Gemini Omni Flash
ネイティブマルチモーダル動画生成モデルテキスト・画像・音声から同期動画へ
主な特徴
使える場面
- 商品写真と音声メモからスタジオ風の短い動画を作る
- TikTokやYouTube Shorts向けの15秒縦型動画を生成する
- 楽曲と映像の説明からミュージックビデオを作る
使い方
- 1 サイトでアカウント登録し、試用用の無料クレジットを受け取る
- 2 画像、音声、動画、テキストを単独または組み合わせて用意する
- 3 場面、カメラワーク、照明、動作をプロンプトで詳しく書く
- 4 縦横比、長さ、開始解像度を設定する
- 5 生成して映像と音声がそろった結果を待つ
- 6 プレビューし、雨の演出追加などの指示で調整する
- 7 1080Pまたは4Kへ拡大してダウンロードする
こんな方におすすめ
メリット
- テキスト、画像、音声、動画を一度の生成で扱える
- 音声が動画と一緒に作られ、別途ナレーション作業が不要
- 最初から作り直さず会話で編集できる
- 無料クレジットで登録後に試せる
制限事項
- 無料クレジットは試用分で、継続利用には有料登録が必要
- 物理や照明に関する説明は公開時点の主張であり、目視確認が必要
- 新しく発表された製品のため機能内容が変わる可能性がある
- 無料クレジット規則と期間限定割引は変更される場合がある
Gemini Omni Flash とは
Gemini Omni Flashは、Google I/Oで紹介されたネイティブマルチモーダルの動画生成・編集モデルです。テキスト、画像、音声、動画を別々の工程で扱うのではなく、最大9枚の参照画像、3つの音声ファイル、3つの動画クリップをテキスト指示と一緒に一度の処理で読み込みます。結果として、映像に合わせた音声、ナレーション、背景音楽を含む動画が作られます。開発側は、物理、光、空間関係を追従する知覚世界モデルという考え方を説明しています。標準出力は1080P HDで、2Kと4Kへ無劣化に拡大できます。試用向けの無料クレジットに加え、期間限定割引付きの有料サブスクリプションも提示されています。
できること
- テキスト、画像、音声、動画、またはそれらを混ぜた入力から動画を生成する
- 別工程なしで同期音声とナレーションを動画に含める
- 作り直しではなく、普段の言葉で完成済みクリップを調整する
- 複数のショットでキャラクターの見た目と口パクを保つ
- 1080Pで書き出し、必要なら2Kや4Kへ拡大する
こんな人に向いています
- 映画のような動画を短時間で作りたいクリエイター
- 撮影なしで商品紹介動画を用意したいEC事業者
- 楽曲に合わせた映像作品を作る音楽家や創作チーム
- 枚数や長さを決めて動画の試作を繰り返したい人
注意点
無料クレジットは試用のための枠で、継続的な制作には有料登録が必要です。物理や照明に関する評価は開発側の説明なので、公開前にフレーム単位で映像を確認してください。発表されたばかりの製品として紹介されているため、機能、上限、割引は変更される可能性があります。生成物を配布する場合は、商用利用の権利範囲をその時点の規約で確認してください。書き出したファイルの名前と保存場所を統一し、重要な素材は別途控えを残すと、編集を繰り返すときに探しやすくなります。
よくある質問
どんな入力に対応していますか。
テキスト指示、最大9枚の参照画像、3つの音声ファイル、3つの動画クリップを、一度の処理で使えます。
音声も生成されますか。
はい。動画と同時に音声、ナレーション、背景音楽が生成され、別の吹き込み作業は不要とされています。
書き出し解像度はどうなっていますか。
標準は1080Pで、2Kと4Kへの無劣化アップスケールに対応しています。
生成後の動画を編集できますか。
できます。光を暖かくするなど自然言語で指示すると、最初から作り直すのではなく既存の動画を調整します。
無料で使える理由
公式ページの記載内容: 無料クレジット
無料の上限、トライアル期間、機能は公式サイトが決定し、いつでも変更される場合があります。
製品プレビュー
一覧ページから保存したスクリーンショットです。プレビュー専用です。