8月28日、Dataconomyが「Gemini Omni 1.1 Flash adds 4K video upscaling」と題した記事を公開した。GoogleがGemini Omni 1.1 Flashをリリースし、4Kアップスケーリング、キーフレームベースのトランジション制御、シーン拡張のコンテキスト拡大など、動画生成の実用機能を一度に強化した。AI動画生成の最大の障壁だった「試行錯誤のコストと時間」に正面から切り込むアップデートだ。
Googleの動画生成戦略における位置づけ
Gemini Omni 1.1 Flashは、Googleがこれまで展開してきた動画生成モデル「Veo」シリーズとは異なるラインに位置する。VeoがGoogleの研究・プレミアム層向けの高品質動画生成モデルであるのに対し、Gemini Omni 1.1 FlashはGeminiのマルチモーダル基盤に統合された開発者・クリエイター向けのプロダクション寄りのモデルという位置づけだ。OpenAIのSora、RunwayのGen-3、中国系のKlingといった競合が相次いで高解像度・長尺生成を打ち出す中、Googleが今回の強化で差別化として前面に出したのは「品質」よりも「ワークフロー効率」だった点は注目に値する。
360pでプロトタイプ→4K本番、という新しいワークフロー
今回のアップデートで最も実用的なのが、ドラフトモードと解像度アップスケーリングの組み合わせだ。ただし、両者は独立した機能である点を押さえておきたい。
新たに追加された360pドラフトモードは、標準の720p出力と比較して最大60%高速、コストは3分の1でレンダリングできる機能だ。まず360pでアイデアを高速に確認し、採用するクリップが決まったら別途アップスケーリング機能を適用して1080pまたは4Kに引き上げる、という2段階ワークフローを想定している。ドラフト生成とアップスケーリングはパイプライン上の別ステップであり、「360pで撮ったものが自動的に4Kになる」わけではない。
AI動画生成モデルは1クリップあたりの生成コストが高く、構図や動き、テキストプロンプトの調整を繰り返すたびにコストと待ち時間が積み上がるという根本的な課題があった。クリエイティブ用途では「まず量を試してから絞る」というプロセスが不可欠だが、従来のAI動画生成はそのプロセスに向いていなかった。360pドラフトモードはその問題への直接的な回答といえる設計だ。
シーン拡張の改善：参照コンテキストが1秒→10秒に
シーン拡張機能も大きく改善された。新しい世代を生成する際に参照する既存映像のコンテキストが、従来モデルの最後の1秒から最大10秒へと拡張された。Googleはこの変更により視覚的一貫性とナラティブの継続性が向上するとしている。
コンテキスト1秒という従来の制約は、長尺の映像を積み上げていく際に画風・照明・カメラアングルのブレを生じさせやすく、実運用上のボトルネックになっていた。10秒への拡張はこの問題を実質的に緩和するものだ。
開発者は10秒単位でクリップを延長でき、最大累計40秒まで拡張可能だ。また、キャラクターや環境の一貫性を保つために、最大3秒の既存映像をマルチモーダルリファレンスとして提供できる。
最初と最後のフレームを指定して動きを生成
もう一つの追加機能がファーストフレーム＆ラストフレーム制御だ。2つのキーフレームを指定すると、モデルがその間の連続したモーションを生成する。Googleによると、カメラオービット（被写体周回）、ズームトランジション、ループクリップといった用途を想定している。
始点と終点を人間が決定し、中間の補間をAIに任せるというアプローチは、従来のモーショングラフィックスや映像編集の文脈に近い発想だ。「AIに任せきりではなく、演出意図を持って制御したい」というプロのクリエイターの需要に応える機能といえる。
提供形態
Gemini Omni 1.1 Flashは即日、開発者向けにGoogle AI StudioおよびGemini Enterprise Agent Platformを通じて提供されている。Gemini Enterprise Agent Platformは、GoogleがエンタープライズのAIエージェント構築・運用向けに提供するCloud上のマネージドサービスで、APIアクセスや企業向けのガバナンス機能を提供している。
コンシューマー向けはGoogle AI Plus、Pro、Ultraサブスクライバー向けにGoogle Flowを通じてグローバルにロールアウト中で、シーン拡張機能はGeminiアプリでも利用できる。
AdobeはFireflyへの統合をすでに発表している。また、元記事によれば、FigmaのCreative DirectorであるItay Schiffは「単に動画を生成するだけでなく、真に動画を演出できるようになった」とコメントしている。
詳細はGemini Omni 1.1 Flash adds 4K video upscalingを参照していただきたい。
