[비즈한국] Mùa hè năm 2025, bộ phim hoạt hình Netflix ‘K-pop Demon Hunters’ đang càn quét các bảng xếp hạng toàn cầu. Lấy bối cảnh tại Seoul, bộ phim hành động giả tưởng này đã lập tức chiếm trọn trái tim của thế hệ MZ với thiết lập các thành viên nhóm nhạc nữ K-pop săn lùng ác quỷ. Chỉ trong vòng 1 tuần ra mắt, phim đã lọt vào Top 10 tại 190 quốc gia và vô số video thử thách (challenge) đang bùng nổ trên mạng xã hội.
Tại các quốc gia lớn ở châu Âu như Anh, Pháp, Đức, Hà Lan, bộ phim cũng nhanh chóng tiến vào nhóm dẫn đầu ngay khi vừa khởi chiếu. Theo báo cáo quý 2 năm 2025 do Netflix công bố, K-pop Demon Hunters là một trong những bộ phim hoạt hình thành công nhất do Netflix sản xuất. Nhạc phim (OST) là album đạt thứ hạng cao nhất trên Billboard 200 năm 2025, và tại thời điểm công bố kết quả quý 2, ca khúc ‘Golden’ đã đứng số 1 trên bảng xếp hạng toàn cầu Billboard và bảng xếp hạng Official Charts của Anh, trở thành ca khúc phổ biến nhất thế giới. Hiện tại, bản nhạc phim này đã trở thành album K-pop đầu tiên đồng thời đứng đầu danh mục OST phim của Spotify và bảng xếp hạng Apple Music tại Mỹ.
Netflix đã hợp tác với nhiều doanh nghiệp dựa trên công nghệ để đạt được thành công toàn cầu của tác phẩm này. Những công ty này đang thu hút sự chú ý nhờ công nghệ độc bản trong lĩnh vực tạo video, lồng tiếng tự động, thực hiện người ảo (digital human), và đang cho thấy tiềm năng quan trọng trong hệ sinh thái nội dung toàn cầu. Trong chuyên mục kỳ này, tôi xin giới thiệu các startup châu Âu có khả năng ứng dụng công nghệ cao và tiềm năng hợp tác lớn với ngành nội dung, đặc biệt là các nền tảng OTT.
Công nghệ lồng tiếng AI truyền tải cảm xúc, startup Hà Lan Dubformer
Có trụ sở tại Amsterdam, Dubformer là startup lồng tiếng dựa trên AI được thành lập vào năm 2023, đang phát triển nhanh chóng nhờ công nghệ Truyền tải cảm xúc (Emotion Transfer) tập trung vào việc truyền đạt cảm xúc qua giọng nói. Trái ngược với việc lồng tiếng máy móc truyền thống vốn mang lại giọng điệu đơn điệu, Dubformer đã phát triển công nghệ lồng tiếng tự nhiên bằng nhiều ngôn ngữ khác nhau trong khi vẫn bảo tồn được cảm xúc, ngữ điệu và nhịp điệu của diễn viên. Người dùng có thể nhanh chóng tạo ra nội dung lồng tiếng đa ngôn ngữ chất lượng cao chỉ với một lần nhập liệu giọng nói duy nhất, công nghệ này đặc biệt phù hợp với nhu cầu bản địa hóa nhanh và sản xuất nội dung chất lượng cao mà các nền tảng OTT toàn cầu yêu cầu.
Người sáng lập kiêm CEO của Dubformer, Anton Dvorkovich, đã có hơn 10 năm kinh nghiệm trong lĩnh vực dịch thuật và lồng tiếng máy móc. Ngoài ra, các nhà đầu tư thiên thần như Arul Menezes, người sáng lập Microsoft Translator, và Funa Maduka, cựu giám đốc mảng phim gốc quốc tế của Netflix, cũng đã tham gia đầu tư từ giai đoạn đầu, tạo nên niềm tin lớn trong ngành.
Trên thực tế, Netflix đang thể hiện sự quan tâm cao độ đến công nghệ lồng tiếng dựa trên AI thông qua dự án nghiên cứu nội bộ mang tên DeepSpeaker. DeepSpeaker là công nghệ nhân bản giọng nói (AI voice cloning) chuyển đổi giọng của một diễn viên sang ngôn ngữ khác nhưng vẫn giữ nguyên cảm xúc, cách nói và ngữ điệu, được kỳ vọng sẽ thiết lập nên một tiêu chuẩn mới về chất lượng lồng tiếng. Đây là lĩnh vực mà các dịch vụ OTT toàn cầu, bao gồm cả Netflix, đang tích cực khám phá vì nó giúp cắt giảm đáng kể chi phí và thời gian phân phối đa ngôn ngữ mà vẫn giữ được sự nhập tâm vào nội dung. Công nghệ lồng tiếng AI dựa trên Truyền tải cảm xúc (Emotion Transfer) mà Dubformer theo đuổi cũng khớp chính xác với nhu cầu công nghiệp này, từ đó thu hút sự chú ý về khả năng hợp tác công nghệ và áp dụng thương mại.
Nền tảng AI tạo nhân vật ảo tự động Colossyan
Colossyan là startup tạo video AI bắt đầu từ Budapest, Hungary và hiện có trụ sở tại London. Công ty này đã phát triển công nghệ tự động tạo ra các nội dung video có sự xuất hiện của các avatar kỹ thuật số dựa trên văn bản mà người dùng nhập vào. Không cần đến máy quay, ánh sáng, diễn viên và nhân viên biên tập cần thiết cho việc sản xuất video truyền thống, người dùng có thể tạo ra các bài thuyết trình, nội dung giáo dục hoặc thậm chí là video ngắn dạng phim truyền hình với độ tương tác cao chỉ trong vài phút. Hiện nay, nó đang được ưa chuộng trong lĩnh vực e-learning và thuyết trình doanh nghiệp, nhưng khả năng ứng dụng vào thực tế sản xuất nội dung cũng rất lớn.
Điểm mạnh nhất của Colossyan là các mẫu avatar phản ánh đa dạng ngôn ngữ, văn hóa, chủng tộc cùng các biểu cảm và cử chỉ tự nhiên. Trước đây, để lồng tiếng một bộ phim truyền hình sang nhiều ngôn ngữ, cần phải tuyển chọn diễn viên lồng tiếng ở mỗi quốc gia và thực hiện các công việc tại phòng thu lặp đi lặp lại. Tuy nhiên, nếu sử dụng nền tảng của Colossyan, người dùng có thể dễ dàng tạo ra các phiên bản bản địa hóa, nơi các avatar AI nói các thứ tiếng khác nhau truyền đạt lời thoại dựa trên cùng một kịch bản gốc.
Thứ hai, nó hoàn toàn khớp với nhu cầu tự động hóa nội dung tiếp thị của các nền tảng OTT. Mỗi khi ra mắt nội dung toàn cầu, cần truyền tải những thông điệp khác nhau tùy theo quốc gia. Khi đó, bằng cách sử dụng công nghệ avatar của Colossyan, người dùng có thể nhanh chóng tạo ra hàng chục phiên bản với ngôn ngữ, diễn viên và thông điệp khác nhau. Ví dụ, đối với một tác phẩm toàn cầu như K-pop Demon Hunters, hãng có thể đồng thời phân phối các video quảng bá với avatar đại diện cho từng quốc gia, phù hợp với tệp người hâm mộ tại Hàn Quốc, Mỹ, Đức, Pháp... Đây được đánh giá là công cụ rất thực tế giúp hiệu quả hóa hoạt động "tiếp thị bản địa hóa" của các nền tảng OTT toàn cầu.
Đây là tính năng vô cùng hữu ích khi các nền tảng OTT toàn cầu sản xuất hàng loạt nội dung tối ưu hóa theo văn hóa địa phương. Đặc biệt, đối với những nhà sáng tạo nội dung có ngân sách thấp hoặc các studio vừa và nhỏ khi thâm nhập vào thị trường địa phương, công nghệ tạo video AI của Colossyan có thể là một giải pháp thay thế tuyệt vời. Giao diện thân thiện với người dùng và phương thức cung cấp theo dạng SaaS ổn định cũng làm tăng thêm tính cạnh tranh.
Nền tảng tạo người ảo 3D thời gian thực Didimo
Didimo của Bồ Đào Nha đã phát triển công nghệ độc quyền cho phép tạo ra những con người kỹ thuật số (digital human) 3D chân thực chỉ từ một tấm ảnh selfie. Công nghệ này có thể được ứng dụng trong nhiều lĩnh vực khác nhau như trò chơi, phim ảnh, metaverse, mua sắm ảo, và cũng cho thấy tiềm năng lớn trên các nền tảng OTT trong việc tạo nhân vật, nội dung tương tác và cung cấp trải nghiệm người dùng nhập tâm. Didimo cung cấp bộ công cụ phát triển phần mềm (SDK) giúp các nhân vật kỹ thuật số được tạo ra trong thời gian thực có thể biểu đạt cảm xúc, nét mặt và giọng nói một cách tự nhiên.
Điểm đặc biệt của Didimo không chỉ dừng lại ở việc sao chép khuôn mặt đơn thuần, mà là hiện thực hóa các nhân vật kỹ thuật số "hành động như con người thật" theo cách tự động hóa. Điều này cực kỳ hữu ích cho các định dạng nội dung tương lai như chiến dịch tiếp thị nội dung OTT, nội dung tùy chỉnh theo người dùng hoặc phim truyền hình tương tác. Didimo đã tiến hành các dự án hợp tác thử nghiệm với các công ty truyền thông, nội dung trên khắp thế giới như Sony, Amazon, CeekVR, cũng như Altice (Hà Lan), Soleil (Nhật Bản), Atom Republic (Anh). Sony đã tích hợp API tạo người ảo của Didimo vào các thiết bị di động để người dùng có thể dễ dàng tạo avatar, và công nghệ này cũng đã được áp dụng thử nghiệm vào công cụ trò chơi Lumberyard của Amazon.
Công nghệ của Didimo mang đến một bước ngoặt đổi mới cho phương thức sản xuất video truyền thống. Đặc biệt, từ góc độ của các nền tảng OTT và các công ty sản xuất nội dung, công nghệ tạo người ảo của Didimo đang nổi lên như một công cụ mới có thể hiện thực hóa các nhân vật tương tác, phỏng vấn ảo, chiến dịch nhập tâm mà không cần đến diễn viên thật. Nền tảng của Didimo, với khả năng tạo ra avatar 3D chất lượng cao chỉ từ một tấm ảnh, có thể dễ dàng tích hợp vào luồng công việc sản xuất nội dung hiện có, đồng thời kết nối với nhiều công cụ sản xuất video khác thông qua các dịch vụ dựa trên API và SDK.
Công nghệ này cũng liên kết chặt chẽ với các định dạng nội dung nhập tâm và lấy sự tham gia của người dùng làm trung tâm mà các nền tảng OTT đang hướng tới. Việc mở rộng và thử nghiệm các định dạng cũ trở nên khả thi, chẳng hạn như tạo các phân nhánh (ngã rẽ) cho phim truyền hình tương tác bằng cách sử dụng các nhân vật kỹ thuật số thay vì người thật, hoặc sản xuất nội dung phim tài liệu có sự xuất hiện của MC và bình luận viên ảo.
Thị trường OTT toàn cầu đang phát triển thành cuộc cạnh tranh về việc "làm thế nào để hiển thị nhanh hơn, hiệu quả hơn và nhập tâm hơn", vượt xa câu hỏi đơn thuần là hiển thị "cái gì". Lồng tiếng, tạo video, thực hiện nhân vật kỹ thuật số... đều là những công nghệ cốt lõi quyết định chất lượng và tốc độ sản xuất nội dung, điều này cũng có nghĩa là lĩnh vực này đang ngày càng trở thành một ngành thâm dụng công nghệ.
Các startup công nghệ sâu (deep-tech) châu Âu đang ứng phó trực diện với dòng chảy này. Họ đang tích cực tạo ra các cơ hội hợp tác với thị trường OTT dựa trên năng lực công nghệ sáng tạo và sự chuyên môn hóa tập trung vào một lĩnh vực cụ thể. Thị trường nội dung tương lai sẽ là kỷ nguyên mà không chỉ "câu chuyện" mà cả "công nghệ" cũng quyết định năng lực cạnh tranh. Chúng ta cần chú ý đến việc các startup công nghệ châu Âu sẽ vạch ra địa hình như thế nào trong dòng chảy này.
Tác giả Lee Eun-seo đã tốt nghiệp chuyên ngành Luật tại Hàn Quốc và theo học về sân khấu tại Berlin. Cô đang dẫn dắt 123factory, nơi kết nối hệ sinh thái startup giữa Hàn Quốc và Đức, với trụ sở đặt tại Berlin - thành phố của nghệ thuật và cũng là trung tâm startup của châu Âu, nơi cô đang phát triển cùng với thành phố này.