Googleは2026年11月4日(現地時間)、動画生成・編集モデル「Gemini Omni 1.2 Flash」を発表した。最長15秒の動画生成とマルチターン会話編集に対応し、価格は30%削減される。同モデルはGemini APIやGoogle Vids、Gemini for businessを通じて提供を開始する。
Gemini Omni 1.2 Flashは、従来のGemini Omni 1.1と比較して動画生成時間が最長10秒から15秒に延長された。3秒から15秒の間で1秒単位での期間指定が可能で、より複雑なストーリーや製品説明、ソーシャルメディア向け広告スポットの作成に対応する。また、720p動画の価格が1秒あたり$0.07となり、Gemini Omni 1.1から30%のコスト削減を実現した。
本モデルはキャラクター、製品、スタイル画像、最大3秒の短いモーションクリップ、音声キューを組み合わせて参照をガイドできる。顔、衣服、パッケージのタイポグラフィ、ブランドカラーなどが複数のカメラアングル間で一貫性を保つため、既存の製品写真やキャラクターシートを仮想試着クリップやブランドビデオ広告に変換することが容易になる。また、マルチターン会話編集機能により、同じクリップの背景やライティング、アスペクト比などを繰り返し調整でき、最初から再生成する必要なく効率的な編集が可能となる。アニシュ・ナンギア (Anish Nangia) 氏がプロダクトマネージャーを務めるGoogle DeepMindは、継続的なカメラ移動やより自然な音声生成も可能になったと説明している。
Gemini Omni 1.2 Flashは現在、Gemini APIおよびGoogle Cloud上で一般提供を開始している。Google Cloudのエンタープライズ級インフラとセキュリティでサポートされ、出力にはSynthIDウォーターマークが付与される。
参考: Google AI Blog (アーカイブ) — 2026年11月5日 09:00 (JST)
原文ハイライト"Gemini Omni 1.2 Flash brings 15-second clips, stronger consistency, and faster, more cost-effective generation."