì góc mới không được đổi. Bảng của đoạn giả lập trong bài:

Bước 1: thử cắt khung trước

Phần lớn nhu cầu “thêm cảnh cận” giải được bằng cắt khung: phóng vào sản phẩm ở một đoạn, giữ nguyên hình và tiếng gốc. Trong CapCut hay ứng dụng dựng trên điện thoại, dùng chức năng cắt hoặc phóng to theo thời gian. Nếu dùng máy tính có FFmpeg (phần mềm xử lý video miễn phí), lệnh dưới đây lấy một vùng 405x720 điểm ảnh rồi phóng lên khung dọc 720x1280:

ffmpeg -i goc.mp4 -vf "crop=405:720:160:380,scale=720:1280:flags=lanczos" -c:a copy can-tui.mp4

Bốn số của crop lần lượt là chiều rộng, chiều cao, khoảng cách từ mép trái và từ mép trên của vùng giữ lại; đổi theo video của bạn. Video gốc càng nét (quay 4K) thì cắt càng ít vỡ.

Bước 2: viết yêu cầu đổi góc cho AI

Yêu cầu tốt nói rõ máy đặt ở đâu và liệt kê mọi thứ phải giữ. Ba yêu cầu Tổ đã dùng, kèm đoạn nguồn làm tham chiếu video:

Re-film the exact same moment of the reference video from a second camera placed at the man's left side, about 45 degrees, medium close-up. Keep everything else identical: same man and face, same clothes, same kraft coffee bag with exactly the same printed label text, same hand positions, same room and lighting, same Vietnamese speech, same timing and lip sync. Only the camera position changes. No new text, no captions, no music.

Re-film the exact same moment of the reference video as a tight close-up from slightly below, framing only the man's hands and the kraft coffee bag, label facing camera. Keep the bag, logo and every letter of the printed label exactly as in the reference, same hands, same lighting, same Vietnamese speech audio and timing. Only the camera position and framing change. No new text, no captions, no music.

Cut to a side profile shot of the same moment: camera placed 90 degrees to the man's left, at table height, we see his face in left profile and the coffee bag from the side. Same man, same clothes, same room, same lighting, same Vietnamese speech and timing. No new text, no captions, no music.

Yêu cầu viết tiếng Anh vì phần lớn mô hình video được đánh giá kỹ nhất với tiếng Anh; lời thoại tiếng Việt nằm trong video gốc. Yêu cầu thứ nhất là lần hỏng (xem dưới), yêu cầu thứ ba là bản viết lại.

Kết quả thử của Tổ Thạo Việc

• Cắt khung: đúng từng điểm ảnh và tiếng gốc (sóng âm trùng khớp hoàn toàn), không tốn credit. Đổi lại vùng cận làm mất nửa trên khuôn mặt và kém nét vì phóng 1,8 lần.
• AI cận túi: chữ “ĐỒI MÂY”, “Cà phê rang mộc”, “250g” khớp bản gốc và nét hơn bản cắt khung. Nhưng túi có thêm van khí và đường khóa kéo mà bản gốc không có; logo khác nét nhỏ. Đây là chi tiết mô hình tự thêm.
• AI 45 độ, lần 1: kết quả gần như vẫn là góc chính diện. Yêu cầu không đạt, vẫn mất 24 credit.
• AI nhìn nghiêng, lần 2: có góc nghiêng thật, gương mặt giống. Nhưng tay trái đeo thêm đồng hồ, tạp dề có miếng da không có ở gốc, túi bị xoay nên nhãn khuất, máy rang đổi vị trí. Phiên âm nghe thấy “pha máy hay pha máy” lặp cụm.
• Lời thoại: ở cả ba góc AI, câu nói giống nội dung nhưng tiếng được tạo lại, sóng âm không trùng bản gốc. Với video quay người thật, đó là giọng do mô hình làm ra, không phải giọng người đó đã nói.

Tổng chi phí phần góc AI: ba lần tạo, 72 credit, một lần không đạt yêu cầu, một lần không dùng được để đăng. Cắt khung giải được nhu cầu cận túi mà không tạo chi tiết giả.

Bước 3: kiểm từng khung trước khi dùng

1. Xem góc AI cạnh bản gốc, cùng giây. Dừng ở khung đầu, giữa, cuối.
2. Đọc lại từng chữ trên bao bì, logo, bảng giá; so với bảng “thứ phải giữ”.
3. Đếm chi tiết thêm ra: phụ kiện, van, nhãn phụ, đồ vật mới. Có là ghi lại.
4. Nghe lại lời thoại hai lần; nếu dùng tiếng của góc AI, so với lời gốc từng câu.
5. Xem tay, ngón, chỗ tay chạm sản phẩm; xem mép khung có vật biến dạng.

Nếu có lời phiên âm của cả bản gốc và góc AI, nhờ AI chỉ chỗ lệch:

Dưới đây là LỜI GỐC và LỜI CỦA BẢN AI của cùng một đoạn video.
Liệt kê mọi chữ, cụm bị thêm, bỏ, lặp hoặc đổi. Ghi riêng tên sản phẩm, con số, đơn vị.
Không sửa, không kết luận đạt hay không; chỉ liệt kê chỗ lệch.
LỜI GỐC: [dán]
LỜI CỦA BẢN AI: [dán]

Khi nào dùng góc AI, khi nào không

Khi đã dùng góc AI trong clip đăng công khai, ghi rõ trong mô tả rằng có cảnh do AI dựng lại, và bật nhãn nội dung AI của nền tảng khi có.

Dùng video của bạn

1. Chọn đoạn 8 đến 15 giây, máy đứng yên, người trong hình đã đồng ý cho dùng và cho chỉnh bằng AI.
2. Lập bảng “thứ phải giữ” như ở trên, có lời thoại đúng từng chữ.
3. Thử cắt khung trước; chỉ khi cắt khung không đủ mới thử góc AI.
4. Viết yêu cầu theo mẫu dưới, chạy một lần, kiểm bằng bước 3 rồi mới chạy thêm.
5. Ghi lại mỗi lần tạo: yêu cầu, credit, đạt hay hỏng, lỗi gì.

Re-film the exact same moment of the reference video from [vị trí máy: e.g. a camera 90 degrees to the person's left, at table height].
Framing: [e.g. close-up on the product and hands].
Keep identical: [người: quần áo, phụ kiện], [sản phẩm: hình dáng], printed text exactly "[chữ trên bao bì]", same room, same lighting, same speech and timing.
Do not add any object, accessory, text or logo that is not in the reference. No captions, no music.

Kiểm trước khi đăng

• Người trong video đã đồng ý cho dùng và cho chỉnh bằng AI.
• Chữ, logo, giá, khối lượng trên sản phẩm khớp bản gốc từng ký tự.
• Không có phụ kiện, chi tiết bao bì hay đồ vật mới do AI thêm.
• Lời thoại đúng từng câu; nếu dùng tiếng của góc AI, đã nghe và so với lời gốc.
• Góc AI không dùng cho cảnh mang tính bằng chứng (đánh giá, trước sau, hướng dẫn).
• Mô tả clip ghi rõ có cảnh dựng bằng AI; nhãn AI của nền tảng đã bật nếu có.
• Đã lưu yêu cầu, tệp gốc, tệp xuất, số credit đã dùng.

Khi gặp trục trặc

• AI trả về gần như cùng góc: nói rõ vị trí máy theo độ và độ cao (“90 độ bên trái, ngang bàn”), bỏ chữ mơ hồ như “góc khác”.
• Chữ trên bao bì sai: không tạo lại nhiều lần; dùng cắt khung cho cảnh đó hoặc chèn chữ ở bước dựng.
• Thêm phụ kiện, vật lạ: thêm câu “do not add any object or accessory” và liệt kê phụ kiện có thật; vẫn phải kiểm lại.
• Tiếng bị lặp hoặc đổi giọng: tắt tiếng góc AI, ghép tiếng gốc ở bước dựng rồi xem khẩu hình có khớp không.
• Công cụ báo không hỗ trợ khu vực: chọn công cụ hoạt động hợp lệ ở nơi bạn ở, hoặc quay bổ sung một cảnh cận thật.

Giới hạn và nguồn

Tổ Thạo Việc thử ngày 15/10/2026 trên Gemini Omni Flash qua Higgsfield, mỗi góc một lần, với đoạn nguồn 8 giây là cảnh giả lập do AI tạo chứ không phải video quay bằng máy thật; video thật có thể cho kết quả khác. Chưa thử Runway, chưa thử ứng dụng Gemini hay Google Flow trực tiếp, chưa ghép thành clip hoàn chỉnh. Lời thoại được soát bằng Whisper chạy trên máy và so sóng âm, chưa có người nghe duyệt độc lập.

Nguồn tham khảo: Google DeepMind · Gemini Omni · Gemini · Video generation · Runway Help · Creating with Edit Studio, đọc ngày 15/10/2026 · clip của Tunde Alao trên TikTok (06/08/2026, đầu mối đề tài; bài không chép nội dung clip và không xác nhận kết quả của người làm clip). AI Thạo Việc không có quan hệ thương mại với các công cụ trên.