出来事の日付：2026年11月6日。
Googleは、最大15秒の動画を生成し、対話形式の指示を重ねて修正できる動画生成・編集モデルの更新版、Gemini Omni 1.2 Flashの提供を開始した。同社によると、このモデルはGemini APIとGemini for businessで一般提供され、関連機能はGoogle Vidsでも利用できる。
新たな15秒という上限により、一度に直接生成できる動画の最大の長さはOmni 1.1の10秒から伸びた。利用者は3秒から15秒まで1秒刻みで長さを指定でき、生成する映像の長さをより細かく調整できる。Googleはこの変更を、製品デモ、ソーシャルメディア広告など、1回の生成に収まる短編コンテンツ向けに位置付けている。
Gemini Omni 1.2 Flashは、複数回のやり取りによる編集にも対応する。利用者は既存の動画のほかの部分を維持したまま、製品、背景、照明、天候、縦横比などの要素を変更するようモデルに依頼できる。この機能は、細部を一つ修正したいだけの場合に、最初から動画を生成し直す必要を減らすことを狙っている。Googleによると、この編集手順は15秒の動画全体にわたって利用できる。
参照素材の扱いも、今回の更新の重点項目だ。入力には、人物や製品、スタイルの画像、短い動作の映像、音声による手掛かりを含めることができる。Googleは、カメラが動いたり場面が変わったりしても、顔、服装、パッケージの文字、ブランドカラー、小道具、舞台設定をより一貫して保てるとしている。また、連続したカメラの動き、会話、口の動きと音声の同期、異なる人物への個別のサンプル音声の割り当ても改善したと主張している。こうした品質に関する説明はGoogle自身の実演に基づくもので、提供された資料には独立したベンチマークによる検証はない。
同社はOmni 1.1に比べて公表価格を30％引き下げ、720pでの生成料金を1秒当たり0.07ドルに設定した。Googleは、360pまたは720pで下案を作り、対話を通じて必要な箇所を編集した後、選んだ結果を1080pまたは4Kにアップスケールする方法を提案している。この手順は、制作者が複数のバリエーションを必要とする場合の無駄を減らせる可能性があるが、実際の費用は生成と編集の回数によって変わる。
今回の公開は、テキストから一度きりで動画を生成するプロンプトから、修正を繰り返しながら制作するツールへと向かう、より広い変化を反映している。動画が長くなることも重要だが、商業用途では連続性と部分的な修正がとりわけ重要になる。フレーム間やバージョン間で、製品や人物が同じものとして認識できる状態をモデルが保つ必要があるためだ。
Googleは、Gemini Omni 1.2 Flashが、同社の挙げた開発者向けおよび法人向け製品ですぐに利用できるとしている。ただし、利用を検討する人は、提供企業の作例を保証と受け止めるのではなく、自分の素材について出力の正確性、権利上の要件、一貫性を評価する必要がある。
