Google、「Gemini Omni 1.1 Flash」一般提供開始　動画生成・編集を強化

最大40秒の動画延長や最大3秒の動画リファレンス、4K出力に対応　Gemini APIから利用可能に

　米Googleは現地時間8月27日、動画生成・編集モデル「Gemini Omni 1.1 Flash」をGemini APIで一般提供を開始した。既存動画の延長や開始・終了フレームを指定した動画生成、動画を参照素材にした生成などに対応し、Google AI Studioから利用できる。

　新機能の「Scene extension」では、既存動画の直前最大10秒を参照して続きを生成できる。従来のプレビュー版では最後の1秒を参照していた。10秒単位で延長でき、累積で最大40秒まで拡張可能だ。より長い映像の文脈を参照することで、シーンの連続性を維持しやすくしている。

　そのほか、「First and last frame interpolation」では、動画の開始時と終了時に相当する2枚の画像を指定し、その間をつなぐ映像を生成できる。最大3秒の動画をリファレンスとして入力し、映像の文脈やキャラクターの一貫性を保ちながら生成することも可能だ。

　出力解像度は360p、720p、1080p、4Kから選択できる。1080pと4Kはアップスケーリングによる出力となる。Googleによると、360pは720pと比べて最大60％高速に生成でき、コストは3分の1。低解像度で試作してから高解像度で仕上げるといった使い分けができる。

　Gemini APIの有料枠では、動画出力を100万トークン当たり17.50ドルで提供する。720p動画は1秒当たり5792トークンとして計算され、実質的な料金は約0.10ドル／秒となる。

　Gemini Omni 1.1 Flashは、動画生成に加えて、延長、フレーム補間、編集といった機能をAPIから扱える。開発者向けの動画生成モデルとして、生成した映像を次の制作工程につなげるための機能が強化された形だ。

参照サイト

News from Google

Gemini Omni 1.1 Flash lets you build with more control