Mô hình Gemini 2.5 Flash có thể tóm tắt nội dung video dài trên YouTube, giúp người dùng tiết kiệm thời gian và nắm bắt thông tin nhanh chóng.

Gemini 2.5 Flash là một trong những mô hình AI mới của Google. Với khả năng suy luận, mô hình có thể kết nối một số ứng dụng như Google Search, Google Maps và YouTube.

Nhờ khả năng này, người dùng có thể yêu cầu Gemini tóm tắt video trên YouTube, đặc biệt nếu muốn tiết kiệm thời gian khi xem video thời lượng dài.

Để sử dụng mô hình, chỉ cần truy cập website Gemini nếu dùng máy tính, hoặc tải ứng dụng cùng tên trên iOS hoặc Android. Tiếp theo, nhấn vào tên mô hình ở góc trên bên trái, chọn Gemini 2.5 Flash (Experimental).

Tóm tắt highlight thể thao

Trên web, người dùng có thể nhập yêu cầu cho chatbot rồi kéo thả link video, trong khi thiết bị di động cần sao chép link.

Ví dụ, có thể yêu cầu Gemini tóm tắt diễn biến chính trong các video highlight thể thao, thời lượng khoảng 5-20 phút.

Chỉ cần nhập câu lệnh như “Chuyện gì xảy ra trong trận đấu này?”, sau đó dán link video rồi nhấn Enter. Vài giây sau, Gemini cho kết quả với một số khoảnh khắc nổi bật, kèm mốc thời gian tương ứng trong video.

Khả năng tóm tắt video highlight thể thao của Gemini.

Khả năng tóm tắt video highlight thể thao của Gemini.

Người dùng có thể yêu cầu Gemini tiếp tục tổng hợp một số chủ đề. Ví dụ, chatbot có khả năng cung cấp chính xác cầu thủ đầu tiên tung cú sút, nhưng mốc thời gian lệch vài giây so với thời gian trong video.

Nhiều khả năng công cụ này dựa vào lời bình luận để tổng hợp video thể thao, do đó mốc thời gian cũng dựa trên lời bình luận viên thay vì hình ảnh thực tế.

Với khả năng suy luận và tổng hợp, người dùng có thể yêu cầu Gemini tìm thông tin trên Internet về các chủ đề liên quan đến video.

Tóm tắt video dài

Tiếp theo, Gemini có thể tóm tắt video thời lượng dài. Với chương trình podcast dài 1 tiếng 40 phút, công cụ chỉ mất vài giây để tổng hợp các chủ đề chính, nội dung được thảo luận.

Nếu nhận thấy phản hồi sơ sài và chưa đầy đủ, có thể yêu cầu Gemini tổng hợp chi tiết hơn. Từng chủ đề cũng kèm mốc thời gian tương ứng trong video để theo dõi nhanh chóng.

Khả năng tóm tắt video podcast dài gần 2 tiếng của Gemini.

​​​​​​​

Khả năng tóm tắt video podcast dài gần 2 tiếng của Gemini.

Gemini vẫn phụ thuộc vào lời nói hoặc bản dịch văn bản, không phân tích thực tế hình ảnh video. Ví dụ, AI không cung cấp chi tiết về nhóm dẫn chương trình dù tên của họ xuất hiện trong video, thậm chí không liệt kê toàn bộ nội dung chính dù được đề cập trong phần mô tả.

Bù lại, Gemini làm rất tốt trong việc nhanh chóng tóm tắt âm thanh từ video, kể cả phân tích chi tiết nếu được hỏi thêm.

Tất nhiên, ngoài podcast, người dùng có thể yêu cầu Gemini tóm tắt những video dài khác, chẳng hạn như video hướng dẫn, phân tích kỹ thuật... để nắm bắt ý chính và tham khảo thêm thông tin nếu cần thiết.

Tóm tắt video phỏng vấn

Video phỏng vấn cũng là thể loại thường xuyên cần tóm tắt. Với khả năng phân tích âm thanh, Gemini có thể tổng hợp khá tốt các điểm nổi bật trong video phỏng vấn diễn viên phim, bởi video phỏng vấn chứa nhiều lời nói.

Khả năng tóm tắt video phỏng vấn của Gemini.

Dù vậy, đó cũng là lợi thế duy nhất của Gemini. Công cụ này chưa thể phân tích những yếu tố khác ngoài âm thanh trong video, chẳng hạn như địa điểm phỏng vấn, biểu cảm, hành động của người trong video hoặc các chi tiết liên quan đến hình ảnh.

Nhìn chung, Gemini hoạt động tốt trong việc tóm tắt âm thanh từ video trên YouTube, đồng thời phân tích và truy vấn thông tin liên quan miễn là được đề cập bằng lời nói. Với thông tin dưới dạng hình ảnh, người dùng vẫn phải xem video để nắm bắt toàn bộ nội dung.