Gemini Omni 1.2 Flash: 高速かつ低コストで長尺動画を生成

Gemini Omni 1.2 Flash: 高速かつ低コストで長尺動画を生成

2026年11月05日

Anish Nangia
プロダクトマネージャー、Google DeepMind

［画像: Text "Gemini Introducing Gemini Omni 1.2 Flash" surroudned by images of a beehive, animals in conversation, a squid, and a woman walking down a street］

［音声］
Your browser does not support the audio element.
Listen to article

[[duration]] minutes

This content is generated by Google AI. Generative AI is experimental

本日、Gemini Omni 1.2 Flashをリリースし、Gemini APIおよびGemini for businessで一般提供を開始します。Gemini Omni 1.2 Flashは、ネイティブな15秒動画生成、マルチターンの対話型編集機能、参照情報の忠実度向上を導入します。Gemini Omni 1.1から価格を30%引き下げ、720p動画1秒あたり0.07ドルで提供します。

新機能の概要は以下の通りです。

大規模かつ高速でコスト効率が良い

低価格に加えて、ワークフロー全体でコストを抑えることができます。360pまたは720pで高速にドラフトを作成し、クリップ全体を再生成するのではなく、フォローアップ編集で詳細を修正し、その後、最も優れた作品を1080pまたは4Kにアップスケールできます。

最大15秒の長尺クリップ

Omni 1.1の10秒から、ネイティブで最大15秒までの動画を生成・編集できるようになりました。また、3秒から15秒の間で1秒刻みで長さを指定できるため、単一の生成で完全なストーリーを語ったり、製品説明動画を作成したり、ソーシャル広告スポットを制作したりする余地が広がります。

参照情報の忠実度向上

キャラクター、製品、スタイルの画像、短いモーションクリップ（最大3秒）、音声キューを組み合わせて生成を指示できます。Omni 1.2 Flashは、これらの詳細を最初から最後まで保持します。顔、衣類、パッケージのタイポグラフィ、ブランドカラーは、カメラアングル全体で一貫性を保ち、既存の製品写真やキャラクターシートを、バーチャル試着クリップ、カタログスピン、ブランド動画広告に簡単に変換できます。

1つのモデル写真と、3つの衣装の表裏の製品ショットを組み合わせることで、Gemini Omni 1.2 Flashは、360度回転やマッチカットを横断する15秒のバーチャル試着シーケンスを生成し、モデルのアイデンティティと各衣服のカット、ドレープ、背面のディテールを一貫して保ちます。

より一貫性のある結果

最初のフレームから最後のフレームまで、キャラクター、オブジェクト、シーンの一貫性をより強く維持でき、モーションやカメラ遷移における視覚的なドリフトやモーフィングが少なくなります。最初のキーフレームと最後のキーフレームの間を補間する場合でも、クリップを延長してより長いシーケンスを構築する場合でも、製品、キャラクター、小道具、環境はショット間で一貫性を保ちます。

同じ静的なスタジオ照明の展示ポスターと5層のアニメーションプロンプトを与えた場合、Gemini Omni 1.1 Flashは参照画像ほど1.2ほど近く一致しません。Gemini Omni 1.2 Flashは、ほこりっぽいピンクのサイクロラマの上に、六角形の台座を上昇させながら、HALO、GLOW、LUMENの波形ガラス、温かいフィラメント、ファセットクリスタル、コイル状のコードレターフォームをレイヤーごとに順番に構築し、すべての素材、影、タイポグラフィの詳細を最終フレームまで一貫してロックします。

対話による編集の容易化

最初からやり直すのではなく、ターンごとに同じクリップを洗練させることができます。例えば、製品や背景の入れ替え、照明や天候の変更、アスペクト比の切り替えなどです。マルチターンの対話型編集は、15秒のフルクリップ全体で機能するため、再指示や再生成なしに、さまざまなオーディエンスやプレースメント向けの広告バリアントを簡単に作成できます。

生成された1つのクリップから開始し、マルチターンの対話型プロンプトで、ストライプのパビリオンテントからオークの森、白い馬がいる厩舎、マーケットフェア、石造りの城へと、ターンごとに背景を切り替えます。その間、両キャラクターのパフォーマンス、鎧の反射、カメラフレーミングはそのまま維持されます。

より自然な音声

より流暢で自然な会話、クリアなリップシンク、そして明確なマルチスピーカー条件付けを備えたシーンを生成できます。Flowでマルチキャラクターの対話を指示する場合でも、Gemini for businessで動画説明を作成する場合でも、Google Vidsでアバター、音楽、ナレーションを備えたプロフェッショナルな動画を作成する場合でも、これは表示されます。

1つの温室シーンの画像と、4つのキャラクター、口元、1秒の音声参照を条件として、Gemini Omni 1.2 Flashは、各サンプリングされた音声を適切なキャラクターにルーティングし、15秒のアニメーションシーン全体で表現力豊かなリップシンクと自然なコメディタイミングを実現します。

より制御可能でシネマティックなルック

望ましくないジャンプカットが大幅に少なく、より安定したスケールで、より洗練されたシネマティックなルックを持つ、スイープするFPVフライスルーからドラマチックなズームアウトやオービットまで、複雑で連続的なカメラの動きを指示できます。

2つの建築参照写真に導かれて、Gemini Omni 1.2 Flashは、広場を横切り、ブロンズのドアを通り抜け、パンテオンの格天井のドームを通り抜け、眼孔まで、ジャンプカットなしで1つの連続したFPVドローン飛行を指示します。

よりスムーズな動きとタイトな一貫性を持つ長尺クリップ

Gemini Omni 1.2 Flashは、最大15秒のクリップを生成し、以前よりも参照情報をより良く保持します。スクロールして、キャラクター、テキスト、カメラの動きが、カットなしで、より長いショット、複数のターン、遷移全体で一貫していることを確認できます。

クリエイターからグローバルブランドまで、実際の成果

企業、スタートアップ、クリエイターはすでにGemini Omni 1.2 Flashをワークフローに活用しています。そして初めて、Gemini OmniはGoogle Cloudのエンタープライズグレードのインフラストラクチャとセキュリティに支えられ、一般提供されるようになりました。Provisioned Throughputが利用可能であり、出力には知覚できないSynthIDウォーターマークが付与されます。

Gemini Omni 1.2 Flashを始める

高速なスポーツアクション、急なスクリプト変更、複雑な物理演算などの改善に向けた開発は進行中ですが、Gemini Omni 1.2 Flashは、大量の動画を制作する企業、開発者、クリエイターに最適です。Googleの製品および開発者プラットフォーム全体で展開されるGemini Omni 1.2 Flashを本日より利用開始できます。

• Gemini APIを使用する開発者向け: Google AI Studioでプロトタイプを作成し、インタラクティブなスターターアプリを探索し、開発者ドキュメントと料金を確認してください。
• 企業向け: Google Cloudコンソールで試用し、APIでエンタープライズソリューションを構築してください。
• Googleアプリを使用するすべての人向け: Flowでシーンとマルチターンの編集を指示し、GoogleアカウントまたはGoogle WorkspaceサブスクリプションでGoogle Vidsで追加費用なしで15秒のクリップを生成し、Geminiアプリ（Google AI Ultra加入者向けに展開中）で15秒の動画を作成し、Google Adsで動画キャンペーンをスケールしてください。

Googleからの最新ニュースをメールで受け取る

製品アップデート、イベント情報、特別オファーなどのニュースレターに登録してください。

お客様の情報は、Googleのプライバシーポリシーに従って使用されます。いつでもオプトアウトできます。