Gemini Omni 1.2 Flashで動画生成はどう変わる？4つの進化

Gemini Omni 1.2 Flashは、短い動画を作って終わりではなく、会話しながら修正を重ねる制作に向いた動画生成モデルです。元記事によると、最大15秒のネイティブ動画生成、参照画像への追従性向上、マルチターン編集、生成コスト30％削減が主な特徴です。

Gemini Omni 1.2 Flashが動画制作を変える理由

Gemini Omni 1.2 Flashの重要な点は、動画を一度だけ出力する機能ではなく、試作から修正、比較、量産までの流れを意識していることです。動画制作の負担になりやすい「少しだけ直したいのに最初から作り直す」という問題を、会話型の編集で減らしやすくなります。

元記事では、今回のアップデートによって、動画の長さ、指示への忠実度、修正のしやすさ、料金面がまとめて改善されたと説明されています。これは、生成AIをデモとして眺める段階から、仕事の中で繰り返し使う道具へ近づける変化といえるでしょう。

たとえば、商品の紹介動画を作る場合、最初に商品を見せ、特徴を説明し、最後に印象的な場面を置くという流れを考えられます。数秒の断片だけでなく、始まりから終わりまでの小さなストーリーを組み立てる余地が広がる点が魅力です。

4つの主な改善点

• 最大15秒の動画を標準機能として生成できる
• 参照画像や指定した条件に追従しやすくなった
• 会話を重ねながら動画を編集できる
• 元記事の説明では、生成コストが30％引き下げられた

最大15秒の動画生成で表現できること

Gemini Omni 1.2 Flashは、最大15秒の動画クリップをネイティブに生成できます。15秒あれば必ず完成度の高い映像になるわけではありませんが、短い断片よりも、場面の展開や商品の見せ方を設計しやすくなります。

活用例としては、SNS向けの短い広告、商品紹介、サービスのイメージ映像、プレゼンテーション資料に入れる素材などが考えられます。カフェの新商品を紹介するなら、商品の登場、特徴を伝える場面、最後の印象的なカットという順序で指示を組み立てられます。

ただし、長さが増えれば自動的に内容がまとまるわけではありません。何を最初に見せ、どの情報を途中で伝え、最後にどんな印象を残すのかを先に整理すると、AIへの指示も明確になります。

指示を作るときの基本項目

1. 主役となる商品、人物、キャラクターを指定する
2. 背景や時間帯、色、雰囲気を説明する
3. カメラの動きや場面の順番を伝える
4. 最後に残したい印象や表示内容を指定する

参照画像への追従性が実務で重要な理由

参照画像への追従性とは、入力した画像や参考素材、指定した条件をどれだけ保って動画を作れるかという考え方です。Gemini Omni 1.2 Flashでは、参照元の特徴をより維持しやすくなったと元記事で説明されています。

たとえば、商品画像を渡して「商品の形や色を保ったまま、机の上を回転する動画にして」と指示した場合を考えてみましょう。途中で商品の形が変わったり、色が別のものになったりすると、広告や営業資料に使うには調整が必要になります。

キャラクター、商品、ブランドの見た目を継続して扱う場面では、外観の一貫性が信頼感につながります。参照画像を使うときは、変えてよい部分と、絶対に変えたくない部分を分けて指示することが大切です。

マルチターン編集で動画を会話しながら直す

マルチターン編集は、最初に生成した動画を土台にして、複数回の会話で修正を加える機能です。「もう少しカメラをゆっくり動かして」「背景を明るくして」といった追加指示を出しながら、完成形に近づけられます。

従来の生成AIでは、少しだけ変更したい場合でも、最初から作り直すケースがありました。これは、同じ条件で何度もくじを引き直すような作業です。会話型の編集なら、残したい部分を維持しつつ、問題のある部分に絞って調整を依頼できます。

具体的には、「商品の位置は変えない」「背景だけ明るくする」「最後の場面だけロゴを表示する」のように、維持する条件と変更する条件を同時に伝えるのがポイントです。AI動画では、何を変えるかだけでなく、何を変えないかを言葉にする力が重要になります。

修正指示を分ける手順

1. 最初の動画で気になった点を、動き、背景、構図などに分ける
2. 一度の指示で変更する範囲を絞る
3. 残したい要素を毎回はっきり書く
4. 修正後に次の変更点を整理して伝える

料金と利用先から考える導入方法

元記事によると、Gemini Omni 1.2 Flashでは生成コストが30％引き下げられています。動画生成はテキスト生成よりも計算量が大きくなりやすいため、複数の案を作って比較したい個人や小規模チームにとって、料金面の改善は試作のしやすさにつながります。

一度で完璧な動画を作ろうとすると、指示が複雑になり、修正の原因も分かりにくくなります。コストが下がれば、広告の案を複数作る、営業資料用とSNS用で構成を分けるなど、目的に合わせた比較をしやすくなります。

利用先としては、Gemini API（アプリ同士をつなぐ仕組み）とGoogle Cloudで一般提供されているほか、Google Vidsや法人向けのGeminiからも利用できるとされています。開発者は自社サービスや社内ツールへの組み込みを検討でき、開発をしない利用者は既存のGoogleサービスを通じて動画制作に活用できます。

Gemini Omni 1.2 Flashを使う前に整理したいこと

Gemini Omni 1.2 Flashを活用する際は、まず動画の目的を一つに絞ることが大切です。広告なら商品の魅力、教育なら説明したい手順、SNSなら視聴者に残したい印象を決めると、15秒の中に入れる情報を選びやすくなります。

次に、参照画像を使う場合は、維持したい特徴を具体的に書きます。「良い感じに保つ」よりも、「赤いパッケージの形とロゴの位置は変えない」のように指定したほうが、意図を伝えやすくなります。修正時も同じ考え方で、変更範囲を明確にしましょう。

今回の発表からは、動画生成AIが一度きりのデモから、継続的な制作ツールへ移行しつつあることが読み取れます。今後は動画編集の専門知識だけでなく、残す部分と変える部分を具体的に伝える設計力が、成果を左右する要素になりそうです。

動画制作では、最初から完璧な指示を書くより、生成結果を見て、変更点を小さく伝えながら改善する考え方が役立ちます。

出典: Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips

よくある質問