短い動画広告や製品紹介クリップを作るチームにとって、AI動画のコストは2つのところから生じます。1秒あたりの料金と、細部が1か所おかしかったせいでクリップを作り直す回数です。Gemini APIとGemini for businessで一般提供が始まったGoogleのGemini Omni 1.2 Flashは、その両方に手を打っています。
主な変更点は長さと価格です。クリップはOmni 1.1の10秒から最長15秒になり、長さは3秒から15秒まで1秒刻みで指定できます。GoogleはOmni 1.1から価格を30%下げ、720pで1秒あたり$0.07としました。勧められている作業の流れは、360pや720pで安く下書きを作り、追加の編集で細部を直し、最後に最も良い版だけを1080pや4Kに高画質化するというものです。
請求額を左右するのは、複数回の対話による編集です。作り直す代わりに、15秒のクリップ全体を対象に、製品や背景の差し替え、照明や天気の変更、縦横比の切り替えを会話で頼めるため、対象や掲載先ごとのバリエーション作りがずっと安くなります。Googleは参照素材への忠実さも向上したとしています。キャラクターや製品、スタイルの画像、最長3秒の短い動きのクリップ、音声の手がかりを組み合わせることができ、顔、衣服、パッケージの文字、ブランドカラーがカメラの角度が変わっても一貫するとされています。会話、口の動きの同期、複数の話者がいる場面もより自然になり、ドローンのような長い空撮風のカメラワークでも不要な画面の飛びが減るといいます。出力には目に見えないSynthIDの透かしが入り、企業顧客向けにはProvisioned Throughputが用意されています。
当サイトのGemini Omni Flashのレビューでは、すでに最も映像がきれいなモデルではないものの、会話で動画を編集する最も安い方法と位置づけていました。今回の版は、1.1について私たちが挙げた2つの不満、クリップの長さと価格に応えるものです。当サイトの料金情報では、360pで1秒あたり約$0.023、4Kで$0.209となり、解像度に応じて1秒$0.02から$0.21のRunwayなどの競合と同じ価格帯に収まります。
品質に関する主張は慎重に受け止めてください。一貫性や口の動きの同期の例は、見栄えが良くなるようGoogle自身が選んだ紹介用のクリップです。Google自身も、速いスポーツの動き、台本の急な変更、複雑な物理表現については改善を続けていると述べており、これらは動画モデルの失敗が最も目立つ場面です。ブランドの仕事に使うなら、乗り換える前に自社の製品写真やキャラクター設定資料で試し、無料枠がないことにも注意すべきです。