Google：Gemini Omni Flashが混合入力からのネイティブ動画生成を実現

GoogleはI/O 2026カンファレンスでGemini Omni Flashを正式に発表しました。新しいOmniファミリーの最初のモデルで、混合入力から動画コンテンツをネイティブに生成・編集できます。これは重要な前進です。モデルはテキスト指示だけを受け取るのではなく、画像、録音、動画クリップ、テキストの組み合わせを同時に処理して新しい動画素材を作成したり、既存のものを修正したりします。

「ネイティブな動画生成」とはどういう意味か？

これまでの生成モデルは主に単一タイプの入力データを扱っていました——テキストから動画、または画像から動画のパイプラインです。Gemini Omni Flashは真のマルチモーダルアプローチを導入します。ユーザーは参照画像、音声クリップ、短い動画を同時に添付し、自然言語で望む結果を説明できます。モデルはすべてのシグナルを内部で統合し、各ソースのスタイル、動き、コンテキストを尊重した出力動画を生成します。

この能力は反復編集において特に発揮されます——ユーザーはシーンをゼロから再説明することなく、複数のステップにわたって会話の中で結果を微調整できます。モデルは複数の変更にわたってコンテキストを記憶し、重力、運動エネルギー、流体力学などの物理法則を一貫して適用します。

SynthID：すべての生成動画にデジタル透かし

Omni Flashの重要なセキュリティコンポーネントはGoogle SynthIDです——生成されたすべてのクリップに組み込まれた知覚不可能なデジタル透かしです。透かしは肉眼では見えず、聞こえませんが、Geminiアプリ、Chromeブラウザ、Google検索を通じて確認できます。

このメカニズムは、AIが生成したコンテンツのラベリングに関する規制要件の増大に直接対応しています——特に2026年8月から合成メディアの透明なラベリングを要求するEU AI Actに関連して重要です。

利用可能性：初日からYouTube Shorts

GoogleはOmni Flashを追加コストなしで即座にYouTube ShortsとYouTube Createアプリに統合しました。これは数億人のユーザーが本日からプラットフォーム内で直接ネイティブのAI動画生成にアクセスできることを意味します。これはGoogleの生成モデルの中で最も広範な初期ロールアウトです。

上級ユーザー向けには、Google FlowおよびGoogle AI Plus、Pro、UltraのGeminiアプリ加入を通じてもモデルが利用可能です。開発者とエンタープライズAPIは今後数週間で発表され、自社アプリケーションと本番パイプラインへの統合が可能になります。

Omniファミリーの次のステップ

GoogleはOmni Flashが現在主要な音声入力として音声参照をサポートしており、他のタイプの音声出力は「近日公開」とマークされていることを発表しました。長期的には、OmniファミリーはダイレクトAudioおよびイメージ出力のサポートも拡張する予定——これによりモデルはGoogleのエコシステム内で汎用のマルチモーダルクリエイティブツールとして位置付けられます。

特に興味深いのは、モデルがデジタルアバターの作成および添付素材からのスタイル、動き、エフェクトの参照をサポートしていることです——これにより、これまで一般のユーザーには利用できなかった規模でのパーソナライズされた動画制作の可能性が開かれます。YouTubeや短尺フォーマットのコンテンツクリエーターにとって、Omni Flashは今週にも日常のワークフローの基本ツールになる可能性があります。