Gemini Omni 1.2 Flashとは?何ができるモデルなのか
テキストと画像と動画を入れると、音声付きの動画が出てくる
室谷代表取締役まず Gemini Omni 1.2 Flash、一言で言うと動画を作るモデルなんですけど、入力がテキストだけじゃないんですよね。テキスト・画像・動画を渡して、出てくるのが音声付きの動画とテキスト。
テキトー教師DotAI 認定講師そこが最初に戸惑うところで。入れる側と出てくる側が非対称なんですよ。
音声は出てくるけど、音声の入力や音声参照は現行のAPIでは未対応なんです。モデル自体は音声も扱える前提で書かれているんですけど、今のAPIで渡せるのはテキスト・画像・動画まで、という整理になります。
音声は出てくるけど、音声の入力や音声参照は現行のAPIでは未対応なんです。モデル自体は音声も扱える前提で書かれているんですけど、今のAPIで渡せるのはテキスト・画像・動画まで、という整理になります。
室谷代表取締役なるほど、そこは今後に期待する枠ですね。だとすると実務では、参照素材を渡して一貫性のある動画を組み立てるのが主な用途になりそうで。
テキトー教師DotAI 認定講師そうなんです。静止画と短いクリップを渡して「この人物に喋らせる」「この商品を動かす」みたいな使い方が中心になります。
生成と編集が同じモデルで回るのが大きいんですよね。
生成と編集が同じモデルで回るのが大きいんですよね。
発表はGoogle DeepMindから、モデルコードはgemini-omni-1.2-flash
室谷代表取締役出どころはGoogle DeepMindで、発表は2026年11月5日。モデルコードは gemini-omni-1.2-flash なんですよね。
テキトー教師DotAI 認定講師コード名が決まっていると、APIを叩くときに迷わないんですよ。ドキュメントもこの名前で引けばたどり着けますから。
室谷代表取締役経営の判断としても、名前とドキュメントが同時に出るのはありがたくて。社内の実装担当に「これで検証しといて」と投げれば話が進むんですよ。
名前が曖昧なまま情報だけ先に流れると、そこで手が止まるので。
名前が曖昧なまま情報だけ先に流れると、そこで手が止まるので。
テキトー教師DotAI 認定講師現場でも同じで、呼び名が固まっていないと検証の記録がバラバラになるんですよね。最初に名前を揃えておくのが地味に効きます。
Gemini Omni Flashをベースにした位置づけ
室谷代表取締役位置づけとしては、Gemini Omni Flashをベースにしたモデルという整理なんですよね。別系統の新顔ではなく、Omni ファミリーの中の1.2、と。
テキトー教師DotAI 認定講師そう捉えると輪郭が見えやすいです。イメージとしては、動画版のNano Bananaというか。
画像側のモデルが動画まで担うようになった、くらいの感覚で入るとハマりにくいんですよ。
画像側のモデルが動画まで担うようになった、くらいの感覚で入るとハマりにくいんですよ。
室谷代表取締役その比喩は伝わりやすいですね。ただ動画は尺や参照素材の枠が絡んでくるので、そこは別で押さえないといけない。
テキトー教師DotAI 認定講師1.1 Flashから何が変わった?5つの進化点と切り替え時期
クリップが10秒から最大15秒へ、1秒刻みで指定できる
Flash 1.1→1.2の5つの進化点
尺が最大15秒に拡張
10秒→最大15秒。3〜15秒を1秒刻みで指定可(未指定は10秒)。15秒超はエラー
参照の追従性が向上
参照画像(最大6枚)と最大3秒の参照動画を組み合わせても顔・衣装・文字・ブランドカラーが一貫。キャラクターは2人まで、1人あたり3枚まで
Interactions APIで会話形式編集
previous_interaction_idで前ターンを参照し、15秒クリップ全体に指示を積み重ねて編集
音声・リップシンクの流暢さ
会話音声がより流暢、リップシンク明瞭、複数話者の区別も可能
連続したカメラワーク
FPV飛行・ズームアウト・オービットなどをジャンプカットなしで生成
室谷代表取締役まず一番デカいのが尺なんですよ。1.1だと10秒だった出力が、1.2は最大15秒まで伸びて、3秒から15秒の間を1秒刻みで指定できる。
未指定なら10秒です。
未指定なら10秒です。
テキトー教師DotAI 認定講師尺が伸びるのは構成に効きますね。10秒前提で絵コンテを切ってた人が、15秒だと「間」を入れられる。
ただ15秒を超えて指定するとエラーで返ってくるので、そこは最初に戸惑う人が多いです。
ただ15秒を超えて指定するとエラーで返ってくるので、そこは最初に戸惑う人が多いです。
室谷代表取締役15秒だと720pで1クリップ約$1.04。10秒が約$0.70なので1本あたりの単価は上がるけど、カット割りを減らせるなら編集工数の方が圧縮される。
時給で換算するとペイする側なんですよね。
時給で換算するとペイする側なんですよね。
テキトー教師DotAI 認定講師たしかに。短いのを何本も繋ぐより、1本で完結させた方が後工程がラクという声は聞きます。
参照の追従性とInteractions APIでの会話形式編集
室谷代表取締役追従性も変わってて。キャラクター・プロダクト・スタイルの参照画像と、最大3秒の参照動画を組み合わせても、顔とか衣装、パッケージの文字やブランドカラーがカメラアングルをまたいで一貫する。
テキトー教師DotAI 認定講師ここが一番驚かれるところですね。前は角度が変わった瞬間に別の人になっちゃうことがあって。
参照画像は最大6枚で、キャラクターは2人まで、1人あたり3枚までという上限があります。
参照画像は最大6枚で、キャラクターは2人まで、1人あたり3枚までという上限があります。
室谷代表取締役で、Interactions APIのprevious_interaction_idで前のターンを参照しながら、会話形式で編集を続けられる。15秒のクリップ全体に対して効くのがポイントで。
テキトー教師DotAI 認定講師指示を積み重ねていけるわけですね。一発で完璧なプロンプトを書こうとして挫折する人ほど、この方式の方が向いてます。
音声の流暢さとリップシンク、連続したカメラワーク
室谷代表取締役音声も地味に効いてきます。会話音声がより流暢になって、リップシンクが明瞭、複数話者の区別も付く。
テキトー教師DotAI 認定講師動画生成で一番バレるのって口の動きなんですよ。そこが整うと「AIっぽさ」の印象がかなり変わる。
室谷代表取締役あとカメラワーク。FPV飛行とかズームアウト、オービットみたいな連続した動きをジャンプカットなしで作れる。
表現の幅が広がる話ですけど、事業側から見ると外注で頼んでたカットが内製に寄る可能性がある。
表現の幅が広がる話ですけど、事業側から見ると外注で頼んでたカットが内製に寄る可能性がある。
テキトー教師DotAI 認定講師撮影クルーを組むほどでもない短尺の案件は、判断が変わってきそうですね。
1.1はいつまで使える?12月3日からの自動切り替え
室谷代表取締役で、移行の話。1.1 Flashは4週間の移行期間中は使えるけど、2026年12月3日以降はAPIリクエストが自動で1.2 Flashにルーティングされる。
コード変更なしで、しかも安い方の料金が適用される。
コード変更なしで、しかも安い方の料金が適用される。
テキトー教師DotAI 認定講師これはありがたい設計ですよね。モデル名を書き換えて回る作業が発生しない。
室谷代表取締役逆に言うと「1.1のまま固定したい」は基本できない。検証中のプロジェクトがあるなら、12月3日より前に一度1.2で出力を確認しておくべきなんですよ。
テキトー教師DotAI 認定講師料金はいくら?解像度別の秒単価を計算式から確かめる
計算式は「出力トークン×$12.00/100万」でほぼ全部出る

室谷代表取締役料金の話、先に計算式を渡しておきますね。Gemini Omni 1.2 Flash の課金は出力トークンの消費で決まっていて、Standard 課金が $12.00/100万トークン。
つまり秒単価は「1秒あたりのトークン数 × $12.00 ÷ 100万」で全部出るんです。
つまり秒単価は「1秒あたりのトークン数 × $12.00 ÷ 100万」で全部出るんです。
テキトー教師DotAI 認定講師そこさえ押さえれば、料金表を暗記しなくて済むんですよね。720p は1秒 5,792トークンなので、5,792 × 12 ÷ 100万で約 $0.07。
発表で言われている「30%値下げ」も、自分の手で検算できるわけです。
発表で言われている「30%値下げ」も、自分の手で検算できるわけです。
室谷代表取締役1.1 Flash が同じ720pで約 $0.10/秒だったので、0.07 ÷ 0.10 でちょうど30%引き。公式ブログにも「720pで1秒 $0.07、1.1 Flash より30%安い」と書かれていて、何に対する30%なのかまで明示されてるんですよね。
テキトー教師DotAI 認定講師値下げ幅だけ言われると「元がいくらだったの」で思考が止まるので、比較の基準が残ってるのはありがたいです。
解像度別の秒単価、トークン数から並べるとこうなる
室谷代表取締役解像度ごとに並べるとこうなります。
| 解像度 | 1秒あたりトークン | 秒単価 |
|---|---|---|
| 360p | 1,931 | 約 $0.023 |
| 720p(デフォルト) | 5,792 | 約 $0.07 |
| 1080p(アップサンプリング) | 8,688 | 約 $0.104 |
| 4K(アップサンプリング) | 17,376 | 約 $0.209 |
テキトー教師DotAI 認定講師4K は720pのちょうど3倍ですね、17,376 ÷ 5,792 なので。最初に上限を確認せず4Kで回して、あとから請求を見て固まる人は出てきそうなんですよ。
室谷代表取締役円換算は為替で動くので断定はしませんけど、仮に1ドル150円で見ると720pが1秒約10.5円、4Kが約31円。10秒作るなら720pで約105円、4Kで約313円という計算になります。
テキトー教師DotAI 認定講師この単価だと、3秒ずつ刻んで当たりを探すみたいな試し方が現実的になりますよね。
10秒と15秒のクリップで、実際いくらになるか
室谷代表取締役実際の尺で見ると、720pは10秒で約 $0.70、15秒で約 $1.04。尺を伸ばしてもトークンが線形に増えるだけなので、15秒に手を出すハードルはかなり低いんですよね。
テキトー教師DotAI 認定講師15秒で1ドルちょっと。現場でよく聞くのは「じゃあ何本試せるのか」という話なので、予算を先に本数で決めておくと迷わないですよ。
室谷代表取締役で、ここは前提として外せないんですが、Gemini Omni 1.2 Flash は paid tier のみで、無料の枠では使えないんです。試算を立てる前に、まず課金が有効なプロジェクトかどうかを確認しておく必要があります。
テキトー教師DotAI 認定講師たしかに、無料のつもりで叩いて弾かれる、という順番になりがちですからね。
どこで使える?AI StudioからGoogle Vids・Adsまでの提供範囲
開発者向けはGoogle AI StudioとGemini API、ただし有料枠のみ
提供範囲の整理(開発者ルート/一般ユーザー入口/企業本番)
開発者ルート
- Google AI Studio / Gemini API
- モデルコード: gemini-omni-1.2-flash
- paid tierのみ(無料枠では選べない)
- 課金設定が前提
一般ユーザーの入口
- Google Vids: 追加料金なしで15秒クリップ
- Google Flow: シーン編集・複数ターンの編集
- Gemini app: Google AI Ultra加入者向けに展開中
- Google Ads: 動画広告での活用が進む段階
室谷代表取締役入口の整理を先にしておくと、開発者ルートはGoogle AI StudioとGemini API。モデルコードは gemini-omni-1.2-flash で、ここはpaid tierのみ、無料枠では選べないんですよね。
テキトー教師DotAI 認定講師最初に戸惑うのがまさにそこですね。「AI Studioで試せると聞いたのに、無料だと出てこない」というのはよく聞きます。
課金設定が前提になるんですね。無料枠の考え方はGemini Flashとは?無料で使える範囲と料金、Proとの違いで整理されているので、そちらと照らし合わせると分かりやすいですよ。
課金設定が前提になるんですね。無料枠の考え方はGemini Flashとは?無料で使える範囲と料金、Proとの違いで整理されているので、そちらと照らし合わせると分かりやすいですよ。
室谷代表取締役そう。まず雰囲気だけ見たいなら、Gemini app側から入った方が早い。
で、企業が本番で使うなら話が変わってきて、Google CloudのGemini Enterprise Agent PlatformでGA、Provisioned Throughputにも対応、SynthIDのウォーターマーク付きです。
で、企業が本番で使うなら話が変わってきて、Google CloudのGemini Enterprise Agent PlatformでGA、Provisioned Throughputにも対応、SynthIDのウォーターマーク付きです。
テキトー教師DotAI 認定講師GAとProvisioned Throughputが付いてるのは効きますね。ここがあるかないかで、社内の稟議の通り方が変わるんですよ。
一般ユーザーの入口はGoogle Vids・Flow・Gemini app・Google Ads
室谷代表取締役一般ユーザー側はわりと広くて、Google Vidsだと追加料金なしで15秒クリップが作れる。あとはGoogle Flowでシーン編集や複数ターンの編集、Gemini appはGoogle AI Ultra加入者向けに展開中、Google Adsでは動画広告での活用が進んでいる段階です。
テキトー教師DotAI 認定講師Vidsが追加料金なしなのは大きいですね。ただ「今日から誰でも全部使える」とは限らなくて、Gemini for businessへの統合はまだ近日公開のままなので、業務システムに組み込む前提だと待ちなんですよ。
室谷代表取締役そこは業界構造として面白くて、コンシューマ寄りの入口が先に開いて、エンタープライズの統合が後追いになるパターンなんですよね。制作系の会社だと、VidsとFlowで安く検証を回してから本番を判断する流れになりそうです。
テキトー教師DotAI 認定講師なるほど。小さく試して、本番は統合を待つ。
順番としてはそれが現実的ですね。Googleのモデル群の全体像はGemini 3.5の全モデルを2026年10月時点で整理でも整理されているので、そちらと突き合わせると位置づけが分かりやすいです。
順番としてはそれが現実的ですね。Googleのモデル群の全体像はGemini 3.5の全モデルを2026年10月時点で整理でも整理されているので、そちらと突き合わせると位置づけが分かりやすいです。
日本から使えるかは公式の提供地域ページで確認する
室谷代表取締役で、日本から使えるのかという話。提供国・地域の一覧ページはあるんですけど、取得できた範囲では末尾の一部地域名しか確認できなくて、日本が入っているかまでは読み取れなかったんですよ。
テキトー教師DotAI 認定講師たしかに、そこは曖昧にしておくのが正解ですね。「たぶん使える」で進めて弾かれるのが一番痛いので、契約前に公式ページで自分の地域を確認する。
初めて触る人はここを飛ばしがちなんですよ。
初めて触る人はここを飛ばしがちなんですよ。
室谷代表取締役うん。料金ページと提供地域ページは両方セットで見てほしい。
片方だけ見て「使えるつもり」で見積もりを出すのが、一番危ないパターンなので。
片方だけ見て「使えるつもり」で見積もりを出すのが、一番危ないパターンなので。
使い方・始め方:API呼び出しと会話形式の編集
モデルコードを指定して最初の1本を出すまで
最初の1本を出すまでの手順
- 01有料ティアのAPIキーを用意このモデルは無料ティアでは使えない
- 02モデルコードを指定リクエストのモデルコードに「gemini-omni-1.2-flash」を指定する
- 03テキストでプロンプトを書く必要なら参照画像・参照動画も添える
- 04出力の長さを指定3〜15秒の範囲で1秒刻み。未指定なら10秒
- 05実行音声付きの動画が返る
- 有料ティアのAPIキーを用意する(このモデルは無料ティアでは使えない)
- リクエストのモデルコードに「gemini-omni-1.2-flash」を指定する
- テキストでプロンプトを書く(必要なら参照画像・参照動画も添える)
- 出力の長さを3〜15秒の範囲で1秒刻みに指定する(未指定なら10秒)
- 実行すると音声付きの動画が返る
室谷代表取締役最初の1本は、モデルコードにこれを入れるだけで出るんですよね。ただし無料ティアだと弾かれるので、そこだけ先に潰しておく必要があります。
テキトー教師DotAI 認定講師最初に戸惑うのがまさにそこなんですよ。無料の感覚で叩いてエラーになり、壊れてるのかと勘違いする人がけっこういます。
室谷代表取締役あと長さの指定。1秒刻みで選べて、何も書かなければ10秒。
15秒を超えると弾かれるので、そこは素直に守るのが早いです。
15秒を超えると弾かれるので、そこは素直に守るのが早いです。
テキトー教師DotAI 認定講師まずデフォルトの10秒で1本出して、映像のノリを見てから長さを詰める。その順番が一番つまずきません。
previous_interaction_idで前のターンを引き継ぐ
室谷代表取締役2本目以降がこのモデルの肝で。Interactions APIで前のターンを参照しながら直していけるんですよ。
テキトー教師DotAI 認定講師previous_interaction_idを渡すと、直前の会話の続きとして編集できる、という理解でいいですか。
室谷代表取締役はい。言葉で「ここを変えて」と積み上げていける。
15秒のクリップ全体に対して効くのがポイントで。ただ課金は出力ベースで積むので、試作で何度も回すと地味に効いてきます。
15秒のクリップ全体に対して効くのがポイントで。ただ課金は出力ベースで積むので、試作で何度も回すと地味に効いてきます。
テキトー教師DotAI 認定講師1回で完成させるというより、会話で寄せていく感覚なんですね。初めて触る人は1プロンプトで完璧を狙って、そこで止まりがちです。
参照画像・参照動画を渡すときの指定方法
室谷代表取締役参照を渡すと一気に実務っぽくなるんですが、上限が細かいんですよ。画像は最大6枚、キャラクターは2人までで1人あたり3枚まで。
テキトー教師DotAI 認定講師動画のほうは、出力するクリップの長さで本数が変わるのがややこしいですね。11〜15秒なら1本、3〜10秒なら3本で、どれも1本あたり最大3秒です。
室谷代表取締役アスペクト比は16:9がデフォルトで9:16、解像度は720pがデフォルトで1080pはアップスケール扱い。納品形式が決まってる案件なら、先にここを固定したほうが手戻りが減ります。
テキトー教師DotAI 認定講師参照は増やすほど意図が伝わる一方で、何を優先するのかが曖昧にもなるんですよ。現場だと主役の人物と商品だけに絞って、背景は言葉で補う人が多いです。
参照画像・参照動画・拡張の上限を一覧で整理
参照画像は最大6枚、人物は2人まで
室谷代表取締役まず素材の枠から固めましょう。参照画像は最大6枚、うち人物は2人までで1人あたり3枚までなんですよね。
ここを先に頭に入れておくだけで、絵コンテの組み方が変わります。
ここを先に頭に入れておくだけで、絵コンテの組み方が変わります。
テキトー教師DotAI 認定講師たしかに。初めて触る人は「たくさん入れた方が精度が上がる」と思いがちで、7枚目を足そうとして止まるんですよ。
人物2人で3枚ずつ埋まると、その時点で枠が終わりますから。
人物2人で3枚ずつ埋まると、その時点で枠が終わりますから。
室谷代表取締役6枚って、キャラと商品とスタイルを1本に詰めると普通に足りなくなる数字なんですよ。どのカットで何を渡すかを決めてから作る前提の設計になってる。
テキトー教師DotAI 認定講師現場でよく聞くのは「全部入れて安心したい」ではなく「この2人とこの商品に絞る」に振り切った方が結果が安定する、という声ですね。
参照動画は短いクリップなら3本、長いクリップなら1本
室谷代表取締役動画の参照は、出力の尺で枠が変わるんですよ。出力が11〜15秒なら参照動画は1本まで、各最大3秒。
テキトー教師DotAI 認定講師で、出力が3〜10秒なら3本まで、こちらも各最大3秒。長く作るほど参照は絞られるという、逆向きの設計なんですね。
室谷代表取締役これを知らないと「15秒を作るつもりで参照3本入れてた」が通らない。時給換算で考えると分かりやすいんですけど、エラーで詰まる時間がいちばん高いんですよ。
テキトー教師DotAI 認定講師先に尺を決めて、そこから参照を何本にするかを決める。順番はそっちが正解ですね。
フレーム補間が3〜10秒のみ、拡張は合計30秒まで
テキトー教師DotAI 認定講師ここまでを並べるとこうなります。
| 機能 | 上限 |
|---|---|
| 参照画像 | 最大6枚(人物2人まで・1人あたり3枚まで) |
| 参照動画(出力11〜15秒) | 1本(最大3秒) |
| 参照動画(出力3〜10秒) | 3本(各最大3秒) |
| 開始・終了フレーム補間 | 3〜10秒のみ(単一画像からの生成は15秒まで) |
| 拡張 | 1ターンあたり3〜10秒、合計30秒まで |
室谷代表取締役補間は10秒を超えるとエラーで、単一画像からの生成だけが15秒までいける。混ざりやすいところですよね。
テキトー教師DotAI 認定講師そうです、「15秒まで出せる」と「補間で15秒」は別の話で、最初に戸惑うのがまさにそこなんですよ。
室谷代表取締役拡張のほうは直前10秒を文脈にして1ターン3〜10秒、合計30秒まで。そして足せるのは末尾だけ。
先頭や途中に差し込む発想は最初から捨てていい、と。
先頭や途中に差し込む発想は最初から捨てていい、と。
アスペクト比と解像度パラメータの既定値
室谷代表取締役最後に地味な既定値の話。アスペクト比は16:9が既定で9:16も選べる。
解像度は360p・720p・1080pで、既定は720pです。
解像度は360p・720p・1080pで、既定は720pです。
テキトー教師DotAI 認定講師何も指定しないと横長の720pで出てくる、と覚えておけば最初は迷わないですね。1080pはアップスケール扱いという点もセットで。
室谷代表取締役縦のショート前提なら9:16を最初に固定する。後から直すと作り直しになるので、最初の1回で決めた方がいいんですよ。
テキトー教師DotAI 認定講師上限を先に把握しておくだけで、エラーで止まる回数がぐっと減りますからね。
制限と注意点:地域・言語・音声参照のここが引っかかる
EEA・スイス・英国でできないこと、できること
地域・言語・音声参照の制限一覧
| 項目 | EEA・スイス・英国 | その他地域 |
|---|---|---|
| 自アップロード動画の編集・拡張 | × | ○ |
| モデル生成動画の編集・拡張 | ○ | ○ |
| ゼロからの動画生成 | ○ | ○ |
| 未成年が写る画像のアップロード・編集 | × | ○ |
| 英語プロンプト | 完全サポート | 完全サポート |
| 日本語など他言語 | 評価対象外(結果変動) | 評価対象外(結果変動) |
| 音声入力・音声参照 | 未対応 | 未対応 |
| 話者の声質編集 | 制限中 | 制限中 |
室谷代表取締役ここは契約前に潰しておきたいところなんですけど。EEA・スイス・英国って、自分でアップロードした動画の編集・拡張ができないんですよね。
テキトー教師DotAI 認定講師たしかに。ただ混同しやすいのが、モデルが生成した動画の編集・拡張は全地域でできるんですよ。
そこが「使えないの?」と誤解されやすいポイントで。
そこが「使えないの?」と誤解されやすいポイントで。
室谷代表取締役つまり自社の素材を放り込んで直す用途は、その3地域だと詰むと。逆にゼロから作る分には普通に使える、と。
テキトー教師DotAI 認定講師未成年が写る画像のアップロード・編集も、その3地域では不可なんですよね。現場感覚で言うと、人物素材を扱う案件は最初に地域を確認するのが安全です。
日本語は評価対象外、英語は完全サポートという現実
テキトー教師DotAI 認定講師言語の話も地味に効きます。英語は完全サポートなんですけど、日本語を含む他言語は評価されていなくて、動かせはするけど結果が変動しうる、とされています。
室谷代表取締役プロンプトを日本語で書いたときの再現性が読みにくいってことですよね。業務で回すなら、そこは検証コストとして見積もっておく必要がある。
テキトー教師DotAI 認定講師最初に戸惑うのがまさにそこなんですよ。「日本語で通じた」と「日本語で安定する」は別物で。
まず英語プロンプトで基準を作って、そこから日本語に置き換えて差分を見るほうが早いです。
まず英語プロンプトで基準を作って、そこから日本語に置き換えて差分を見るほうが早いです。
室谷代表取締役時給で換算すると、その検証を誰が何時間やるかのほうが料金より高いんですよね。だから先に英語で型を作るのは合理的だと思います。
音声参照と声質編集が現行APIでは使えない
テキトー教師DotAI 認定講師音声まわりにも制限があります。音声の入力・音声参照は現行APIでは未対応で、参照できるのは画像と動画だけ。
話者の声質を変える編集も制限中です。
話者の声質を変える編集も制限中です。
室谷代表取締役音声付きの動画が出るのに、声を指定できないと。ナレーションの声を固定したい案件だと、前提が変わってきますね。
テキトー教師DotAI 認定講師そうなんです。出てきた音声を後工程で差し替えるのか、そもそも声の指定を要件から外すのか。
企画の段階で決めておかないと、後で揉めます。
企画の段階で決めておかないと、後で揉めます。
室谷代表取締役仕様として「今はできない」と明示されているだけ、逆にありがたいですけどね。できない前提でワークフローを組めますから。
SynthID透かしと安全対策の扱い
室谷代表取締役生成物にはSynthIDの透かしが入る、と。これは広告やクライアント納品でどう扱うかを決めておかないといけない部分ですね。
テキトー教師DotAI 認定講師そこは事前に共有しておくのがいいですね。AI生成であることが技術的に判別できる前提で、説明を求められる場面が出てきます。
室谷代表取締役モデルカードでは事前学習・事後学習の両方で安全対策をやっていると。あと日本の利用可否については公式の提供地域ページを見るしかないので、そこは各自で確認するしかないんですよね。
テキトー教師DotAI 認定講師そうですね。手元で試す前に、まず地域の一覧を見る。
その一手間が後のトラブルを減らします。
その一手間が後のトラブルを減らします。
導入企業の動きと、今試すべき人の見極め
Adobe FireflyやFigma Weave、Runwayなどが統合を表明
室谷代表取締役発表資料を眺めてたら、統合を表明してる顔ぶれが濃いんですよ。Adobe Firefly、Figma Weave、Runway、Picsart、Photoroom、invideo、Krea、Artlist、FLORA、QuickFrame AI、Resemble AI、Monks、Whering、Stan。
制作ツール側が「動画生成は自前で持たなくていい」と判断した、というメッセージなんですよね。
制作ツール側が「動画生成は自前で持たなくていい」と判断した、というメッセージなんですよね。
テキトー教師DotAI 認定講師ここは現場感覚で言うと大きいです。編集ツールの中にモデルが差し込まれる形になると、別サービスに動画を投げる手間が消える。
最初に戸惑うのが「どのツールで作った動画か」の管理なんですけど、そこが一本化されていく方向ですね。
最初に戸惑うのが「どのツールで作った動画か」の管理なんですけど、そこが一本化されていく方向ですね。
室谷代表取締役業界構造で見ると、動画生成はモデル単体で勝負するより、ワークフローの中に入った方が強い。ツール側がOmniを選ぶなら、ユーザーの乗り換えコストは一気に下がります。
テキトー教師DotAI 認定講師ただ、あくまで統合を「表明」した段階なので、実際にどこまで使えるかは各ツールの提供状況を見た方がいいですね。
動画広告やECの商品動画で効きそうな場面
室谷代表取締役で、どこから試すかって話なんですけど、動画広告とECの商品動画は分がいいと思います。参照画像で商品を渡しておけば、カメラアングルを変えてもパッケージの文字やブランドカラーが崩れにくい。
これ、広告の品質管理の話そのものなんですよね。
これ、広告の品質管理の話そのものなんですよね。
テキトー教師DotAI 認定講師現場でよく聞くのは「毎回同じ商品を撮り直すのが無理」という声です。参照画像は最大6枚まで渡せるので、色違いや角度を揃えておけば素材の使い回しが効きます。
初めて触る人は参照を1枚で済ませがちなんですけど、そこは増やした方が安定します。
初めて触る人は参照を1枚で済ませがちなんですけど、そこは増やした方が安定します。
室谷代表取締役経営目線で言うと、撮影の外注費と進行のリードタイムが消える方が効く。秒単価の差は小さく見えますけど、本番のインパクトはそこじゃないんですよ。
テキトー教師DotAI 認定講師あとはGoogle Adsでの動画広告活用が進行中なので、広告枠まで含めて見ておくと判断しやすいですね。
1.1のまま待つか、今1.2に寄せるか
室谷代表取締役移行の話、実務だとここが一番もめるんですよ。1.1 Flashは4週間の移行期間中は使えて、2026年12月3日以降はAPIリクエストが自動で1.2にルーティングされる。
コードを変えなくても安い方の料金が適用されるんですよね。
コードを変えなくても安い方の料金が適用されるんですよね。
テキトー教師DotAI 認定講師なので「待つ」理由がほぼ残らないんですよ。強いて言えば検証を止めたくない時くらいで。
自動で切り替わる前提なら、先に1.2で作って差を見た方が早いですね。
自動で切り替わる前提なら、先に1.2で作って差を見た方が早いですね。
室谷代表取締役判断するとしたら、新規の案件は今日から1.2、既存の本番は移行期間中に一度通して挙動を見る。この二段構えが現実的だと思います。
テキトー教師DotAI 認定講師よくある質問
Q1. 他の動画生成ツールとは、どう選び分ければいい?
室谷代表取締役動画生成の比較って、結局「どこまで工程を一箇所で閉じられるか」で見るのが実務的なんですよね。単発の生成品質だけで比べると、あとで運用で詰みやすい・・・
テキトー教師DotAI 認定講師たしかに。とはいえ、作り直しの回数が増えるとどのツールでも同じくらい手間がかかる、という声はよく聞きます。
判断材料は書き出し先と、修正のしやすさになりがちですね。
判断材料は書き出し先と、修正のしやすさになりがちですね。
室谷代表取締役そこは同意で。乗り換えコストを見積もらないまま試すと、あとで二重管理になるんですよ。
Q2. 入力した画像や動画は、学習に使われてしまう?
テキトー教師DotAI 認定講師ここ、初めて触る人がいちばん不安になるところだと思います。素材を預ける感覚がありますから。
室谷代表取締役これは推測で語ると危ないので、契約の形ごとに規約を見るしかないんですよね。無料の範囲と有償の契約で扱いが違うことが多いので、公式の記載を確認してほしいです。
テキトー教師DotAI 認定講師そうですね。社内で使うなら、先に「この素材は外に出せるか」を通しておくと、途中で止まらないです。
Q3. 思った通りの映像にならないとき、どこを直せばいい?
室谷代表取締役これ、現場だと指示を書き足す方から入りがちなんですけど、逆なんですよね。要素を削る方が早いことも多い。
テキトー教師DotAI 認定講師現場感覚で言うと、被写体も動きもカメラも雰囲気も一文に詰めると、だいたい狙いから外れます。まず一つだけ変えて差分を見る方が近道ですよ。
室谷代表取締役参照素材を増やしすぎるのも同じで。何を基準にしたのか分からなくなると、直しようがなくなるんですよね。
Q4. 生成した動画は商用利用できる? 権利はどうなる?
テキトー教師DotAI 認定講師誤解が多いところで、「自分で作ったんだから自分のもの」と思われがちなんですよ。
室谷代表取締役権利も利用条件もプランや規約に紐づくので、曖昧なまま制作物を出すのが一番危ないんですよね。クライアント案件ならなおさら先に確認です。
テキトー教師DotAI 認定講師実務では、使った素材の出所と生成の条件をメモに残しておくだけで、後から説明しやすくなります。
Q5. 既存の制作フローはどう変わる?
室谷代表取締役絵コンテを描いて撮って編集する流れが、いきなり全部置き換わるわけではないんですよね。差分が出るのは、企画の当たり数を稼ぐところなんですよ。
テキトー教師DotAI 認定講師そこは実感あります。撮影前に方向性をすり合わせる時間が短くなった代わりに、選ぶ手間が増えたという声もあります。
室谷代表取締役時給で換算すると、手戻りが減る工程に効くかどうかで見るのが分かりやすいと思います。
まとめ
室谷代表取締役ここまでを通して言えるのは、omni 1.2 flash は「動画を作る道具」というより、企画から仕上げまでの試行回数を増やすための道具だということなんですよね。
テキトー教師DotAI 認定講師そう捉えると腑に落ちます。初めて触る人は完成品を一発で出そうと身構えがちなんですけど、荒い案を何本か出して選ぶ使い方の方が向いてます。
室谷代表取締役ただ、料金も利用条件も更新が早い領域なので、広げる前に誰か一人が規約と単価を確認する係になるのが現実的です。MYUUU でもそこは先に決めてます。
テキトー教師DotAI 認定講師まずは小さめの案件で一本、通しで作ってみるのがいいですね。どの工程が軽くなって、どこが重くなったかが見えると、次に広げる判断ができます。
室谷代表取締役そうですね。今日のところは、手を動かして差分を見るのが一番早いと思います。
