モデルガイド

Gemini Omni Flash：Googleの会話型AI動画モデル

Gemini Omni Flashは、高速な会話型動画生成と編集のためのGoogleのモデルファミリーであり、API出力として動画が文書化されています。

テキストから動画

画像から動画

動画編集

Gemini Omni Flashとは？

Gemini Omni Flashは、高速な会話型動画生成と編集のために構築されたGoogle AIモデルファミリーです。GoogleのGemini APIドキュメントでは、Gemini Omni 1.1 Flashが現在の安定版APIモデルとして特定され、API出力モダリティとして動画が挙げられています。 Gemini Omni Flash APIは、テキスト、画像、またはサポートされている動画入力から動作します。Googleは、プロンプトから動画を作成する、画像をアニメーション化する、アップロードしたクリップを編集または拡張する、ステートフルなインタラクションを通じて結果を洗練する、といったワークフローを文書化しています。これは独立したモデルガイドです。Story321は、Gemini Omni Flashが自社の動画ツールを動作させていると主張するものではありません。

文書化された機能

テキストから動画

Googleが文書化したGemini APIワークフローを通じて、テキストプロンプトから動画を作成します。

画像から動画

画像を出発点として、アニメーション動画を生成します。

会話型編集

Interactions APIと前回のインタラクションIDを使用して、以前の結果を継続的に洗練します。

動画編集と拡張

Googleは、アップロードされた動画の編集と、条件を満たすクリップへの拡張の追加を文書化しています。

フレーム補間

提供された最初と最後のフレームからトランジション動画を生成します。

複数の出力オプション

公式ドキュメントには、選択したワークフローと利用可能性に応じて、360p、720p、1080p、4Kの出力オプションが記載されています。

現在のAPI情報

Features	Gemini Omni Flash
安定版APIモデル	gemini-omni-1.1-flash
プレビューAPIモデル	gemini-omni-flash-preview
文書化された入力	テキスト、画像、動画。編集・拡張用にアップロードされた動画は、最長10秒の条件を満たすクリップに限定されます。
文書化された出力	動画
文書化された動画の長さ	3～10秒
文書化されたフレームレート	24 FPS
文書化されたコンテキストウィンドウ	1,048,576トークン

活用の可能性

プロンプトベースの短いクリップ

書かれたシーン、アクション、またはビジュアルの方向性から短い動画コンセプトをプロトタイプします。

静止画像のアニメーション化

画像から動画へのワークフローが適切な場合、提供された画像を短い動画に変換します。

反復的な動画ディレクション

毎回ゼロから編集を始めるのではなく、生成された結果についての会話を継続します。

短いクリップの修正

公式ワークフローがサポートする場合、条件を満たすアップロードされたクリップを編集するか、続きを追加します。

アクセスと利用可能性

GoogleはGemini APIでGemini Omni Flashを文書化し、Gemini Omni 1.1 Flash用のAI Studioエントリポイントを提供しています。モデル識別子、地域ごとの利用可能性、サポートされる機能は変更される可能性があるため、ワークフローを構築する前にGoogleの最新ドキュメントを確認してください。モデル名はGoogleの資料では広義のGemini Omniファミリーを指す場合がありますが、Gemini Omni 1.1 Flashは現在のモデルドキュメントで名前が挙げられている安定版APIモデルです。