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

Googleは8月27日（現地時間）、動画の生成と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とGoogle AI Studioを通じて開発者向けに提供され、APIのモデル名は「gemini-omni-1.1-flash」である。同社は今回の更新で、Omni 1.1がプロ用途に耐えるproduction-readyな段階に入ったとしている。主な変更点は、既存の動画の続きを生成するシーン延長の強化、開始フレームと終了フレームを指定した生成、そして低コストな360pのドラフト生成である。 シーン延長の強化は地味に見えて重要だ。従来モデルは直前の1秒しか参照できなかったが、今回は最大10秒分の文脈を読む。動画は10秒単位で延長でき、累計は最大40秒までだ。映像の一貫性と物語のつながりを保てるかどうかは、動画制作で最も手間のかかる部分であり、AIの鬼はここに本気度を感じる。一方で、360pのドラフトは720pより最大60％速く、コストは3分の1になるという。試作と絵コンテを数多く回し、最後に1080pか4Kへ上げる使い方は、映像制作の工程そのものを変える。 提供形態も押さえておきたい。Google AI Studioで試せるほか、企業向けにはGemini Enterprise Agent PlatformのAgent Platform API経由で使える。動画制作ツールのGoogle Flowでは同日から、Google One AI Premium、Pro、Ultraの契約者向けに世界的に提供が始まった。Adobeは「Adobe Firefly」にGemini Omni Flashを統合している。中小企業なら、まずはプランの範囲で試作を回し、商品説明の短い動画や社内向けの動画マニュアルを安く作る使い方が現実的だ。ただし、生成した動画にはSynthIDという電子透かしが付く点は、公開前の確認事項として覚えておくべきだ。