Google Veo 3レビュー：音声付きの短いAI動画クリップ

追記（2026年10月23日）：Veo 3は後継に置き換わりました。GoogleはGemini APIで、2026年6月30日にVeo 3のモデルを、10月22日にVeo 3.1のプレビューを終了し、GeminiアプリでGemini Omni Flashを使っています。Veo 3.1はGoogle Cloudでは引き続き使えます。Veo 3.1のレビューをご覧ください。

概要

Veo 3は、DeepMindが開発し、Google I/O 2025で発表されたGoogleの動画生成モデルです。テキストの指示か画像を渡すと、音声付きの短いクリップを返します。セリフ、環境音、音楽が付き、唇の動きは話し声に合わせられます。

Google自身の製品の中にあるため、すでにGeminiに課金しているなら、最も手近な動画ツールです。

できること

• テキストや画像から動画を作ります。「ネオンに照らされた東京の路地を歩く侍」のような指示が、完成したショットになります。
• 映像と一緒に音声を生成します。話し声、環境音、音楽、リップシンクです。
• フルHDと4Kで出力でき、以前の動画モデルのぼやけた低解像度のクリップから明らかに進歩しています。
• キャラクターと舞台がシーンをまたいで一貫しているため、複数のショットをつなぐときに役立ちます。
• カメラの動き、構図、照明についての指示に従います。
• Googleの動画エディタFlowでは、Adobe Premiereや編集の訓練なしに、タイムライン上でクリップを並べ、カメラの軌道を調整し、ショットをつなげます。

使っている人

• 代理店に頼まずに短い4Kのプロモーション動画を作るマーケティングチーム。
• 素早く仕上がり、見栄えの良い結果がほしいTikTokやInstagramのクリエイター。
• スライド資料の代わりに研修用の解説動画を作る、Google Workspaceを使う企業。
• 撮影前の絵コンテやプリビジュアライゼーションに使い、時間と費用を節約する監督。
• シュールで様式化されたアイデアを試すアーティスト。

うまくいく点

映像は気兼ねなく見られる質で、音声は後から付け足すのではなく映像と一緒に届きます。話し声、音楽、さらには訛りまでが映像と並行して生成され、おおむね正確です。

Flowが編集の基本をこなすため、先に動画編集ソフトを覚えなくても、カメラアングル、トランジション、画風を制御できます。

注意点：クリップの長さは最大で約8〜20秒なので、これはエピソードではなくショットのためのツールです。公開当初、すべての機能を使えるのは米国だけでした。頼んでいない訛りの声が出ることがあります。Flowには高度なポストプロダクションのツールがありません。そしてUltraプランは月249.99ドルなので、動画で元を取る必要があります。

Veo 3とOpenAI Soraの比較

機能	Google Veo 3	OpenAI Sora
音声	あり（リップシンク、音楽、効果音）	なし
映像の質	4K、映画的	中程度から高い
指示の扱い	複雑なストーリーテリング	短い指示に最適
編集ツール	Flowエディタ	基本的な組み込みツール
提供地域	米国のみ（Geminiアプリ）	全世界（PlusとProのユーザー）
費用	月249.99ドル（Ultra）	月20〜200ドル

音声、複数シーンのストーリーテリング、映像の質ではVeo 3が上です。Soraはより長い動画と広い提供地域で対抗しています。

結論：米国に住んでいて、Ultraのサブスクリプションに見合う使い道があるなら、音声付きの短く洗練されたクリップにはVeo 3のほうが良い選択でした。予算が限られている場合や試してみるだけなら、Veo 2かOpenAIのSoraのほうが理にかなっていました。