Googleの動画生成・編集AI「Gemini Omni」を活用した開発者によるデモ動画が公開

要点

• Googleは、対話感覚で動画の作成や編集が行える新しいAIモデル「Gemini Omni」について、開発者が手がけた複数のデモ動画を公開した。

• 1人の人物を俯瞰やアオリ、近接など約20の異なる視点から捉え、背景も破綻なく切り替えるカメラワークの編集機能が実証された。

• 音声による指示だけで、動画内の天候を晴れから雪や雨に変えたり、時間帯を昼から夜へ変更したりする環境編集のデモが紹介された。

• 手書きの落書きをもとに日常の小物をアニメーション化する機能や、実写映像の歩行動作を保ったままアニメやクレイアニメのタッチへ滑らかに変換する様子が披露された。

• Googleは2026年8月7日、同社の公式ブログにて、新たなAI（人工知能）モデル「Gemini Omni」および「Gemini Omni Flash」を先行利用した外部の開発者（ビルダー）たちによるデモ映像を公開した。同モデルの開発者向けアクセス提供が開始されたことを受け、映像制作や編集における多様なユースケースが紹介されている。

• 同社が今年の開発者向けカンファレンス「I/O（アイオー）」で発表した「Gemini Omni Flash」は、新たに展開される「Omni」ファミリーの最初のモデルである。Gemini Omniは、テキストや画像、動画、音声といった複数のデータを手がかりにして高品質な動画を生成できるだけでなく、既存の動画を編集する機能も備えている。物理法則に関する直感的な理解と、AIが持つ現実世界についての知識を組み合わせることで、より現実的で滑らかな映像出力が可能になるという。

• 今回公開されたデモでは、いくつかの具体的な編集および制作機能が紹介されている。

視点とパースの自由な切り替え

まず、カメラの角度やパース（遠近法を用いた視点の表現）の自在な変更である。開発者のLeon Lin（レオン・リン）氏は、都市の真ん中に立つ女性の映像を用いてこの機能を実証した。動画内では、女性の姿が約20種類の異なるアングルから捉えられている。近接や遠景、正面や横顔といった視点に加え、上空からの俯瞰（ふかん）や足元からのアオリといった多様なカメラワークが適用された。これに伴い、背景に写る歩道や横断歩道、周囲を通行する歩行者や自動車、路面電車、各種の建物などの環境も、それぞれの視点に合わせて一貫性を失うことなく滑らかに変化している。

音声指示による環境の書き換え

次に、映像内の環境やオブジェクト（物体）を全く別のものへ作り変える機能である。開発者のCarlos Santana（カルロス・サンタナ）氏のデモでは、屋外の風景を映した動画に対し、音声での指示のみで環境を変更する様子が示された。指示に従って、日中の明るい照明が夜間の暗さに切り替わり、空には雨雲が広がって雨音が追加された。さらに、木々の葉がオレンジ色に色づき、地面が雪で覆われるといった劇的な変化が、シーン全体のコヒーレンス（映像としてのまとまりや一貫性）を保ったまま実行された。

落書きからのオブジェクト・アニメーション化

また、日常のありふれた物体をアニメーション化する用途も紹介されている。Googleが提供する動画・アニメーション制作ツール「Google Flow（グーグル・フロー）」の中でGemini Omniを動作させることで、手書きのスケッチ（落書き）をガイドとして個々の要素の動きを指示し、現実的な動画へと変換できる。開発者のPan（パン）氏はこの機能を用い、レモンを海に浮かぶ潜水艦に、エスプレッソの入ったカップを空を飛ぶ熱気球に変化させた。さらに、唐辛子を驚くと火を吹くドラゴンに、マッチを宇宙へ飛び立つロケットに、ハサミを獲物を探すサメに変身させるなど、ユニークなアニメーションを制作した。

シームレスな描画スタイルの変換

さらに、映像の描画スタイルやビジュアルエフェクトを動的に変更するデモも公開された。開発者のJerrod Lew（ジェロッド・ルー）氏は「Google Flow」内でGemini Omniを使用し、街を歩く女性の映像を4つの異なるアニメーションスタイルで表現した。元の映像は、実写（ライブアクション）から日本のアニメ風、粘土細工を用いたコマ撮り風の表現であるクレイアニメなどへとシームレスに変化する。このスタイルの移行中も、女性が前方に歩みを進める自然な動作が遮られることはない。

その他にも、スタートアップ企業である「Hyperagent（ハイパーエージェント）」のチームなど、複数の開発者がGemini Omniを活用してアイデアを形にする取り組みを進めている。

補足

Gemini Omniは、物理的な挙動の理解に優れているため、不自然な歪みの少ない高度な動画編集を可能にしている。開発者へのアクセス提供が進むことで、今後は個人や企業によるAIを活用した新しい映像表現の創出が加速するとみられる。