Google「Gemini Omni 1.2 Flash」を一般提供　最長15秒の動画生成・編集、料金は30％引き下げ

Googleは2026年11月5日（現地時間）、動画生成・編集AI「Gemini Omni 1.2 Flash」の一般提供を開始した。最長15秒の動画生成・編集に対応し、参照素材への忠実度や映像・音声の一貫性を改善したという。Google発表による720p動画の料金は、前世代比30％引き下げの1秒当たり0.07ドル（約11円）となる。

■Gemini APIとGoogle Cloudで一般提供

今回の更新は、Gemini Omniシリーズとして初の一般提供となる。Google DeepMindのプロダクトマネージャー、Anish Nangiaが公式ブログで発表した。

開発者はGoogle AI StudioとGemini APIから利用でき、Google CloudでもコンソールやAPIを通じて利用できる。Google Cloudの企業向けインフラとセキュリティを基盤に、業務での動画制作への導入を想定している。

Googleは、Flow、Google Vids、Geminiアプリ、Google Adsにも展開するとしている。発表時点で、Geminiアプリの15秒動画生成はGoogle AI Ultra加入者向けに順次展開中だ。Google Cloudの案内では、Gemini for businessのチャット内での動画作成は今後提供予定となっている。

利用できる機能や動画の長さは、製品や契約プランによって異なる。Googleの日本語ヘルプによると、FlowではGoogle AIサブスクリプション未加入者は3～10秒、Google AI Plus、Pro、Ultra加入者は3～15秒の動画を生成・編集できる。

■最長15秒の生成に対応、映像の一貫性も改善

モデルが一度に生成・編集できる動画の長さは、Gemini Omni 1.1 Flashの最長10秒から15秒に延びた。Googleによると、長さは3～15秒の範囲で1秒刻みに指定できる。

Googleは、15秒の動画を一度に生成できることで、製品説明やソーシャルメディア広告、ブランド動画のシーンをまとめて作りやすくなるとしている。短いクリップをつなぐ工程を減らし、一つの場面の中で説明や演出を完結させる使い方を想定する。

映像の一貫性についても、Googleは、人物や物体、背景の細部を最初から最後のフレームまで維持しやすくなったと説明している。動きやカメラの切り替えに伴う見た目のずれや、不自然な変形を前世代より抑えるという。

■対話で編集し、画像・動画・音声を参照

複数ターンの対話型編集では、生成したクリップに追加のテキスト指示を与えて調整できる。背景や商品を入れ替えたり、照明、天候、アスペクト比を変更したりする操作に対応する。Googleは、変更対象以外の内容を保ちながら編集できるとしている。

この仕組みは、同じ映像を基に、対象者や掲載先に合わせて広告のバリエーションを作る用途に向く。最長15秒のクリップを対話で段階的に調整でき、Googleは、指示の作り直しや動画全体の再生成に伴う手間とコストの削減につながると説明している。

生成の参照素材として、人物や商品、画風を示す画像、最長3秒の動きを示す動画、音声を組み合わせられる。Googleによると、顔、衣服、パッケージの文字、ブランドカラーなどを、カメラの角度が変わっても維持する精度が向上した。商品写真を使ったバーチャル試着や、商品紹介動画、広告への活用を想定している。

音声参照の利用には条件がある。Google Cloudの発表では、利用を許可されたユーザーが使える機能として案内されている。

カメラの動きを指示する機能も改善したという。Googleは、一人称視点（FPV）で飛び抜けるような映像、急激なズームアウト、被写体の周囲を回る撮影表現などで、意図しないカットの切り替わりを減らし、被写体や空間のスケール感を安定させたとしている。

音声生成については、発話の自然さと、口の動きを音声に合わせるリップシンクを改善したと説明する。複数の人物が会話する場面で、それぞれの人物に異なる声を対応させる機能も強化したという。

■720pは1秒0.07ドル（約11円）、低解像度で試作して仕上げ

2026年11月5日のGoogle発表によると、720p動画の料金は1秒当たり0.07ドル（約11円）だ。Gemini Omni 1.1 Flashと比べて30％引き下げ、動画を大量に制作する際の費用を抑えやすくした。

Googleは、360pまたは720pで試作し、対話型編集で細部を調整した後、採用するクリップを1080pまたは4Kへアップスケールする制作手順を提示している。製品ごとに利用条件があり、Flowの日本語ヘルプでは、360p動画のアップスケールはGoogle AI加入者向けで、1080pまで、Ultra加入者は4Kまで対応すると案内している。

Google Cloudでは、処理能力を事前に確保するProvisioned Throughputも提供する。大量の動画を継続的に制作する企業向けの選択肢となる。生成した出力には、人の目では判別できないSynthID電子透かしが付与される。

元記事: Google Debuts Gemini Omni 1.2 Flash With Longer AI Clips, Better Editing, and Fewer Errors