Gemini Omni 1.1 Flash、AI動画を40秒に拡張し4Kアップスケーリングに対応

ニュース概要

Googleは、ネイティブのマルチモーダル動画生成・編集モデルの製品版アップデート「Gemini Omni 1.1 Flash」を公開した。最大40秒までのシーン延長、2つの指定キーフレーム間のカメラモーションを指示する先頭/最終フレーム制御、4Kアップスケーリング出力という3つの主要機能が追加されている。2026年8月28日～29日（米国太平洋時間）に発表されたこのアップデートにより、Omniは単発の動画生成ツールから、開発者やスタジオがショットごとに操れる、Googleが「ディレクション可能な」クリエイティブツールと呼ぶものへと進化する。

Omni 1.1 Flashの新機能

中心となる機能はシーン延長だ。従来版のOmniはクリップを続ける際に最終フレームしか参照できなかったが、1.1 Flashアップデートでは、ユーザーがシーンの続きを依頼するたびに最大10秒分の直前コンテキストを分析する。延長は1回の呼び出しにつき約3～10秒単位で生成され、クリップが40秒の上限に達するまで10秒ブロックで積み重ねることができる。延長はクリップの末尾にのみ追加可能で、開始前へのフッテージ追加や既存シーケンスの中間への新規素材挿入はできない。

先頭/最終フレーム制御では、ユーザーが開始画像と終了画像をプロンプト内で<FIRST_FRAME>および<LAST_FRAME>として指定し、その間のすべてをモデルに生成させることができる。Googleによると、これは軌道カメラモーション、ドリーズーム、シームレスループなどのエフェクトを狙うための手法だ。モデルが単一の開始点から自由に外挿するのではなく、特定の視覚的な到達点に向けて解を求めるためである。

関連機能として、動画リファレンスでは最大3本の短い参照クリップ（各3秒まで）を生成に投入し、カットをまたいでキャラクターの外見やシーンの視覚スタイルを維持できる。参照クリップに埋め込まれた音声はモデルによって無視される。

4Kアップスケーリングと下書きワークフロー

出力解像度は360p、720p（デフォルト）、1080p、4Kから設定可能だ。Googleは、1080pと4Kの出力はモデルのネイティブ生成からアップスケーリングされたものであり、それらの解像度でネイティブにレンダリングされたものではないと明言している。高速な反復作業を支援するため、360pの下書きプレビューは最大60%高速にレンダリングされ、コストは標準の720pティアの約3分の1に抑えられる。これにより、クリエイターはフル解像度でのレンダリングに進む前に、シーケンスを安価にラフ作成できる。

料金と技術的制約

Gemini Omni 1.1 Flashはトークン単位で課金される。入力トークンは100万トークンあたり1.50ドル、テキスト出力は100万トークンあたり9.00ドル、動画出力は100万トークンあたり17.50ドルで、Googleの換算では720p動画1秒あたり約0.10ドルとなる。無料ティアやプロビジョンドスループットのオプションはなく、Gemini APIを通じた有料ティアのみの提供となる。

現時点では、他の生成システムで一般的ないくつかの制御機能が省略されている。システム指示、temperatureやtop_pのサンプリング制御、停止シーケンス、ネガティブプロンプトは利用できない。音声編集と音声リファレンスもサポートされていない。Googleは英語のプロンプトは完全にサポートおよびテスト済みである一方、他言語での性能は正式に評価されていないと述べている。

モデルが生成するすべてのクリップにはSynthIDによる電子透かしが埋め込まれる。これは視聴者には見えない不可視のマーカーだが、プログラム的に検出して動画がAI生成であることを検証できる。

提供状況と展開

Gemini Omni 1.1 Flashは、Google AI StudioのGemini APIおよびGemini Enterprise Agent Platformを通じて即時利用可能だ。また、Google FlowではAI Plus、Pro、Ultraティアの加入者向けにグローバルで順次展開されており、シーン延長機能は特に、同じ加入者向けにGeminiアプリ内で直接提供される。

業界の反応と早期導入企業

Googleによると、公開展開に先立ち、すでに複数の企業が更新版モデルを統合またはテストしている。AdobeはAdobe Fireflyに組み込んでおり、FigmaのWeave製品担当クリエイティブディレクターは、このアップデートにより「チームは動画を生成する段階を超えて、真にディレクションする段階へと進む」と述べた。GMI Cloudは教育コンテンツ制作におけるモデルの信頼性を強調し、Runwayの最高クリエイティブ責任者は、新しい制御機能が既存の制作ワークフローにいかにスムーズに適合するかを指摘した。Googleは、クリエイティブ制作ツール、メディア編集ソフトウェア、不動産プレゼンテーション動画、教育コンテンツプラットフォームにわたるユースケースを、このモデル上で構築する開発者向けのターゲットアプリケーションとして挙げている。