Google DeepMind、Gemini Omni 1.1 Flash で制作制御を強化

2026 年 8 月 27 日

9 分間の読了時間

Gemini Omni は今や、スタジオレベルの動画制作を実現します。シーンの拡張、最初のフレームと最後のフレームの補間、鮮明な 4K アップスケーリング、迅速なプロトタイピングなど、多様な機能を備えています。

Anish Nangia（Google DeepMind プロダクトマネージャー）

Alisa Fortin（Google DeepMind プロダクトマネージャー）

このブラウザは音声再生要素をサポートしていません。

記事を読む

[[duration]] 分

本コンテンツは Google AI によって生成されています。生成 AI は実験的な技術です。

本日、開発者を支援するための新しいクリエイティブ制御機能と生成動画機能を備えた「Gemini Omni 1.1 Flash」を発表します。Gemini Omni は、生成創作に現実世界の推論能力をもたらしましたが、今回のアップデートにより、Google AI Studio の Gemini API を通じて、プロフェッショナルな用途で本格的に使用できる「Omni 1.1」が提供可能になりました。

生成動画ワークフローの構築やクリエイティブツールの開発、メディア編集ソフトウェアの作成などを行う際、これらの更新により、生成動画はより制御しやすく、反復作業が高速化され、実世界での展開に適した完成度へと向上します。以下に新機能をご紹介します。

物語を長くするためのシーン拡張

シーン拡張機能を使えば、既存の動画から途切れた箇所 seamlessly（シームレス）に映像を生成し続けることができます。

Omni 1.1 では、モデルが最大 10 秒の過去のコンテキストを分析できるようになりました。これは直前の 1 秒しか参照できなかった以前のモデルからの大きな飛躍です。その結果、視覚的な一貫性と物語への忠実性が向上し、より長いストーリーを作成したり、新しい創造的な方向へ展開したりすることが可能になります。動画は 10 秒ごとに延長でき、合計で最大 40 秒まで対応しています。

Gemini API を使ってシーンを延長する方法をご紹介します。

最初のフレームと最後のフレームを指定する

ショットの開始フレームと終了フレームを指定することで、滑らかなトランジションやカメラワークを実現できます。Omni 1.1 は 2 つのキーフレームの間で連続した動画を生成するため、複雑なカメラアングル、ズームトランジション、シームレスなループクリップに最適です。

プロンプト 1: ベージュのスーツを着たスタイリッシュなドラマーが赤いドラムセットを演奏している様子を、グランドホールで低角度のクローズアップショットで捉える。カメラが素早く横へパンし、白い衣装をまとったバレエダンサーが踊る傍らで、年配のサックス奏者が一緒に演奏している姿が映し出される。ソフトな紫色のステージライトの下で撮影。ジャンプカットなしの 1 ショット。

プロンプト 2: カメラがテレビ画面にズームインする。そこには冒頭と同じ女性と、同じシーンが映っている。シームレスな動画。ジャンプカットなしの 1 ショット。

360p で効率的に動画をドラフト作成する

Omni 1.1 の標準的な 720p 解像度と比較して、軽量なプレビューを 360p レゾリューションで最大 60% 高速* に生成でき、コストは約 3 分の 1 で済みます。これは迅速なプロトタイピング、ストーリーボードの反復作業、開発プラットフォームでのクイックレンダリングに役立ちます。

システムスループットを考慮した生成速度の向上（360p 解像度時、720p 解像度と比較して最大 60% 高速化）*

プロンプト：微視的な視点で捉えた虹色の海洋珪藻。繊細なガラスのようなケイ酸塩の殻と、息を呑むほど美しい自然対称性が映し出されています。色彩は深い火山性の琥珀色や温かみのある銅色から、鮮やかなターコイズブルーや紫まで多岐にわたり、大地と海洋が持つ豊かなパレットを模倣しています。繊細な微小構造が、清潔感のある暗いフィールド背景に対して柔らかく輝いています。高忠実度の科学画像、シャープなディテール、有機的な質感、マイクロフォトグラフィ。動画全体を通して顕微鏡のレンズ効果を保ちます。

4K 解像度へのアップスケール対応

Omni 1.1 を用いて、プロダクション現場ですぐに活用できる高品質な 1080p または 4K の出力を生成できます。

プロンプト 1：魚が泳ぐ様子を捉えたトラッキングショット

プロンプト 2：画面左側から森へ飛び出し、好奇心旺盛に空気を嗅ぎながら、右側のフレーム外へと素早く走り去る小さなリスの姿

プロンプト 3：繊細な枝に咲く鮮やかな黄金色のイロハモミジを捉えたシネマティックなマクロクローズアップ。そよぐ穏やかでリズミカルな秋風になびき、揺れています。太陽光が半透明の葉を通して差し込み、温かく輝く効果を生み出しています。浅い被写界深度と夢幻的なボケ背景、超詳細なテクスチャ、フォトリアルな表現、4K。

マルチモーダル入力への動画リファレンスの追加

シーン構築時に最大 3 秒間の動画を参照として使用できます。これにより、動画リファレンスを基に視覚的な文脈やキャラクターの一貫性を維持することが可能になります。

プロンプト：アップロードされた3 つのダンサーの動画を使用し、提供されたキャラクターに置き換えてください。参考動画からそれぞれのダンスを踊り、提供された画像の広々としたオープンスペースで一緒にパフォーマンスを行ってください。

犬のキャラクター（dog.png）は dance3.mp4 のクラシックダンスを、タコのキャラクター（octo.png）は dance1.mp4 のヒップホップダンスを、クマのキャラクター（bear.png）は dance2.mp4 のブレイクダンスをそれぞれ踊ります。最終的な結果は、カットなしで1 つの連続ショットとして出力してください。

構築できるインスピレーションのあるアイデア

開発者がこれらの新機能をカスタムツールやクリエイティブなワークフローに活用する方法を示す、いくつかのアイデアをご紹介します。

お客様が Omni Flash を本番環境で活用している様子

お客様はすでに Gemini Omni Flash を Agent Platform API を通じて実世界の生産現場で駆使しています。彼らが作成した動画をご覧いただき、モデルをどのように活用しているかをご覧ください。

今日から Gemini Omni 1.1 Flash で構築する

Gemini Omni 1.1 Flash の価格表。

Omni 1.1 は Google の開発者エコシステム全体で展開されています：

Google AI Studio で開発を始める：Omni 1.1 は、Google AI Studio で直接試すことができます。

Gemini Enterprise Agent Platform へのデプロイ：企業向け開発者は、Gemini Enterprise Agent Platform で Omni 1.1 を展開可能です。

開発者ドキュメントの探索：シーン拡張、動画参照、アップスケーリングをアプリケーションに統合する方法を学ぶには、公式ドキュメント、クックブック、および プロンプトガイド をご覧ください。

Omni 1.1 は、今日から世界中の Google AI Plus、Pro、Ultra のすべての購読者向けに Google Flow でも利用可能です。また、シーン拡張機能は、世界中の Google AI Plus、Pro、Ultra のすべての購読者向けに Gemini アプリ でも利用できます。