※本記事は一次情報をもとにAI支援によって構成・作成し、事実関係の照合を行っています。
発表内容（事実）
Google DeepMindのプロダクトマネージャーであるAnish Nangia氏は2026年11月5日（現地時間）、動画生成モデル「Gemini Omni 1.2 Flash」の提供開始を発表しました。本モデルは、ネイティブでの15秒間の動画作成機能、参照画像や音声に対する高い順守性、マルチターン対話型編集機能を備えています。
Gemini Omni 1.2 Flashは、Gemini APIおよびGoogle Cloud、Google Vids、Gemini for businessを通じて一般提供が開始されています。価格は、Gemini Omni 1.1から30%削減され、720p動画で1秒あたり0.07ドルとなっています。
この記事のポイント
- 15秒までの動画生成: ネイティブで最大15秒の動画を生成・編集可能になり、3秒から15秒まで1秒単位で長さを指定できます。
- 30%のコスト削減: 価格がGemini Omni 1.1から30%引き下げられ、720p動画で1秒あたり0.07ドルで提供されます。
- マルチターン対話編集: 最初のクリップから、対話を重ねるように背景や照明、製品の変更などの編集をターンごとに行えます。
- 参照画像の一貫性向上: キャラクター、製品、スタイルの画像やモーションクリップ、音声の手がかりを組み合わせて、細部を維持した一貫性のある生成が可能です。
- 自然な音声とカメラワーク: 流暢な対話、リップシンク、複数話者の条件付け、およびFPVフライスルーやズームアウトといった連続的なカメラワークを制御できます。
考察（筆者の見解）
事実: 発表されたGemini Omni 1.2 Flashは、Omni 1.1と比較してコストが30%削減され、生成可能な動画の長さが最大15秒に拡張されました。また、Gemini APIやGoogle Cloudなどで一般提供されています。
推測: 15秒という長さや1秒単位での尺指定、コスト削減、およびマルチターンによる対話編集機能が強化されたことにより、広告動画のバリエーション制作や製品解説動画のワークフローがより効率化される可能性があります。また、参照画像の一貫性向上や自然な音声合成機能の搭載により、企業におけるプロモーション動画制作の敷居が下がるものと見られます。
意見: 筆者は、動画生成AIにおける編集の柔軟性とコストパフォーマンスの両立は実務導入を進める上で極めて重要であると考えます。特に一から作り直さずに会話形式で部分的な修正を行える点は、制作現場の工数を大幅に削減する実用的な進化であると言えます。
コメント