Google DeepMind、Gemini Omni 1.2 Flashを公開 15秒動画に対応し30%値下げ
Google DeepMindはGemini Omni 1.2 Flashを公開した。動画生成の長さはOmni 1.1の10秒から15秒に延び、3〜15秒を1秒刻みで指定できる。720pの価格は30%引き下げられ毎秒0.07ドルとなり、Gemini APIとGemini for businessで全面提供される。
Google DeepMindはGemini Omni 1.2 Flashを公開した。動画生成の長さはOmni 1.1の10秒から15秒に延び、3〜15秒を1秒刻みで指定できる。720pの価格は30%引き下げられ毎秒0.07ドルとなり、Gemini APIとGemini for businessで全面提供される。
TwelveLabs の動画言語モデル Pegasus 1.5 が Amazon Bedrock で提供開始された。長尺動画をタイムスタンプ付きの構造化 JSON メタデータに変換できる。新バージョンでは動画セグメンテーション、参照画像を用いたマルチモーダルプロンプト、事前インデックス不要の即時処理を追加し、1 回のリクエストで最長 2 時間の動画を分析可能で、Pegasus 1.2 の 1 時間から倍増した。
HiggsfieldはGPT-6 AstraによりAI動画生成の長さを1分から10分以上へ延ばし、GPT-Image-2.5で画質を高め、GPT-Liveで音声付き映画制作の道も開いた。
Pollo AI は GPT-5.6、GPT-6 Astra、GPT-Image-2.5 を活用し、クリエイターのアイデアを精細な画像や映画級の動画広告へと変換する。
AWSは、同じvLLM-Omni DLCイメージを使った2つのエンドポイントをSageMaker AIへ配置するチュートリアルを公開した。リアルタイム側はFLUX.2-klein-4Bで画像を生成し、非同期側はWan2.1-VACE-1.3Bで画像条件付き動画を生成する。テキスト指示からPNGを生成し、動きの指示とともにAmazon S3経由で動画側へ渡し、最終的にS3からMP4を取得する。例にはコマンドライン手順と任意のStreamlit画面を含む。
Google Research は長尺動画生成の研究を公開し、AI 動画共同監督という複数エージェントの編成フレームワークを提案した。Gemini と Veo を基盤に、複数ショットの物語で視覚的一貫性を計画する。
Google DeepMindはGemini 3.8 Live with Live Avatarを公開した。ネイティブなリアルタイム対話モデルにほぼリアルタイムの動画生成を加え、聞く、見る、話すことのできる動的な視覚アバターを実現し、本日からGemini Enterpriseで提供する。
invideoはGPT-6 Astraで編集計画をより正確にし、カラーグレーディングと色補正を3倍効率化した。1日で50の独自エフェクトも生成した。
Higgsfield AIはGPT-6 Astraで新動画機能を1日で公開し、小企業の動画広告制作と新しい制作ツールの提供を速めた。
Google DeepMindはGemini 3.7 Flash、3.6 Flash、3.5 Flash-Liteにエージェント型動画理解を導入した。動画分析のトークン消費を最大88%、費用を最大66%削減し、正確さを最大7%高める。
Google DeepMind は Gemini Omni 1.1 Flash を公開した。動画生成の制御性を高め、Google AI Studio の Gemini API から開発者に提供する。
Google DeepMindとA24は初の研究中心の提携を発表した。複数プロジェクトで長期的な研究開発を進め、芸術家が新技術と作業手順の形成に参加する。GoogleはA24へ投資も行った。当初は最先端技術と次世代エンターテインメントを結ぶことに注力し、具体的目標と成果は時間とともに発展する。
Google DeepMindはNano Banana 2 Lite(gemini-3.1-flash-lite-image)とGemini Omni Flash(gemini-omni-flash-preview)の2モデルを公開した。
Google DeepMind は Gemini Omni シリーズ最初のモデル Gemini Omni Flash を公開した。画像、音声、動画、テキストを組み合わせて高品質の動画を生成し、自然言語の会話で段階的に編集できる。