「そこだけ直して」で動画編集可。動画生成AI「Gemini Omni 1.2 Flash」登場

　生成した動画の気に入らない部分を、「背景を差し替えて」といった会話の指示だけで編集できる動画生成AIが登場した。Googleが11月6日(日本時間)に発表した「Gemini Omni 1.2 Flash」だ。生成できる動画の長さは従来の10秒から15秒に延び、API料金は前バージョンより30%下がった。「Google AI」プラン加入者にも順次提供が開始されたが、Geminiアプリでの15秒動画の生成はUltraプランに限られる。

　Gemini Omni 1.2 Flashは、動画生成AI「Gemini Omni」シリーズの最新モデルだ。開発元はGoogle DeepMindで、文章や画像の指示をもとに、人の声などの音声を含む動画を生成する。長さは3秒から15秒の範囲で1秒刻みに指定できる。

　今回の更新で大きく変わったのは、生成後の編集だ。一度生成したクリップは、追加の指示を出すだけで商品や背景の差し替え、照明や天候の変更、縦横比の切り替えができ、最初から作り直す必要がない。参照素材の反映も正確になった。人物や商品、画風を伝える画像のほか、動きの見本になる最長3秒の動画や音声も指定でき、顔や服装、パッケージの文字、ブランドカラーはカメラアングルが変わっても崩れないという。

Gemini Omni 1.2 Flashの編集画面。生成済みのクリップに「背景を変えて(Change the background behind)」と指示し、人物を保ったまま背景だけを差し替えられる

　料金は、Gemini API経由の720p動画の生成が1秒あたり0.07ドル(約11円、1ドル=約158円換算)で、前バージョンのOmni 1.1から30%下がった。公式は、まず360pか720pで下書きを作り、修正は追加の指示で済ませ、採用するカットだけを1080pや4Kに高解像度化する使い方を示している。生成のやり直しが減る分、値下げと合わせて費用を抑えられるというわけだ。

　もっとも、どんな映像でも思いどおりになるわけではない。Googleは、激しいスポーツの動きや台本の急な切り替え、複雑な物理法則の表現は開発途上だと説明している。生成した動画には目に見えない電子透かし「SynthID」が埋め込まれ、AI製かどうかを後から判別できる。