google
Gemini Omni 1.2 Flash登場!15秒動画生成とコスト30%削減で開発を加速
5分で読める

Gemini Omni 1.2 Flash、高速・低コストで長尺動画生成を実現
Google DeepMindのプロダクトマネージャーであるAnish Nangia氏が、Gemini Omni 1.2 Flashのリリースを発表しました。このアップデートにより、ネイティブな15秒動画生成、参照への高い忠実性、そしてマルチターン会話編集機能が導入されます。さらに、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ドルとなります。
何ができるのか?開発者・Web制作者が注目すべき新機能
Gemini Omni 1.2 Flashは、開発者やWeb制作者にとって魅力的な新機能を多数搭載しています。
- 最大15秒の長尺動画生成: これまでの10秒から15秒に延長され、3秒から15秒まで1秒単位で長さを指定できます。これにより、より複雑なストーリーテリングや製品説明、ソーシャル広告スポットの作成が可能になります。
- 高速かつコスト効率の高いワークフロー: 低価格に加え、360pまたは720pでの高速ドラフト作成、詳細修正のためのフォローアップ編集、そして最高の作品を1080pまたは4Kにアップスケールする機能により、コストを抑えながら効率的なワークフローを実現します。
- 参照への高い忠実性: キャラクター、製品、スタイル画像、短いモーションクリップ(最大3秒)、オーディオキューを組み合わせて生成をガイドできます。顔、衣服、パッケージのタイポグラフィ、ブランドカラーなどがカメラアングル全体で一貫性を保ちます。これにより、既存の製品写真やキャラクターシートからバーチャル試着クリップやブランドビデオ広告を簡単に作成できます。
- 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、シーンの一貫性が強化され、モーションやカメラのトランジションにおける視覚的なずれや変形が減少します。
- 会話による簡単な編集: 同じクリップをターンごとに修正できます。製品や背景の交換、照明や天候の変更、アスペクト比の切り替えなどが、最初からやり直すことなく可能です。マルチターン会話編集は15秒のフルクリップで機能し、異なるオーディエンスや配置向けの広告バリアントを簡単に作成できます。
- より自然な音声: より流動的で自然な響きの対話、クリアなリップシンク、明確なマルチスピーカーコンディショニングを備えたシーンを生成できます。
- より制御可能で映画のようなルック: スイープするFPVフライト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、不要なジャンプカットを大幅に減らし、安定したスケールと洗練された映画のようなルックでディレクションできます。
利用開始方法
Gemini Omni 1.2 Flashは、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ており、本日より利用可能です。
- Gemini APIを利用する開発者向け: Google AI Studioでプロトタイプを作成したり、インタラクティブなスターターアプリを試したり、開発者向けドキュメントと料金を確認できます。
- 企業向け: Google Cloudコンソールで試したり、APIを使用してエンタープライズソリューションを構築したりできます。
- Googleアプリを利用するすべての人向け: Flowでシーンやマルチターン編集をディレクションしたり、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秒クリップを生成したり、Geminiアプリで15秒動画を作成したり(Google AI Ultraサブスクライバーに展開中)、Google Adsで動画キャンペーンをスケールしたりできます。
Gemini Omni 1.2 Flashは、高速スポーツアクション、迅速なスクリプト変更、複雑な物理学などのさらなる改善に向けて開発が進行中ですが、企業、開発者、クリエイターが大規模に動画を制作するのに理想的です。


