Pexo
Gemini Omni 1.2 Flash

Gemini Omni 1.2 Flash
ショットを作り、同じシーンを調整し続ける。

Gemini Omni 1.2 Flashは、Googleが2026年11月5日に公開した動画生成・編集モデルです。最大15秒のクリップを作り、参照素材で方向づけ、会話で生成結果を調整できます。Gemini APIは音声の同時生成と試作用の低解像度出力に対応し、より大きな納品形式にはアップスケーリングを使います。

公式のカメラ移動作例。導入画面を除いた9.8秒の抜粋。

主な機能

テキストブリーフから生成された霧深い森と山の風景
プロンプト例:夜明けの霧に包まれた森の上を滑るように進む。1つの連続ショットにし、穏やかな風の音を入れ、セリフは入れない。

書かれたシーンをビデオに変換する

動く対象、カメラの進路、視聴者に聞こえる音を指定します。静かな森が姿を現す場面は、1つの被写体、1つの動き、わかりやすい終わりを持つ、使いやすい出発点です。新規生成の長さは3〜15秒で、1秒単位で指定できます。既定値は10秒です。

生成された試着の横にあるソースモデルと衣服のリファレンス
参照写真→生成した試着映像。公式の比較フレーム。

参照素材をショットに取り入れる

人物、衣服、商品の画像と、表現したい動作を組み合わせます。公式の試着デモでは、元の写真と結果を並べ、参照素材がどう反映されたかを示しています。Gemini APIでの生成は、最大6枚の参照画像を受け付けます。生成動画を再生し、顔、布地、文字の変化を確認してください。

1 つのオリジナル パフォーマンスと 4 つのバックグラウンド編集ターン
元の演技→背景を変更。公式作例で複数回の編集を実施。

会話を通じてシーンを修正する

変更を1つ指示し、次の指示を出す前に結果を確認します。このデモでは、中世を舞台にした同じ演技を、複数の環境に置き換えています。無関係な変更を長く列挙するより、対象を絞った指示の方が結果を判断しやすくなります。編集用にアップロードできる入力動画は15秒までで、提供状況は地域によって異なります。

音楽院での対話における 4 人のアニメーション キャラクター
音楽院対話の実際の波形抜粋
公式の会話作例。音声参照の利用条件はプラットフォームによって異なります。

シーンに独自のサウンドを与える

セリフ、足音、環境音など、聞こえる出来事を、目に見える動作とともに説明します。温室の作例では、複数の人物が会話しています。声の参照設定は提供元のデモ用です。現在の一般公開版Gemini APIでは、参照音声のアップロードに対応していません。テイクを選ぶ前に音を聞き、口の動きを確認してください。

カメラはパンテオンのドームを通して見上げる
広場→屋内→天窓。公式のカメラ移動作例から取得した実際のフレーム。

連続したカメラ移動を計画する

カメラの動き自体が狙いなら、舞台の中を通る明確な経路を指定します。パンテオンの作例では、広場から建物の中へ入り、ドームへと上昇します。入り口、スケール感、最後の眺めを含め、経路全体を確認してください。映画的な指示は試すための演出方針であり、完璧な空間形状を保証するものではありません。

オリジナルの 10 秒のクリップで、カーブに近づくオレンジ色の車

オリジナルクリップ

同じオレンジ色の車が海岸線に沿って延長で続いています

続き

元の10秒クリップ→20秒に延長した作例

最初のクリップを超えて続行する

動作に時間が必要なときは、クリップの末尾を延長できます。この海岸沿いの走行作例では、元の映像とその続きを並べています。Gemini APIは最後の10秒を文脈として使い、1回につき3〜10秒、合計で最大30秒まで延長します。映像を末尾に追加する機能であり、途中へ挿入するものではありません。

画像の作例

出典: Google の公式 Gemini Omni 1.2 Flash デモと API の例。

モデル比較

比較項目GEMINI OMNI 1.2 FLASHOMNI 1.1 FLASH
ネイティブクリップの長さ3 ~ 15 秒。キーフレーム補間は 3 ~ 10 秒のままです最大10秒
720pでの生成料金Googleの提供開始時の料金:1秒あたり0.07ドル、30%低減以前のレート
主な変更点生成時間の延長と、参照素材への忠実さの改善前の世代
反復複数回のやり取りによる編集と、末尾への延長以前のビデオワークフロー
Gemini APIでの出力360p / 720p;アップスケーリングによる 1080p および 4K選択したバージョンのドキュメントを確認してください

Gemini APIのドキュメントでは、1.1から4週間の移行期間を設け、2026年12月3日から1.2に接続先を切り替えるとしています。利用枠や対応機能は、Gemini APIとGoogle Cloudで異なります。

活用シーン

製品バリエーション

商品の参照素材と、明確に定めた1つのショットを使います。広告素材に採用する前に、ラベルの形、比率、動きを確認してください。

短いシーンの展開

始まり、目に見える出来事、終わりが十分に伝わる長さを確保します。より長い映像につなぐ前に、ショット単位で調整を重ねます。

映像の一部を修正

既存のアイデアに合わせて、別の環境、照明、フレームを試してください。保持する予定だった詳細を含め、結果全体を元の結果と比較します。

ユースケース

Pexoの動画制作機能で、アイデアをより広い作品へ展開します。

Gemini Omni 1.2 Flashのよくある質問

Gemini Omni 1.2 Flashとは何ですか?

Googleが2026年11月5日に公開した動画生成・編集モデルです。テキストや視覚素材から音声付きの動画を作り、会話による修正に対応します。利用条件や一部の機能は、選択したGoogle製品やAPIによって異なります。

ビデオの長さはどれくらいですか?

新規生成は3〜15秒です。開始・終了フレーム間の補間は3〜10秒に対応します。Gemini APIでは3〜10秒の続きを追加でき、合計で最大30秒になります。操作の種類によって、時間の上限が異なります。

4Kは、直接生成する解像度ですか?

Gemini APIは360pと720pでの生成を案内しており、1080pと4Kの出力にはアップスケーリングを使います。試作時は低解像度の設定を選び、納品前に最終的な拡大済みファイルを確認してください。

音声リファレンスを提供できますか?

発表時のデモには音声を条件にした作例もありますが、現在の一般公開版Gemini APIのドキュメントでは、音声入力や音声参照は非対応とされています。Google Cloudは、音声参照を許可リスト対象の機能と説明しています。デモで使われている設定が、すべての操作画面で利用できるとは限りません。

クリップを使用する前に何を確認する必要がありますか?

人物が別人に変わる、物が歪む、文字が誤る、意図しないカットが入る、音が映像と合わないといった問題がないか、映像全体を見て確認します。提供元は、速い動きや複雑な物理現象には改善の余地があるとしています。各テイクを比較し、修正する時間を確保してください。

Google公式ガイド

アイデアを伝えて、次の作品づくりを始めましょう。

作成を始める