動画とAIの組み合わせが「次のフロンティア」と言われるようになって久しい。だが実態として、動画生成AIを実業務に組み込んでいるのは、潤沢な計算資源を持つ一部の大企業か、コストを度外視できるスタートアップに限られていた。処理が重く、推論に時間がかかり、1クリップあたりのコストが跳ね上がる。その三重苦が、動画AIを「将来の話」に押しとどめてきた。
テキスト処理から始めて、画像、そして動画へ——というのが企業AI活用の標準的な順序として定着していたのは、偶然ではない。難易度と費用対効果の問題を、順番に先送りにしていたにすぎない。
Googleが今回発表した「Gemini Omni 1.2 Flash」は、その先送りを終わらせようとする一手だ。
前バージョンのOmni 1.1からの価格を30%引き下げ、720p動画を1秒あたり0.07ドルで生成できるようにした。動画生成の上限長も10秒から15秒に拡張している。数字だけ見れば「小幅な改善」に映るかもしれないが、積み重なる意味は違う。コストが下がり、扱える長さが伸び、編集の柔軟性が上がると、それまで「重すぎてできない」と判断していた用途が、次々とコスト圏内に入ってくる。
Flashという名称が象徴しているように、このモデルは最高性能の追求を目的としていない。速さと実用的な価格帯で、幅広い開発者・企業が実際に使える状態にすることを優先している。動画AIがテキストや画像AIと同じように「当たり前のインフラ」になるとすれば、そこへ至る道はスペックの競争ではなく、こうしたコストと使いやすさの地道な改善によって切り開かれる。
誰が影響を受けるかを考えると、裾野は相当広い。広告制作、Eコマースのカタログ動画、ナレーション付き社内コンテンツ——これまで映像プロダクションへの外注が前提だった領域が、APIを叩ける開発者一人で完結し始める。生成できるクリップが15秒、マルチターン編集に対応し、参照画像のブランドカラーやタイポグラフィを複数カットにまたいで維持できるとなれば、広告バリエーションの量産は現実的なユースケースとして見えてくる。
テキスト生成AIが普及したとき、コピーライターの仕事量の定義が変わった。画像生成AIが安価になったとき、素材調達の前提が変わった。動画AIのコストが下がり、編集がチャット形式で完結するようになれば、映像制作の発注単位と所要人員の定義が変わる。今回の発表は、その変化の起点として読むことができる。
3行まとめ
- GoogleがGemini Omni 1.2 Flashを発表。前バージョンから価格を30%引き下げ、720p動画を1秒あたり0.07ドルで利用可能。
- 動画のネイティブ生成長を最長15秒に拡張。マルチターン会話形式での編集、最大4K解像度へのアップスケールに対応。
- Gemini APIおよびGoogle Cloudで一般提供を開始。Google AI Studio、Google Vids、Gemini for businessから利用できる。
※以下は詳細
Flashシリーズの位置づけ
GeminiのFlashシリーズは、最高性能ではなく「速さとコスト効率」を設計の軸に置いたモデル群です。処理速度と価格帯を実用レベルに抑えることで、幅広い用途への展開を優先しています。
Gemini Omni 1.2 Flashは、そのFlash思想を動画生成の領域にまで拡張したモデルとして位置づけられています。前バージョンのOmni 1.1で最長10秒だった動画生成が、今回15秒まで拡張されました。価格は前バージョン比30%引き下げで、720p動画は1秒あたり0.07ドルとなっています。
今回の主な強化点
動画クリップの長さは3〜15秒の範囲で1秒単位の指定が可能になりました。360p・720pでの下書き生成から1080p・4Kへのアップスケールまで、段階的なワークフローに対応しています。
参照画像・映像・音声への追従精度が向上し、キャラクター、商品パッケージのタイポグラフィ、ブランドカラーをカメラアングルをまたいで一貫して維持できるようになりました。バーチャル試着クリップやカタログ動画、ブランド広告への活用が想定されています。
マルチターン会話形式の編集では、背景・ライティング・アスペクト比などを同一クリップに対して順番に変更できます。再生成なしで複数の広告バリエーションを作るワークフローに対応しています。
台詞の自然さと複数話者のリップシンク精度も向上しました。FlowやGoogle Vids、Gemini for businessでのアバター・ナレーション付き動画制作に活用できます。
FPVフライスルー、ズームアウト、オービットといった複雑なカメラワークも、ジャンプカットを減らしてより滑らかに生成できるようになっています。
利用できる場所
Gemini APIとGoogle Cloudで一般提供が開始されており、Google AI Studio、Google Vids、Gemini for businessを通じて利用できます。Provisioned Throughputにも対応しており、出力にはSynthIDウォーターマークが付与されます。
全体まとめ
GoogleはGemini Omni 1.2 Flashにおいて、動画生成AIの価格・生成長・編集柔軟性という複数の制約を同時に緩和しました。前バージョン比30%の価格引き下げ、最長15秒のネイティブ動画生成、マルチターン編集、参照画像への高精度な追従が、Gemini APIおよびGoogle Cloudを通じて一般利用可能な状態で提供されています。Google AI Studio、Google Vids、Gemini for businessの各プロダクトからアクセスでき、出力にはSynthIDウォーターマークが自動付与されます。