Gemini Omni：動画の撮影時間を40秒まで延長し、画質を4Kにアップスケールできるようになりました。

短いAI動画を作成すること自体は一つのことですが、複数のショットをあたかも同じ動画の一部であるかのように見せるのは、はるかに大きな課題です。Googleは、最新のAI動画生成モデルであるGemini Omni 1.1 Flashで、この課題に再び取り組んでいます。このモデルは、クリエイターや開発者が最初のフレームから最後のフレームまでの間に何が起こるかをより細かく制御できるようにすることを目的としています。

最も大きな変更点は、シーンの続きを指示された際に、Geminiが現在の映像を記憶できるようになったことです。Omni 1.1は、直前の1秒だけに頼るのではなく、最大10秒間の過去の映像を分析して状況を把握できます。これにより、次に何が起こるべきかを推測するのではなく、キャラクター、環境、そしてシーン全体の方向性において、より高い一貫性を保つことができます。

AIが生成する動画は、もはや以前ほど早く終わらなくなった。

Googleは、クリエイターがシーンを拡張するための自由度を大幅に高めています。動画は10秒単位で最大40秒まで延長できます。これは従来の動画と比べるとそれほど長くはないかもしれませんが、明確な始まり、中間、終わりを持つAI生成動画シーケンスの可能性を大きく広げます。

クリエイターは、ショットの最初と最後のフレームを指定することもできます。Geminiは、その2つのフレームをつなぐために必要なすべてを生成します。これは、特定の被写体の周りをカメラが動くようにしたり、構図間をスムーズにズームしたり、目立ったジャンプなしにループ再生できるクリップを作成したりするのに役立ちます。このシステムはビデオ参照にも対応しています。Geminiに最大3秒間の既存の映像を入力することで、モデルに追加の視覚的コンテキストを与えることができ、 Googleによると、これにより作成されるシーン全体でキャラクターの外見などの要素を維持するのに役立つとのことです。

すべてを4K解像度で表示する必要はありません。

すべての実験が最高品質で始まる必要はありません。Omni 1.1の最も実用的な追加機能の1つは、この点を十分に考慮しています。開発者は、Googleが標準の720p出力よりも最大60%高速で、コストは約3分の1の360pプレビューを作成できると謳っています。これにより、最終製品に時間と費用をかける前に、アイデアを素早くテストしたり、プロンプトを調整したり、複数のバージョンで作業したりすることが容易になります。結果に満足したら、Omni 1.1は1080pの映像を生成したり、最終ビデオを最大4K解像度にアップスケールしたりできます。

同社は既に、Google AI Studio の Gemini API を介して開発者向けに Omni 1.1 Flash を提供しており、企業は Google の Agent Platform for Enterprise を通じてアクセスできます。これらの機能の一部を利用するために、必ずしもアプリを構築する必要はありません。Omni 1.1 は、Google Flow を通じて AI Plus、Pro、Ultra の加入者向けにグローバルに展開されています。シーン拡張機能も、これらの加入者が Gemini アプリ内で直接利用できるため、このモデルの最新かつ最も魅力的な機能の 1 つをより簡単に体験できます。