Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flashにより、より多くの制御が可能になります。2026年8月27日 | x.com Facebook LinkedIn Mail コピーリンク Omniは現在、シーンの延長、最初と最後のフレーム補間、鮮明な4Kアップスケーリング、より高速なプロトタイピングなど、スタジオ品質のビデオ制作を提供しています。 Anish Nangia、Google DeepMind プロダクトマネージャー Alisa Fortin、Google DeepMind プロダクトマネージャー 共有 x.com Facebook LinkedIn Mail コピーリンク お使いのブラウザはオーディオ要素をサポートしていません。記事を聞く [[duration]] 分 このコンテンツはGoogle AIによって生成されました。生成AIは実験的なものです。 音声速度 音声速度 0.75倍 1倍 1.5倍 2倍 AI生成の要約を聞く 生成ビデオの制御性を向上させた、開発者向けのプロダクションレディアップデートであるGemini Omni 1.1 Flashを紹介します。シーンを延長したり、スムーズなトランジションのために開始フレームと終了フレームを指定したり、高解像度の4K出力を生成したりできるようになりました。Google AI StudioまたはGemini Enterprise Agent Platformからモデルにアクセスして、今すぐ構築を開始してください。 要約はGoogle AIによって生成されました。生成AIは実験的なものです。 「Gemini Omni 1.1 Flash」は、開発者に生成ビデオプロジェクトに対するより優れた制御を提供します。視覚的な一貫性と物語の流れを改善し、シーンを最大40秒まで延長できます。開始フレームと終了フレームを設定して、スムーズでプロフェッショナルなカメラの動きとトランジションを作成します。360pのプレビューを使用して、クリエイティブプロセス中に迅速に反復処理し、コストを節約します。最終プロジェクトを4K解像度にアップスケールして、洗練されたプロフェッショナルな外観にします。 要約はGoogle AIによって生成されました。生成AIは実験的なものです。 Googleは本日、開発者がAIでビデオを作成および編集するためのより優れたツールを提供するGemini Omni 1.1 Flashをリリースしました。これにより、ビデオクリップを延長したり、カメラの動きを制御したり、高品質の4K映像を作成したりできます。開発者は、迅速かつ安価にアイデアをテストするための、低解像度のクイックドラフトを作成することもできます。これは、クリエイティブなビデオソフトウェアを構築するすべての人にとって大きな前進です。 要約はGoogle AIによって生成されました。生成AIは実験的なものです。 他のスタイルを探す: 一般的な要約箇条書き基本的な解説 本日、開発者をサポートするためのクリエイティブコントロールと生成ビデオ機能の新しいスイートであるGemini Omni 1.1 Flashを紹介します。Gemini Omniは生成クリエイションに現実世界の推論をもたらし、今日のアップデートによりOmni 1.1はGoogle AI StudioのGemini APIを介してプロフェッショナルユースに対応できるプロダクションレディとなりました。 生成ビデオワークフロー、クリエイティブツール、またはメディア編集ソフトウェアを構築しているかどうかにかかわらず、これらのアップデートにより、生成ビデオはより制御可能になり、反復処理が高速化され、実際のデプロイメント向けに洗練されます。新機能を見てみましょう。 より長いストーリーテリングのためのシーン延長 シーン延長により、既存のビデオを取得し、その続きからシームレスに映像を生成し続けることができます。 Omni 1.1では、モデルは以前のモデルが最後の1秒しか参照できなかったのに対し、最大10秒前のコンテキストを分析できるようになりました。これにより、視覚的な一貫性と物語への追従性が向上し、より長いストーリーを構築したり、新しいクリエイティブな方向性に分岐したりできます。ビデオを10秒刻みで、最大累積40秒まで延長できます。 プロンプト1: カメラがわずかにパンし、今や彼は巻き毛の男性と話しているのが見え、男性の後ろ姿が見え、彼は「私もそれを見ている」と言う、ドラマチックな音楽スコア。 プロンプト2: カメラがゆっくりと引き、忘れ去られた埃っぽいカタコンベ、ドラマチックな音楽スコア。 プロンプト3: カメラがゆっくりと引き、棚と本が埃っぽい虚空に重力なく浮かんでいる広大な図書館、ドラマチックな音楽スコア。 プロンプト1: シーンを続行してください。シネマティックな光学ドリー・ズームショットを実行してください。カメラはキャラクターの凍りついたショックを受けた顔が正確に同じサイズに保たれるように、同時にズームアウトしながら前方にドリーします。背景の長い石柱の廊下は、強烈な光学パースペクティブの歪みで劇的に伸びて深まります。クリーンなアーキテクチャ、連続した途切れのないショット。 プロンプト2: シーンを続行してください。カメラはキャラクターの大きく開いた目に直接、高速な機械的なスナップズームを実行します。様式化されたシネマティックカメラ制御。 プロンプト3: シーンを続行してください。時間は完全に静止した瞬間に凍結します：キャラクター、風になびくコート。カメラは、コロンネード全体にわたるドラマチックな3Dの深さとパララックスを示す、凍結したキャラクターの周りをスムーズで高速な360度回転を実行します。完璧な連続性。 プロンプト1: 青いセーターの男は「お父さんも船に乗っていったの？」と答える。 プロンプト2: 彼は物語を続ける間、カメラは一つの連続した動きで後退する：「彼は、この港には魂があると言っていた。そして船は私たちの一部だったと。」音楽が盛り上がる。 プロンプト1: カメラを直接見て、最終章がどのように終わるかについて話します！ プロンプト2: それから彼は立ち上がり、デスクの周りをカメラの方へ歩いてきて、「あなたなら何を選びますか？」と言う。 Gemini APIを使用してシーンを延長する方法は次のとおりです。 from google import genai client = genai.Client() interaction = client.interactions.create( model="gemini-omni-1.1-flash", previous_interaction_id=previous_video_interaction.id, input=[ {"type": "text", "text": "Continue the scene."} ], response_format={ "resolution": "360p", }, ) 最初と最後のフレームを指定する ショットの開始フレームと終了フレームを指定することで、スムーズなトランジションとカメラの動きを実現します。Omni 1.1は2つのキーフレーム間で連続したビデオを生成するため、複雑なカメラオービット、ズームトランジション、またはシームレスなループクリップに最適です。 プロンプト1: ベージュのスーツを着たスタイリッシュなドラマーが、大きなホールで赤いドラムキットを演奏しているクローズアップのローアングルショットが、カメラが横にウィップパンして、柔らかい紫色のステージライトの下で回転している白い衣装のバレエダンサーと一緒に演奏している年配のサックス奏者を現すようにトランジションします。一つの連続したショット、ジャンプカットなし。 プロンプト2: カメラがテレビ画面にズームインし、そこには最初と同じ女性とシーンが見えます。シームレスなビデオ。一つの連続したショット、ジャンプカットなし。 360pでより効率的にビデオをドラフトする Omni 1.1の標準720p解像度と比較して、最大60%高速*で3分の1のコストで軽量な360p解像度のプレビューを生成します。これは、開発者プラットフォームでの迅速なプロトタイピング、ストーリーボードの反復処理、およびクイックレンダリングに役立ちます。 *システムスループットに基づいた最大60%高速な生成（360p対720p解像度）。 プロンプト: 虹色の海洋性珪藻の顕微鏡的視点、息をのむような自然な対称性を示す複雑でガラスのようなシリカシェル。色は、地球と海の豊かなパレットを模倣した、深い火山性アンバーと温かい銅から鮮やかなターコイズと紫まで様々です。小さく繊細な構造が、清潔な暗い背景に対して柔らかく輝きます。高忠実度の科学的イメージング、シャープなディテール、有機的なテクスチャ、マイクロフォトグラフィー。ビデオ全体を通して顕微鏡レンズ効果を維持してください。 最大4K解像度にアップスケールする Omni 1.1でプロフェッショナルな制作に対応できる、洗練された高解像度1080pまたは4K出力を生成します。 プロンプト1: 魚が泳ぐ、トラッキングショット。 プロンプト2: 小さなシマリスが左側から森から飛び出し、好奇心旺盛に空気を嗅いでから右側からフレーム外に飛び出す。 プロンプト3: 繊細な枝にある鮮やかな黄金色の日本のモミジの葉のシネマティックマクロクローズアップ。柔らかくリズミカルな秋のそよ風に優しく揺れ動く。太陽光が半透明の葉を通して差し込み、暖かく輝く効果を生み出す。浅い被写界深度、夢のようなボケ背景、超詳細なテクスチャ、フォトリアル、4K。 ビデオ参照をマルチモーダル入力に追加する シーンを作成する際に最大3秒のビデオを参照できるため、ビデオ参照に基づいた視覚的なコンテキストとキャラクターの一貫性を維持できます。 プロンプト: 3つのアップロードされたダンサーのビデオを使用し、それらを指定されたキャラクターに置き換えてください。提供された画像の大規模でオープンなスペースで、それらがそれぞれのダンスを、参照ビデオから実行するようにしてください。犬のキャラクターdog.pngはクラシックダンスを踊るべきです。