動画生成AI「Gemini Omni 1.2 Flash」が提供開始
Googleは2026年11月5日、動画生成AIモデル「Gemini Omni 1.2 Flash」の一般提供を、Gemini APIとGemini for businessで開始しました。最大15秒の動画生成や対話形式の編集、参照素材への忠実さが強化され、価格は前モデルから30％引き下げられました。新機能と活用場面を紹介します。
ARCHETYP Staffingでは現在クリエイターを募集しています。
エンジニア、デザイナー、ディレクター以外に、生成AI人材など幅広い職種を募集していますのでぜひチェックしてみてください！
15秒の長尺生成と参照素材への忠実さを強化
Gemini Omni 1.2 Flashでは、1回の生成で作れる動画の長さが、Gemini Omni 1.1の最大10秒から最大15秒に延びました。長さは3秒から15秒まで1秒刻みで指定できます。Googleは、ストーリー全体や製品の説明動画、SNS広告1本分を1回の生成で作れる長さだとしています。
参照素材の扱いも強化されています。キャラクター・製品・スタイルの画像に加え、最大3秒の短い動きのクリップや音声を手がかりとして組み合わせられ、指定した特徴が動画の最初から最後まで保たれるとしています。顔、衣服、パッケージの文字、ブランドカラーがカメラアングルを変えても崩れにくいため、既存の商品写真やキャラクター設定資料をもとに、バーチャル試着動画や商品を回転させて見せるカタログ動画、ブランド広告を作りやすくなります。
Googleが公開した例では、モデル1人の写真と3着の衣服の前後の写真から、360度回転やカットのつなぎを含む15秒の試着動画を生成し、モデルの顔立ちや各衣服の形、生地の垂れ方、背面のデザインを一貫して再現しています。
動画内の一貫性も改善されました。キャラクターや物体、背景が最初のフレームから最後のフレームまで保たれ、動きやカメラ移動に伴う形の崩れが少なくなっています。開始と終了のフレームを指定して間をつなぐ場合や、クリップを延長して長いシーンを作る場合でも、製品や人物、小道具、背景がショット間で揃うとしています。
カメラワークの指示にも対応しています。FPV（ドローンなどの一人称視点）で飛び回る映像や、大きくズームアウトする映像、被写体の周りを回る映像など、複雑で連続したカメラの動きを、意図しないカットの切り替わりを大幅に減らして描けるとしています。参照画像2枚から、広場を抜けて建物の扉をくぐり、パンテオンのドームの天窓まで上昇する一続きのドローン映像を生成した例も示されています。
対話形式の編集と低価格化がもたらす制作現場への影響
ビジネスでの活用に関わる機能として、対話形式での編集があります。生成した動画に対して、製品や背景の差し替え、照明や天候の変更、縦横比の切り替えといった修正を、最初から作り直すことなく1回ずつ指示できます。対話形式の編集は15秒の動画全体に対して使えるため、配信先やターゲットに合わせた広告のバリエーションを、生成条件を一から指定し直したり動画全体を再生成したりせずに作れるとGoogleは説明しています。Magnificは、最初の生成は出発点にすぎず、完成させるには細かな調整が必要だとしたうえで、Gemini Omni 1.2 Flashが生成と編集を1つにまとめ、Magnific上で仕上げまで進めやすくなると評価しています。
音声面では、より自然な台詞、明瞭なリップシンク（口の動きと音声の一致）、複数の話者の声の描き分けが改善されました。Googleは、Flowでの複数キャラクターの会話演出や、Gemini for businessでの解説動画の作成、Google Vidsでのアバター・音楽・ナレーション付き動画の作成に、改善が反映されるとしています。
価格は720pの動画で1秒あたり0.07ドルで、Gemini Omni 1.1から30％引き下げられました。Googleは、価格に加えて制作の進め方でもコストを抑えられるとしています。まず360pまたは720pで素早く試作し、細部は作り直さずに追加の編集で直し、仕上がりのよいものを1080pや4Kに高解像度化する流れです。
Gemini Omniが一般提供されるのは今回が初めてで、Google Cloudの企業向けインフラとセキュリティのもとで利用できます。生成された動画には、目に見えない電子透かし「SynthID」が埋め込まれます。
導入企業の事例と利用できるサービス
企業での利用もすでに始まっています。AdobeはAdobe FireflyでGemini Omni Flashを提供しており、Gemini Omni 1.2 Flashを追加するとしています。Figma Weaveでは、1回の生成で動画のシーン全体を指示し、参照素材や複数の案を使ってキャンバス上で調整できるとしています。Wheringは自社のバーチャル試着機能でGemini Omni 1.2 Flashを試験し、衣服の垂れ方や色の再現、複雑な組み合わせでの安定性を評価しています。インドのユーザー向けにゲームやクリエイターのコミュニティを運営するSTANは、静止画の参照素材から縦型の15秒のフェスティバル告知動画や商品広告を、1回のプロンプトで作成したとしています。早期から試験してきたMonksは、画像の入力で制御しながら動画を別の動画に変換する機能が、映像素材の細かな調整に役立っているとしています。
Gemini Omni 1.2 Flashは、開発者・企業・一般ユーザー向けに順次展開されます。開発者はGemini APIを通じて利用でき、Google AI Studioで試作したり、サンプルアプリを試したりできます。企業はGoogle Cloudのコンソールで試し、APIを使って自社のシステムを構築できます。Googleのアプリでは、Flowでシーンの演出や複数回の編集ができるほか、Google VidsではGoogleアカウントまたはGoogle Workspaceの契約があれば追加料金なしで15秒の動画を生成できます。Geminiアプリでも15秒の動画を作成でき、Google AI Ultraの契約者向けに順次提供されます。また、Google Adsでも動画広告キャンペーンの規模拡大に使えるとしています。
まとめ
いかがだったでしょうか？
Gemini Omni 1.2 Flashは、最大15秒の動画生成と対話形式の編集、参照素材への忠実さを強化し、価格を30％引き下げた動画生成AIモデルです。Googleは、速いスポーツの動きや台本の急な変更、複雑な物理表現については、改善に向けた開発を続けるとしています。広告や商品紹介の動画を数多く制作する企業にとって、試作から仕上げまでの進め方を見直すきっかけになると考えられます。