Gemini Omni Flash
Gemini Omni Flash は Google の Gemini Omni ファミリー初のモデルで、Gemini のマルチモーダル推論と世界知識を映像と音声のネイティブ生成に組み合わせています。VidGen では、テキストから動画、1枚の先頭フレームからのアニメーション、複数の参照画像による動画生成を利用できます。
実際の Gemini Omni Flash 先頭フレーム生成例
VidGen で実際に生成した例です。先頭フレームモードと下記のプロンプトを使用し、開始時の構図を保ちながら動きと生成音声を加えています。
実際のプロンプト + 先頭フレーム
The glowing whale slowly swims across the night sky, casting blue light over the boy and the bus stop. The boy raises his hand in wonder as the ocean waves gently rise and fall below. The camera begins on the boy's face, then tilts upward, gradually revealing the whale in the sky.
実際の生成結果
VidGen で使える Gemini Omni Flash の機能
3つの生成方法
テキストから新しいシーンを作る、1枚の画像を先頭フレームとして動かす、または複数の画像で被写体・製品・スタイル・構図を誘導できます。
世界知識とシミュレーション
Google は、物理への理解と Gemini の歴史・科学・文化の知識を組み合わせると説明しています。見た目だけでなく、動きや解説、物語の細部が重要な場面に向きます。
映像と音声を同時生成
すべての動画に音声トラックが生成されます。環境音、効果音、台詞、音楽、タイミングが重要な場合はプロンプトに明記してください。
短尺動画向けの形式設定
現在の生成ページで長さと横向き・縦向きの形式を選び、アイデア検証やSNS向け動画に合わせて作成できます。
複数の参照画像で誘導
参照モードでは複数の画像を利用できます。<IMAGE_REF_0> などのタグを使い、どの画像が被写体・製品・スタイルを担当するか指定できます。
素早い反復に最適
Google は Flash を高品質かつコスト効率の良いモデルと位置づけています。まず短い生成で動きと音の方向を確認し、必要に応じて結果を調整できます。
Gemini Omni Flash の主な用途
- 環境音・効果音・台詞・音楽付きの物語、広告、SNS動画
- 1枚の先頭フレームから作る製品紹介やキャラクター動画
- 複数の参照画像で人物やスタイルを保つ動画
- 転がる物体、水、衝突、連続カメラなど物理表現を伴うシーン
- Gemini の世界知識を生かした教育・解説動画
- 時間指定、キネティックタイポグラフィ、音と動きの同期
- YouTube、Reels、Shorts、TikTok 向けの横・縦動画
Gemini Omni Flash の使い方
ステップ 1
生成方法を選ぶ
新しいシーンはテキストから動画を選びます。先頭フレームまたは複数の参照画像がある場合は画像から動画を選びます。
ステップ 2
プロンプトと画像の役割を書く
被写体の動き、カメラ、照明、音を説明します。参照モードでは各画像が何をコントロールするか明記してください。
ステップ 3
形式を設定して生成
現在の生成ページで利用できる長さと形式を選び、クレジットを確認して生成します。動き、同一性、音声を確認したうえでプロンプトや参照画像を調整します。
Gemini Omni Flash のよくある質問
Gemini Omni Flash とは？
Google の Gemini Omni ファミリー初のモデルで、現在はプレビュー版です。ネイティブなマルチモーダル処理と Gemini の世界知識を備え、高品質かつコスト効率の良い動画生成・会話型編集向けに設計されています。
VidGen の Gemini Omni Flash はどの解像度、フレームレート、長さに対応していますか？
現在の出力は720p・24 FPSです。3、4、5、6、7、8、9、10秒から選択でき、画角は16:9または9:16です。参照モードは1〜4枚の画像に対応し、プロンプトは最大20,000文字です。利用できる設定は変わる可能性があるため、作成前に現在の生成ページを確認してください。
Gemini Omni Flash は音声も生成しますか？
はい。すべての動画に音声トラックが生成されます。環境音、効果音、台詞、音楽、タイミングが重要ならプロンプトに記載してください。
Gemini Omni Flash と Veo 3.1 の違いは？
Omni Flash は Gemini のネイティブなマルチモーダル理解と世界知識を重視し、視覚参照、複雑なシーンの関係性、音の意図をまとめて扱うアイデアに適しています。Veo 3.1 は高忠実度の映像、プロンプトへの追従性、映画的なコントロールを重視し、構図、カメラ表現、一貫性、完成映像の質を優先する場面に向いています。どちらも音声付き動画を生成できます。利用可能な設定は VidGen の現在の生成ページで確認してください。
Gemini Omni Flash の先頭フレームモードと参照画像モードの違いは？
先頭フレームは1枚の画像を動画の開始画面として動かします。参照モードは複数の画像を被写体・製品・スタイル・構図の手がかりに使い、いずれかの画像がそのまま最初のフレームになるとは限りません。
Gemini Omni Flash のプロンプトはどう書けば効果的ですか？
被写体、動作、カメラ、照明、雰囲気、音を具体的に書き、重要な出来事には時間を指定します。参照モードでは各画像の役割を説明し、必要に応じて <IMAGE_REF_0> などを使います。
Google は Gemini Omni Flash 動画にウォーターマークを付けますか？
Google は、Omni で作成されたすべての動画に AI 由来を示す不可視の SynthID ウォーターマークが含まれると説明しています。
Gemini Omni Flash はまだプレビュー版ですか？
はい。Google は gemini-omni-flash-preview をプレビュー版として掲載しており、機能や提供範囲は今後変わる可能性があります。
VidGenの他のAIモデルを見る
Gemini Omni Flash 動画を生成
テキスト、1枚の先頭フレーム、または複数の参照画像から、音声付きの Gemini Omni Flash 動画を作成できます。