Gemini Omni 1.2 Flash が一般提供に、15 秒クリップ対応で価格は 30% 下落

Google は Gemini Omni 1.2 Flash の提供を開始し、Gemini API と Gemini for business で一般提供としました。Gemini Omni が一般提供になるのは初めてで、Google Cloud のインフラが支え、Provisioned Throughput も利用できます。

新機能

• 価格: Gemini Omni 1.1 から 30% 下がり、720p 動画で 1 秒あたり 0.07 ドルです。
• 長いクリップ: 10 秒から延びて、最大 15 秒の動画をネイティブに生成・編集できます。長さは 3〜15 秒を 1 秒刻みで指定できます。
• 参照への忠実度: キャラクター、商品、スタイルの画像、最大 3 秒のモーションクリップ、音声の手がかりを組み合わせられます。顔、衣服、パッケージの文字、ブランドカラーがカメラアングルをまたいで一貫するとされています。
• 一貫性: 最初から最後のフレームまでの視覚的なズレや変形が減り、キーフレーム補間やクリップ延長でも保たれます。
• マルチターン編集: 15 秒のクリップ全体で、商品や背景の差し替え、照明や天候の変更、アスペクト比の切り替えを会話形式で重ねられます。
• 音声: より自然な会話、明確なリップシンク、複数話者を区別した条件付けに対応します。
• カメラ制御: FPV フライスルー、ズームアウト、オービットなどの連続的な動きを、不要なジャンプカットを減らして指示できます。
• ワークフロー: 360p や 720p で下書きし、追加編集で細部を直し、1080p や 4K にアップスケールできます。出力には知覚できない SynthID の透かしが入ります。

提供先

• 開発者: Google AI Studio と Gemini API。
• 企業: Google Cloud コンソールと API。
• Google のアプリ: Flow、Google Vids（Google アカウントまたは Workspace サブスクリプションで 15 秒クリップを追加費用なしで生成）、Gemini アプリ（Google AI Ultra 加入者に順次展開）、Google 広告。

制限

Google は、動きの速いスポーツ、急な脚本変更、複雑な物理の表現について、引き続き改善中だとしています。