GoogleがGemini Omni 1.2 Flash AI動画生成モデルを発表、最長15秒の動画をサポート

·著者 Henderson·AI
GoogleがGemini Omni 1.2 Flash AI動画生成モデルを発表、最長15秒の動画をサポート

Googleは現地時間11月5日にAI動画生成モデルGemini Omni 1.2 Flashを発表した。このモデルは原生的に最長15秒の動画を生成することをサポートし、新たに多輪対話式編集機能を追加した。前の世代のモデルと比較して、動画の長さの上限が10秒から15秒に引き上げられ、50%の増加となった。ユーザーは1秒単位で生成時間を3秒から15秒の間で設定できる。

Googleは、新モデルが参照コンテンツの遵守能力を向上させ、複数のショットの中でキャラクター、物体、小道具、シーン、環境の一貫性をより良く保つことができると述べている。これにより、動きやカメラ切り替えの過程で発生する視覚的な漂流や形態変化を減少させることが可能となる。この能力は、始めと終わりのキーフレーム間の補間や、既存のクリップに基づいて動画を延長する際にも適用される。

編集に関して、Gemini Omni 1.2 Flashはユーザーが多輪対話を通じて既存の結果を段階的に修正できるようにし、完全な要求を再提出したり、最初から動画を生成したりする必要がない。修正過程では、モデルはユーザーが調整を要求しなかった要素をできるだけ保持し、異なるオーディエンス向けに複数のバージョンを制作しやすくしている。

Gemini Omni 1.2 Flashは多輪対話式編集機能を提供

Googleはまた、新モデルが音声生成の効果を改善し、より流暢で自然な対話を出力し、口の動きにマッチさせることができると述べている。また、第一視点の飛行ショットや引きのショットなどの画面形式に対する制御能力も強化された。使用範囲に関しては、Google AI UltraのサブスクリプションユーザーはGeminiアプリを通じて15秒の動画を生成できる。開発者はGemini APIを通じてこのモデルを呼び出すことができ、企業ユーザーはGoogle Cloudのコントロールパネルで使用できる。

無料ユーザーはFlowでシーンコントロールと多輪編集機能を試すことができるが、Googleはこれらの新機能をすべて使用できるかどうかを明確にしていない。また、Google Vidsも15秒の動画生成機能を無料で提供するが、他の改善が無料ユーザーに開放されるかどうかはまだ明確ではない。

H
著者について
Henderson