Google、動画を作るAI「Gemini Omni」新版を発表　料金3割安く最長15秒に対応

米Google Cloudは、動画生成・編集モデル「Gemini Omni 1.2 Flash」の一般提供を開始した。企業が日常的に大量に作成する商品紹介動画や広告、バーチャル試着動画などの用途を想定して開発された。処理の高速化や費用対効果の改善を図り、参照する画像や映像、音声への忠実性を高めている。

利用料金は720p解像度の動画で1秒あたり0.07ドルに設定され、前バージョンである「Gemini Omni 1.1 Flash」から30％引き下げられた。他の解像度でも同程度の費用削減が見込めるという。生成および編集できる動画の長さは、従来の最長10秒から最長15秒へと拡大された。制作工程では、360pまたは720pで下書きを作成した後に、1080pや4Kへとアップスケールする運用にも対応する。

モデルの機能面では、参照データへの再現性を高めたことで、異なるカット間でも商品や登場人物、ブランドの細部の一貫性を保ちやすくなった。また、一から生成し直すことなく、会話を通じて同一クリップ内の商品を差し替えたり、照明やカメラアングルを変更したりする編集が行える。より自然な対話音声や明瞭なリップシンク、複数話者への対応も含まれ、生成された映像には肉眼では判別できない「SynthID」の電子透かしが付与される。なお、音声の参照機能は許可リスト制で提供される。

外部ツールとの連携や企業での検証も進んでいる。Picsartは1億人を超えるクリエイターに向けて本モデルを導入すると表明したほか、invideoは物理挙動や音声の自然さ、15秒で1シーンを一度に生成できる点を評価している。PhotoroomやQuickFrame AIは動画広告の作成機能に組み込んでおり、ArtlistやFLORA、Krea、Runwayなどのクリエイティブプラットフォームでも活用が進められている。

本モデルはGoogle Cloudのインフラ上で提供され、APIを通じたアプリケーション開発に対応する。業務向けツール「Google Vids」で利用できるほか、間もなくビジネス向けの「Gemini」にも導入される予定だ。これにより、利用者はチャット上で指示文や商品写真を入力するだけで短尺動画を作成できるようになる。