Gemini Omni 1.2 Flash 動画生成AI

Gemini Omni 1.2 Flashは、動画の作成と編集を行うGoogleのマルチモーダルモデルです。Googleによると、複数の入力形式に対応し、追加指示で動画を調整する対話形式の編集が可能です。モデルカードには、テキスト、画像、音声、動画ファイルが入力として、高品質な音声付き動画が出力として記載されています。このページで利用できるモードは、表示されるSuperMakerの操作項目によって異なります。

はい。Gemini Omni 1.2 Flashに静止画を渡して商品、人物、場所、構図を示し、必要な動きを説明します。被写体の動作とカメラワークを伝えると、意図が明確になります。画像がすでに理想の見た目を表している場合は、動作や残したい特徴を中心に指示しましょう。SuperMakerでは画像入力モードでこの制作フローを利用できます。

はい。SuperMakerにはGemini Omni 1.2 Flashの参照動画モードがあります。テキストだけよりも映像の例のほうが動きやタイミングを伝えやすい場合に使い、どの部分を参考にするか説明してください。現在の設定では、最大30秒、100 MBの参照動画を受け付けます。実際の条件はページのアップロード項目と対応する制作フローに従います。

Googleによると、Gemini Omni 1.2 Flashは最大15秒の動画を生成・編集でき、前バージョンの10秒から延長されています。より長いカメラ移動や、商品をしっかり見せる演出に時間を使えます。尺は動作に合わせましょう。シンプルな登場演出なら数秒で足りる場合があり、短い場面でも余裕を持たせたほうがよい場合があります。

既存の動画について、背景を変える、光を柔らかくするなどの追加指示をGemini Omni 1.2 Flashに伝えます。変更する部分と残したい細部を明示してください。無関係な変更をまとめて依頼するより、目的を一つに絞るほうが評価しやすくなります。編集後は動画全体を見て、依頼した調整と場面の連続性の両方を確認しましょう。

Gemini Omni 1.2 Flashのモデルカードには音声が入力として、高品質な音声付き動画が出力として記載されています。このページでSuperMakerが現在提供しているのは、テキスト、画像、参照動画の入力です。特定の音声入力や出力の動作を前提にするプロジェクトでは、計画を立てる前に、最新のモデル・プラットフォームの資料と、セッションで利用できる操作項目を確認してください。

場面に誰が、または何が登場するか、何が起こるか、どこが舞台かをGemini Omni 1.2 Flashに伝えます。必要に応じて、カメラ移動、照明、タイミング、映像のスタイルも加えます。例えば「雨に濡れた窓のそばに陶器のカップが置かれている。柔らかな朝の光の中で湯気が立ち上り、カメラがゆっくり近づく」と書けます。参照素材を添える場合は、どの要素を決めるためのものかを明示しましょう。

GoogleはGemini Omni 1.2 Flashについて、360pまたは720pの下書きと、対応する制作フローでの1080pまたは4Kへのアップスケールを説明しています。利用できる解像度は、プラットフォームとセッション内の選択肢によって異なります。まず下書き画質でショットを確認し、構図と動きを固めてから高解像度の出力を選びましょう。

Googleによると、Gemini Omni 1.2 Flashは参照素材への忠実度が向上しており、商品、人物、衣服などの細部の一貫性を保ちやすくなっています。鮮明な参照素材を使い、特に重要な特徴を指定しましょう。それでも確認は必要です。完成と判断する前に、特にカメラ移動や構図が変わる部分に注意しながら、動画全体を通して被写体をチェックしてください。

初めてGemini Omni 1.2 Flashを使うときは、被写体を一つ、目に見える動作を一つ選びましょう。商品がカメラに向かって回転する、人物が光の中へ歩み出るといった内容なら、結果を判断しやすくなります。基本のショットができたら、照明や舞台を狙いを絞って編集します。最初の要件をシンプルに保ち、どの指示が結果に影響するか学べます。