Google、動画生成AI「Gemini Omni 1.1 Flash」公開　10秒分の文脈を参照して最長40秒まで延長

公開 2026年08月28日 09時07分

[ITmedia]

印刷する

　米Googleは8月27日（現地時間）、動画の生成・編集に対応するマルチモーダルAIモデル「Gemini Omni 1.1 Flash」を発表した。Gemini APIおよびGoogle AI Studioを通じて開発者向けに提供する。APIのモデル名は「gemini-omni-1.1-flash」。

　同社は、今回のアップデートにより、Omni 1.1がGoogle AI Studio経由のGemini APIで「プロ用途に耐えるproduction-readyな段階になった」としている。

最大の強化点はシーン延長

　既存の動画の続きをシームレスに生成する「シーン延長」機能では、モデルが直前の最大10秒分を文脈として解析できるようになった（従来モデルは最後の1秒しか参照していなかった）。これにより、視覚的な一貫性と物語の整合性が向上したとしている。動画は10秒単位で延長でき、累計の長さは最大40秒までだ。

開始・終了フレームの指定

　ショットの開始フレームと終了フレームを指定し、その間の映像を連続的に生成できる。複雑なカメラの周回移動やズームによる転換、シームレスにループするクリップの制作に向くという。

360pのドラフト生成と4Kアップスケール

　360p解像度の軽量なプレビュー生成に対応した。同モデルの標準である720pと比べ、生成速度は最大60％速く、コストは3分の1になるとしている。試作やストーリーボードの検討を高速に回す用途を想定する。最終出力は1080pまたは4Kにアップスケールできる。

動画リファレンスの入力

　マルチモーダル入力として最大3秒の動画を参照素材に指定でき、キャラクターの見た目や視覚的な文脈を保ったまま生成できる。

提供形態

　Google AI Studioで試用できるほか、企業向けにはGemini Enterprise Agent PlatformのAgent Platform API経由で利用できる。動画制作ツール「Google Flow」では同日から、Google One AI Premium／Pro／Ultraの契約者に向けて世界的に提供を開始した。Geminiアプリでも、同じ契約者向けにシーン延長機能を提供する。既に導入企業もあり、Adobeは「Adobe Firefly」にGemini Omni Flashを統合した。開発者向けドキュメントによると、Omni Flashで生成した動画には、視聴者には見えないが機械的に検出できる電子透かし「SynthID」が付与される。

印刷する