Google、Gemini Omniで最長15秒の動画生成に対応

Googleは、同社のモデル「Gemini Omni」が最長15秒の動画を生成できるようになったと明らかにした。同社によると、動画の生成時には画像、音声、短いモーション参照を入力として利用できる。

参照入力で指示の幅が広がる

テキストの指示だけに頼らず、複数の種類の参照データを渡せる点が特徴だ。たとえば画像は場面や被写体のイメージを伝える材料に、音声は音に関する手がかりに、短いモーション参照は動きの方向性を示す材料になり得る。Googleはこれらの入力を扱えると説明している。