Google DeepMindが動画生成モデル「Gemini Omni 1.1 Flash」発表、40秒までのシーン延長と4K出力に対応

Google DeepMindは2026年8月27日（現地時間）、動画生成と会話的編集に特化したマルチモーダルモデル「Gemini Omni 1.1 Flash」を正式リリースしました。公式ブログでの発表と同時に、モデルカードも公開されています。

本記事では、発表内容の概要と新機能の詳細、開発者や企業への影響、現時点での注意点を整理します。

動画生成の新モデルがもたらす変更点

「Gemini Omni 1.1 Flash」は、動画生成のワークフローを大きく変える可能性を持つモデルです。従来モデルと比較して、以下の点が強化されています。

• シーン延長機能: 既存動画の直前最大10秒のコンテキストを解析し（従来モデルは最後の1秒のみ参照）、10秒単位で累計最大40秒までシーンを継続生成できます。
• 最初/最後フレーム指定: 映像の最初と最後のフレームを指定することで、シームレスな映像生成が可能になりました。
• 360p高速プレビュー生成: 720pと比較して最大60%高速で、コストを約3分の1に抑えたドラフト生成ができます。
• 最大4Kアップスケール: 生成した映像を最大4K解像度まで高画質化できます。
• 動画リファレンス入力: 最大3秒の動画をマルチモーダル入力として追加し、生成に反映できます。

これらの機能により、映像の視覚的一貫性とストーリー整合性が向上し、より長尺で制御性の高い動画生成が可能になるとのことです。

利用方法と提供範囲

モデルIDは「gemini-omni-1.1-flash」で、Gemini API（Google AI Studio）経由で利用できます。また、Google FlowではGoogle AI Plus/Pro/Ultra加入者向けに全世界展開され、Geminiアプリではシーン延長機能が提供されます。Enterprise向けには、Gemini Enterprise Agent Platform APIを通じて利用可能です。

動画生成を本番環境のワークフローやメディア編集ツールに組み込みたい開発者にとって、プロダクションレディな選択肢となることを想定していると発表されています。

生成動画の活用が進む分野

今回のモデルは、動画コンテンツを制作する様々な場面での活用が考えられます。例えば、以下のような用途が想定できます。

• プロトタイプ制作: 短尺の動画広告やプロモーション映像のたたき台を、高速かつ低コストで生成する。
• 映像編集の補助: 既存の映像素材を延長したり、キーフレームを指定して編集の選択肢を広げたりする。
• コンテンツ量の拡充: 4K出力や長尺生成に対応したことで、高解像度が求められるプラットフォーム向けの素材制作に活用する。

なお、公式モデルカードでは、複雑なモーション、編集全体の完全な一貫性、正確な文字描画には現時点で課題が残ることも明記されています。実際のプロダクトへ組み込む際には、出力結果の品質を十分に検証する必要があるでしょう。

まとめ

Google DeepMindが公開した「Gemini Omni 1.1 Flash」は、動画生成における長尺化、コスト効率、高解像度出力の3点を大きく前進させるリリースです。APIで提供されているため、開発者は自社のワークフローに合わせて組み込みやすくなっています。

一方で、複雑な動きや文字描画の精度など、まだ改良の余地がある点も明示されています。導入を検討する際は、公式ドキュメントで最新の仕様や料金を確認し、目的に合った活用方法を見極めることが重要です。

こんなデジタル活用もできます

株式会社キャスタルでは、AI技術を活用した業務改善の支援を行っています。例えば、動画生成AIを社内マニュアル作成やプロモーション素材の試作に活用したいといったご相談も歓迎です。

株式会社キャスタルのご案内

株式会社キャスタルは、大阪市旭区・守口市を拠点とする大阪の開発会社として、全国の企業様向けにシステム開発やDX推進の支援を行っています。動画生成AIの活用検討や、API連携による業務自動化のご相談は、サービス一覧や料金のページをご確認のうえ、お気軽にお問い合わせください。

出典

• Google公式ブログ「Gemini Omni 1.1 Flash lets you build with more control」(Google DeepMind / blog.google)
• Google DeepMind公式モデルカード「Gemini Omni Flash - Model Card」