Gemini Omni 1.2 Flashとは

Gemini Omni 1.2 Flashとは、Google DeepMindが開発した、文章や画像から音声付きの動画を作り、会話で手直しできるAIモデルです。2026年11月5日に開発者向けのAPIで一般提供が始まり、動画作成ツールのGoogle Vidsや企業向けのGemini for businessでも使えます。商品写真から動きのある広告案を起こすときにも使える動画生成AIです。

最初の動画からどこまで作り込める?

新規生成では一度に最長15秒の動画を作れます。店頭POPの写真を見せて、お客さんの目線で売り場に近づく映像を試す、といった使い方。出来上がった動画を見ながら「背景を雨の日に変えて」「商品を別のものに差し替えて」と、会話を続けて修正できます。旧版の1.1 Flashは最長10秒でした。

作った動画に続きを足して延ばす機能もあります。開発者向け仕様では、延長後の合計は最大30秒。15秒と30秒は同じ作り方の上限ではありません。15秒に収まらない広告や紹介動画は、最初の15秒と、あとに足す場面を分けて考えておくと、試作の狙いを人に伝えやすくなります。

既存の動画制作フローに入れるなら

部署で使うなら、まずどこを人が確認するかを決めたいところ。たとえば商品紹介では、見本に似ているかに加え、角度が変わってもロゴや仕様が正しいかを見ます。画面に映ったパッケージがもっともらしく見えても、印刷文字の正確さは別に確かめる必要があります。Google自身によれば、速いスポーツの動き、台本の頻繁な差し替え、複雑な物理の表現は、まだ改善を続けている段階です。

すでに旧版をAPIで使っている場合は、Googleが案内する2026年12月3日の切り替えが判断材料です。同社はその日以降、1.1 Flashを指定したリクエストを1.2 Flashに振り向け、1.2 Flashの料金を適用すると告知しています。定番の生成指示を新しい版で先に試すと、切り替え後の画の変化を見比べられます。

費用は、2026年11月時点で720pの動画1秒あたり約0.07米ドル。旧版の1.1から約30%下がりました。下書きは360pや720pで手早く作り、手直しは部分の編集で済ませて、気に入ったものだけ1080pや4Kに引き上げる進め方をGoogleは案内しています。

Topicパンテオンの写真2枚から、天窓まで一続きで飛ぶデモ

Googleの発表には、ローマのパンテオンを題材にしたデモがありました。建築写真2枚を手がかりに、広場から青銅の扉を抜け、内部のドームを通って頂上の天窓まで、カットを挟まない一続きのドローン視点の映像を作っています。見えていない途中の景色を補った生成映像なので、建物の細部を調べるための撮影記録とは使い道が異なります。

Gemini Omni 1.2 Flashに関するよくある質問

動画にはAIで作った目印が付くのですか?
はい。Googleは、生成した動画に目では見えない電子透かし(SynthID)が入ると案内しています。モデルカードでも、この透かしでAIが作ったものかを確かめられると説明しています。
撮影済みの人物動画で発言を変えられますか?
Google DeepMindのモデルカードによると、このモデルには動画編集の一部として人物の発話を変える能力がありますが、現時点ではその機能を制限していて、利用者には提供していません。安全で責任ある提供の方法を検討している段階としています。

Gemini Omni 1.2 Flashに関連する記事