Gemini Omni 1.2 Flash登場、15秒動画の生成・編集に対応

Googleが「Gemini Omni 1.2 Flash」を公開しました。同社いわく、前モデルより高速かつ低コストなマルチモーダルモデルで、ネイティブの15秒動画生成と編集機能を新たに追加しています。狙いは動画生成のハードルを下げることで、開発者やプロダクトチーム、とくにスピードと長めの出力の両方を求めるコスト重視のワークロードに向いているとされています。 動画生成そのものは目新しくありませんが、Googleが強調しているのは生成されたクリップ間の一貫性です。短いAI動画はフレームやシーンをまたぐうちに整合性が崩れやすく、実際のプロダクトで使うにはそこがネックになります。今回そこを改善しているというわけです。 ネイティブ編集の追加も見逃せません。ゼロから生成するだけでなく、出来上がった動画を手直しできるため、クリエイティブ用途や商用アプリでの反復的なワークフローにつながります。 価格は30%低減されるとのこと。大規模に動画機能を展開しようとするチームにとってはうれしいポイントで、試行回数を増やす、複数パターンを生成する、大量のリクエストをさばく、といった使い方が現実的になります。速度と価格の両面から、レイテンシーと予算が制約になる用途を想定した位置づけです。 今回のリリースは、マルチモーダルモデルがテキストや画像から、よりリッチなメディアの生成・編集へと広がっている流れも反映しています。開発者にとっての焦点は、実際のプロンプトにどこまで耐えるか、視覚的な一貫性を保てるか、既存のパイプラインに組み込めるか、という点でしょう。Googleの発表は製品の方向性を示すものですが、導入するかどうかは実際に触った結果次第です。うたわれた通りの性能が出れば、専用のインフラを組まずに動画の生成・編集を加えたいチームのハードルは下がりそうです。