Gemini Omni の6つのコア機能
Google公式の説明：映像版Nano Banana—対話で誰でも動画を生成・組み合わせ・編集できます。
何でも作れる：マルチモーダル混合
文字・画像・動画を自由に組み合わせて、アイデアをそのまま映像化できます。説明1つ＋写真1枚＋参考動画1本で新作を作れます。
vlogのアイデアを即時に形に、SNS短尺動画のミックス、アルバム写真の動的化、参考動画の再創作。
写真の雰囲気を残す
背景変更、服装変更、スタイル移行しても、元の細部はそのまま残ります。場面は変わっても雰囲気は維持します。
証明写真がイメージ写真に、商品シーンの差し替え、スタイライズしたファッション動画、アルバムの思い出を再構成。
対話式編集
一言でGeminiに直したい点を伝えれば、キャラ変更、光の調整、手ブレ補正、背景変更などを部分的に修正できます。全体を再生成する必要はありません。
顧客フィードバックに即対応、広告を繰り返し磨く、SNSコンテンツの改良、編集での精密修正の代替。
動画編集
既存動画をアップロードすると、Gemini がAIで編集、スタイル変更、シーン差し替えを行います。
既存素材の二次創作、複数版のスタイル出力、参考動画のリマスター、別アカウントでの再配信。
AIアバター
見た目や声が似たAIアバターを生成し、毎回の写真アップを省きます。一度設定すれば、繰り返し使えます。
音声アカウントの複数運用、ブランド創業者コンテンツ、海外多言語配信、教育／販売の配信者。
厳選テンプレ＋原音声
ワンタップでGoogleの厳選テンプレを適用できます。10 秒の短編は原音声付きで、セリフと映像が同期生成されます。
初心者の早期習得、祝日マーケの一括制作、セリフ短編、多言語ナレーション。
Gemini Omni 公式サンプル
すべての動画はGoogle Geminiの公式ページのもので、Omniが6つのシーンで見せる実際の効果を紹介しています。
コンセプトを短編化
説明をそのまま10秒の短編にします。ナレーション、映像、リズムを一度で整えます。
マルチモーダル混合
テキスト＋画像＋動画を自由に組み合わせて、アイデアを映像で表現します。
写真の魂を残します
背景や服装、スタイルを変えても、元の細部はそのまま残します。
厳選テンプレ
ひらめきを待つ必要はなく、ワンタップでGoogleの厳選スタイルを適用できます。
対話式編集
一言でGeminiに変更を伝えます—役替え、明るさ調整、手ブレ補正、背景変更が可能です。
AIアバター
外見や声が似たAIアバターを生成し、繰り返し出演しても再アップロードは不要です。
Gemini Omni 技術仕様
Google が公表したモデル仕様と利用制限です。
Veo 3.1 から Gemini Omni へ
Google公式：Gemini Omni は Gemini アプリ内の Veo に取って代わります。『生成』から『生成＋編集』への躍進です。
動画生成を“運任せ”から“ワークフロー”にします
従来は不満なら再生成が必要でしたが、Gemini Omniは編集者と対話するように細かく修正できます。
主な2つの使い方
初回生成
自然な言葉で場面を説明すると、AIが一度に10秒の草案を出します。
バリスタが窓辺でハンドドリップのコーヒーを淹れ、午後の光がブラインド越しに縞模様の影を落とします。特写がゆっくり彼女の微笑む横顔に寄ります。初稿やアイデア探索に適しています。まず映像を見て方針を決めます。
対話で修正
既存の動画に続けて指示を出し、変更した部分だけを再レンダリングします。
3〜5秒のフィルターをより暖かい金色トーンに変更します；
人物はそのままに背景の濃緑のブラインドをアイボリーに変えます；
最後の2秒に彼女が見上げて微笑む特写を追加します。ポイントを節約し、満足部分を保持します。反復速度が実際の編集ワークフローに近づきます。
対話編集のベストプラクティス
- まず動画全体を生成してから対話編集を開始してください。初稿が固まらないうちに何度も中断しないでください。
- 一つの指示で一点だけ変更してください（色調、カメラワーク、台詞のいずれか）。終えたら次の指示を出してください。
- 時間区間で変更範囲を指定してください（例：2～4秒、ラスト2秒）。
- task_id と callback を残してください。変更履歴の追跡に便利です。
- 役柄を変える場合は、外見を文字で説明せず参考画像を再アップロードしてください。
プロ向けのヒント
- 指示には動詞＋対象＋修飾を含めてください（「背景をXに変える」の方が「背景が違う」より良いです）。
- カメラ表現を変える場合は、『クローズアップ／中景／プッシュイン』と明確に指示してください。
- 失敗したタスクは課金されません。偶発的な失敗は再試行してください。
- 重要なタスクはWebhookを導入してください。長いポーリングでリクエスト枠を浪費しないでください。
Gemini Omni プロンプトのベストプラクティス
対話式編集では、プロンプトは単なる「一度きりの指示」ではなく、「複数回の協働」の基礎です。
初稿テンプレート
約10秒の動画：[場面]、[主体の動き]、[カット表現]、[光／雰囲気]、[原音の説明：環境音／セリフ／音楽の雰囲気]。なぜ有効か：場面＋動き＋カット＋音声の4要素を含むため、AIが一度で使える下書きを出せます。
適用場面：初回生成全般です。
部分差し替えテンプレート
人物／構図／リズムを変えず、[元素]を[新元素]に差し替えてください。他はそのままにします。なぜ有効か：モデルに何を保持し何を変えるかを明確に伝え、「ついでの再生成」を防ぎます。
適用場面：背景・小道具・文字・色調の差し替えです。
時間区間テンプレート
第[a]-[b]秒に：[変更内容]；その他の時間はそのままにします。なぜ有効か：時間で変更範囲を指定することで、モデルは該当フレームのみを再レンダリングします。
適用場面：オープニング、エンディング、重要な瞬間の修正です。
参照画像＋複数カットテンプレ
参照画像は[角色／商品]の視覚的アンカーです。連続するカットを3つ生成：カット1 [動作／画角]；カット2 [動作／画角]；カット3 [動作／画角]。3カットで参照画像の同一性を保ってください。なぜ有効か：参照画像で同一性を固定し、明示的な絵コンテを使うことで、長い文脈でも一貫性が高まります。
適用場面：ドラマ仕立ての広告、連続コンテンツ、IPシリーズ動画です。
Gemini Omni のよくある質問
Gemini Omni とは何ですか？
Gemini Omni は世界を理解するモデルで、写真に動きを付けたり任意の入力から動画を生成できます。Gemini の世界理解とマルチモーダル能力を基盤にしており、出力は現実の論理に従います。自然な対話で段階的に微調整できます。1つのプロンプトで任意のテキスト・画像・動画の組合せを動画にしたり、最大5枚の写真を参考に動画を生成したり、既存の動画を簡単に編集できます。
どんな入力に対応しますか？
テキスト、画像（参考は最大5枚）、動画クリップに対応します。3つのモーダルを自由に組み合わせて生成や編集に使えます。
どんな編集ができますか？
対話で指示して、人物の変更、光の調整、手ブレ補正、背景差替え、スタイル変更、服装変更ができます。元の重要なディテールは保持されます。
生成される動画はどのくらいの長さですか？
1回の生成は最大10秒です。対話で追加や微調整を行い、元の映像を拡張できます。
AI 虚拟化身是什么？
一度トレーニングしたあなた専用のAIアバターは、毎回写真をアップロードしなくても外見と声で継続して出演できます。音声配信やブランド動画、海外配信に適しています。
生成動画に透かしは付きますか？
Google はすべての Omni 生成動画に SynthID の不可視透かしを埋め込み、AI生成コンテンツを識別します。視聴には影響しません。