Googleが、動画を作るAIモデル「Gemini Omni 1.2 Flash」を発表しました。この記事では、何ができるようになったのか、前のバージョンから何が変わったのかを、AIに詳しくない方にもわかるように整理します。仕事で試すときの指示文の例もあわせて紹介します。
何が発表されたか
- 1本の動画を最大15秒まで直接生成できるようになった（前バージョンのOmni 1.1は10秒）。長さは3〜15秒の間で1秒刻みに指定できる
- 生成した動画を、会話のやり取りを重ねて修正できる（背景の入れ替え、照明や天気の変更、縦横比の変更など）
- 人物・商品・スタイルの画像、3秒までの短い動きの動画、音声の手がかりを組み合わせて指示でき、細部が最後まで保たれやすくなった
- Omni 1.1から料金が30%下がり、720p動画で1秒あたり0.07ドルになった
- Gemini APIとGoogle Cloud（Gemini for business）で一般提供が始まった。生成物には人の目に見えない電子透かし（SynthID）が入る
ポイント解説
「長く」「ぶれにくく」なった
AIで動画を作ると、時間が長くなるほど顔や服、商品の形が少しずつ変わってしまうことがあります。今回の発表では、最初から最後まで人物や物、場面の一貫性を保ちやすくなり、動きやカメラの切り替わりでも見た目が崩れにくくなったと説明されています。
上限が10秒から15秒に延びたことで、短い商品紹介や、SNS広告1本分を1回の生成でまとめやすくなったと考えられます。
画像や動きを「お手本」にできる
文章だけで指示すると、AIの解釈次第で仕上がりがぶれがちです。Omni 1.2 Flashでは、人物の画像、商品の写真、画風のサンプル、短い動きの動画、音声などをお手本として渡せます。元情報によると、顔、服、パッケージの文字、ブランドの色が、カメラの角度が変わっても保たれやすいそうです。手元にある商品写真やキャラクター設定画から動画を作る使い方が想定されています。
作り直さず、会話で直せる
これまでは「ここだけ違う」と思っても、最初から作り直すことが多くありました。今回は同じ動画に対して、「背景を森に変えて」のように順番に修正を重ねられます。元情報の例では、人物の演技やカメラの位置を保ったまま、背景を次々に入れ替えています。15秒の動画全体でこの編集が使えるため、ターゲット別の広告案を作る作業が楽になりそうです。
コストを抑える流れも想定されている
値下げに加え、作り方の流れでも費用を抑える考え方が示されています。まず360pか720pの低めの画質で素早く試作し、細部の直しは追加の修正で済ませ、気に入ったものだけを1080pや4Kに引き上げる、という流れです。
声やカメラワークも改善
会話の自然さ、口の動き（リップシンク）の明瞭さ、複数の話し手の声の使い分けが改善されたとされています。また、ドローン視点のような長い連続したカメラの動きでも、不自然なカット切り替えが大きく減ったそうです。
まだ課題が残る分野
Googleは、動きの速いスポーツ、台本の急な変更、複雑な物理表現などについては、改善に向けた開発が続いていると述べています。こうした場面では、思い通りにならない可能性があると考えておくと安心です。
明日から試せる使い方
Gemini APIやGoogle Cloud、Flow、Google Vids、Google Adsなど、複数の場所で順次使えるようになっています。ただし、Geminiアプリでの15秒動画は、Google AI Ultraの契約者向けに順次提供中とされています。日本での提供地域や料金は、公式サイトで確認してください。以下は元情報の機能の範囲で考えた活用例です。
商品写真から短い紹介動画をつくる
ネットショップや小さなお店で、すでにある商品写真を使って15秒程度の紹介動画の案を作る使い方です。まず低めの画質で試作して、方向性が合っているか確認する流れがおすすめです。
添付した商品写真をもとに、15秒の商品紹介動画を作ってください。商品の形、色、パッケージの文字は写真と同じ状態を保ち、カメラは商品の周りをゆっくり一周させてください。明るく清潔感のある雰囲気でお願いします。
同じ動画で広告のバリエーションを作る
1本の動画ができたら、作り直さずに背景や時間帯を変えて、複数パターンを作ります。会話で修正できる新機能を試すのに向いています。
この動画の人物の動きとカメラの位置はそのままにして、背景を夕方の海辺に変えてください。変更が済んだら、次に画面の縦横比を縦長に変えてください。
キャラクターが話す短い説明動画
キャラクターの設定画と、短い声のサンプルがあれば、複数の話し手が登場する短い説明シーンも作れるとされています。社内向けの案内や、授業・勉強会の導入映像の試作などに使えるかもしれません。
添付したキャラクター画像2体と、それぞれの声のサンプルを使って、15秒の会話シーンを作ってください。1体目が「今日のテーマを紹介します」と話し、2体目が「楽しみです」と答えます。口の動きと声が合うようにしてください。
人物の画像や声を使うときは、本人や権利を持つ人の許可を得た素材だけを使うようにしましょう。
どんな人におすすめか
- 商品写真や広告動画の案を、少ない予算で何パターンも試したい小規模事業者やマーケティング担当者
- 動画の下書きを素早く作って、社内で方向性を相談したい企画担当者
- キャラクターやブランドの見た目を保ったまま、短い動画をたくさん作りたいクリエイター
- 動画生成をアプリやサービスに組み込みたい開発者（Gemini APIで利用可能）
一方で、動きの速いスポーツや複雑な物理表現を使う動画では、まだ思い通りにならないこともあると考えられます。
まとめ
Gemini Omni 1.2 Flashは、15秒動画への対応、会話での修正、参照素材への忠実さ、30%の値下げが主な変更点です。動画を一から作り直す手間を減らし、試作から仕上げまでの流れをより現実的にすることを狙った更新と考えられます。
まずは低い画質で短い動画を試し、気に入ったものだけを高画質にする使い方から始めるとよさそうです。日本での提供状況や料金は、公式サイトで確認してください。
関連記事
- Gemini 4 Argon・Carbon・Genie 4など10月のGoogle AI発表
- Gemini 4 Carbonとは？長時間作業とセキュリティに強い新モデル
- Gemini 4 Argonとは？できることと使い方を事例で解説
出典: Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips（Google Gemini）
※この記事はAIを活用して作成しています。正確な情報は出典元をご確認ください。
コメント