本文へスキップ
VibePaper

Gemini Omni 1.2 Flash音声つきのAI動画生成

1シーン最長15秒。セリフ・効果音・音楽を映像と同時に生成します。プロンプト、始まりと終わりの2枚のフレーム、手持ちの参考素材から始めて、できあがったテイクは会話で修正できます。

透かしなし。生成前に料金を確認できます。

できること

ひとつのモデルでシーン丸ごと

セリフごと、シーンを一度に生成

カフェのテーブルで向かい合い、中国語で話しながら笑い合う二人の女性。Gemini Omni 1.2 Flashは、このシーンを最長15秒で通して演じます。視線のやりとり、口の動き、カップが触れ合う音まで一度の生成で揃うので、あとからつなぎ合わせる必要がありません。

720pでブロッキング、1080pか4Kで仕上げ

タイミングや構図、カメラワークは低い解像度で確かめて、クレジットを節約。これだと決まったテイクだけを1080pか4Kで仕上げます。最高画質を使うのは、残すカットだけです。

  1. 720pでドラフト
  2. 1080pか4Kで仕上げ

キャスティングして、着せて、撮影開始

顔、コート、靴、街並みをアップロードし、プロンプトで各素材の役割を書き添えます。Omni 1.2 Flashは、最初のフレームから最後のフレームまで、同じ人物と同じ服を保ちます。

生成を始める
Reference image: 顔Reference image: コートReference image: 靴Reference image: 街並み
このショットに使った4枚の画像

活用シーン

納品できる動画のために

商品広告. 1枚の写真でボトルの見た目を固定し、光の中で美容液の一滴を引き伸ばします。ガラスの質感もスポイトも、石の上の柔らかな光も変わりません。

Omniならでは

最初からやり直さず、テイクを直す

一度生成したら、同じチャットで変更を頼みます。人物、動作、カメラはそのままで、指定した部分だけが変わります。陽の差すコーヒーバーが、追加のメッセージ2通で雨の夜になり、さらにバリスタが赤いエプロンを着けて、カウンターにひまわりが飾られました。

  1. 1修正1

    入力する内容

    Edit the attached video, keep everything else exactly the same: same coffee bar, same barista, same camera move and timing. Only change the time and weather: it is now a rainy night, with rain on the window and warm lamp light inside.

  2. 2修正2

    入力する内容

    Edit the attached video, keep the rainy-night scene. Only change two things: the barista now wears a red apron over the white shirt, and a vase of fresh sunflowers is added at the end of the counter. Nothing else changes.

3つの始め方

言葉、フレーム、参考素材から始める

  • プロンプト

    プールの様子、飛び込み、水の音を言葉で描くだけ。ファイルは要りません。

  • 最初と最後のフレーム

    つぼみと満開の花を渡せば、ひとつの画からもうひとつの画までの道のりを撮ってくれます。

    最初のフレーム
    最初のフレーム
    最後のフレーム
    最後のフレーム
  • 参考素材

    人物、商品、場所をアップロードし、各ファイルの役割をプロンプトで伝えます。

モデルカード

Gemini Omni 1.2 Flash 早わかり

生成を始める
開発元
Google
長さ
1回の生成で3〜15秒
解像度
360p、720p、1080p、4K
入力
テキストのプロンプト、最初と最後のフレーム、または参考素材
参考素材
画像と動画
音声
セリフ、効果音、音楽を映像と同時に生成
アスペクト比
16:9または9:16
利用できる場所
VibePaperのPaper Genとキャンバス

Gemini Omni 1.2 Flashで作った動画

生成を始める

Gemini Omni 1.2 Flash よくある質問

Gemini Omni 1.2 Flashとは?

Gemini Omni 1.2 FlashはGoogleの動画モデルです。テキストのプロンプト、最初と最後のフレーム、または画像・動画の参考素材から、最長15秒の音声つき動画を生成します。VibePaperでは、Paper Genとキャンバスで使えます。

動画の長さと解像度は?

Gemini Omni 1.2 Flashは1回の生成で3〜15秒、出力は360p、720p、1080p、4Kから選べます。まず低い解像度でテイクを確かめ、気に入ったものを1080pか4Kで仕上げるのがおすすめです。

音声も生成されますか?

はい。セリフ、環境音、効果音、音楽が映像と同時に生成されるため、口の動きや動作が聞こえる音と合います。

生成後に動画を修正できますか?

できます。同じチャットで、場面の変更、服装の変更、小道具の追加などを頼めば、人物・動作・カメラはそのまま保たれます。

同じキャラクターや商品を保てますか?

はい。顔、服、商品を参考素材としてアップロードし、各ファイルの役割をプロンプトに書いてください。複数の顔を一貫させたいときは、登場人物を少なめにするのがコツです。

対応しているアスペクト比は?

横型の16:9と、縦型の9:16です。ワイド画面の動画にも縦型のSNS動画にも使えます。

プロンプトが拒否されたのはなぜ?

既存の映画、楽曲、美術作品、実在の人物の名前を挙げたプロンプトは、拒否されることがあります。オリジナルのキャラクターや場所を、ご自身の言葉で描写してください。

生成した動画を商用利用できますか?

はい。動画は透かしなしでダウンロードでき、広告、クライアントワーク、SNSで使えます。参考素材としてアップロードする画像や映像については、利用する権利があることをご自身で確認してください。

ブログで専門家の知見をチェック

知りたいことが、ここで見つかります。すぐに使えるテクニック、話題のトピックの解説、基本の使い方ガイドまで。制作から改善、スケールまでを後押しします。

もっと読む

そのほかのAIツール