Gemini Omni 1.1 Flashのシーン延長: 参照は直前10秒、10秒刻みで最長40秒。360pの下書き生成とAPI価格

Googleが動画生成モデル「Gemini Omni 1.1 Flash」を公開した。「1.1」の「Flash」という名前から分かる通り、これはメジャーアップデートではなく、細部の改善にとどまる。ただし、その細部が本当に重要だ。核となるアップデートは「シーン延長」機能。動画の続きを生成する際に参照する直前映像が、従来の1秒から最大10秒に拡張されたのだ。さらに10秒刻みで何度も継ぎ足せるため、理論上は40秒以上の長尺動画も生成できるようになった。加えて、360pの低解像度で「下書き」を高速生成し、それを1080pまたは4Kにアップスケールするプロセスが新たに用意された。このアップスケール手法によって、360p生成は従来の720p比で最大60%高速化し、コストは3分の1に削減されたという。

面白いのは「画質と速度のトレードオフを技術で解決した」という点だ。動画生成AIの本来の課題は、高画質を求めると処理時間が長くなり、コストが膨らむということだった。ユーザーは「待ち時間が短い方がいい」と「画質が高い方がいい」という二者択一を強いられていた。ところがGoogleの技術では、低解像度で素早く全体像を作ってから、それを拡大する。映画の撮影に例えれば、粗いテストショットを素早く作って方向性を確認してから、本撮影に入るようなものだ。このアプローチなら、クリエイターは「速度」と「質」の両立が可能になる。制作スピードが上がれば、試行錯誤の回数も増える。つまり「AI生成動画で試す」という文化が、実務レベルで可能になる瞬間が近い。

実務的には、コスト3分の1という数字が響く。広告制作、マニュアル動画、営業資料の動画版、社内研修の映像化——動画が「作り直す」選択肢を持つようになる。従来は「一度作ったら、よほどのことがない限り修正しない」という保守的な運用だった。だがコストが下がれば「A案とB案の両方を試して、響いた方を使う」という制作判断が取りやすくなる。中小企業の営業担当者が、自分で試行錯誤できるようになる日は、もうそこまで来ている。シーン延長で40秒以上の動画が作れるようになったということは、製品紹介動画がAIの手だけで完成する日も遠くない。