Cinematic Showcase
Artisan Woodworking Macro Video
A macro photography prompt for a hyper-realistic video showing an artisan carving a miniature wooden sports car with realistic textures.
Gemini Omni AI動画モデル：動画を生成・編集・変換
テキスト、画像、音声、動画のリファレンスから、音声と同期した最長10秒のAI動画を生成。Gemini Omni Flashは、シネマティックな生成、自然言語による編集、最新のクリエイティブワークフロー向けにGoogle I/O 2026で発表されました。
Omni Flash
106/3500
自然言語で動画を編集
Gemini Omniは、反復的な動画編集を中心に設計されています。すでにうまくいっている部分は残し、被写体、シーン、カメラ、スタイル、動き、テキスト、音声同期に正確な変更を加えるよう指示できます。
入力
動画内の食べ物を置き換え、他の要素はすべて変更しないでください。
AI出力
反復的な動画編集
背景の置き換え、カメラアングルの変更、動作の修正、シーンを更新しつつ商品の保持など、狙った変更を自然な言葉で指示できます。
入力
右下隅のウォーターマークを削除してください。
AI出力
動画のウォーターマークを削除
背景の動き、照明、周囲のコンテキストを維持しながら、単一の命令で動画クリップからロゴ、テキスト、透かしを消去します。ストック映像のクリーンアップ、クリエイター動画の再利用、商品動画の改善に最適です。
入力
カメラを被写体の後方へ移動してください。
AI出力
カメラのリフレーミング
生成後にショット表現を変更できます。クローズアップからワイドショットへ、ローアングルへの切り替え、ドリーインの追加、ワンカットのような演出が可能です。
入力
背景を草原に変えてください。
AI出力
背景の置き換え
主な被写体、動作、光の方向、シーンの連続性を保ったまま環境を置き換えます。商品バリエーション、ライフスタイルシーン、キャンペーンのローカライズに活用できます。
入力
宇宙船を折り紙の素材に変えてください。
AI出力
オブジェクトとキャラクターの置き換え
動画全体を作り直さずに、商品、小道具、衣装、キャラクターリファレンスを入れ替えます。編集後も元のカメラ軌道、接地影、周囲の文脈を保てます。
入力
シーンを水彩画の筆致に変えてください。
AI出力
スタイル転送
アクションの分かりやすさを保ちながら、同じシーンをシネマティックなリアル表現、水彩、クレイアニメ、アニメ、鉛筆スケッチ、半透明のガラス3Dなど、新しいビジュアル表現へ変換します。
Gemini Omniの活用例と特徴的な機能
リファレンスの組み合わせ、音声ガイドのタイミング、リップシンク、テキストアニメーション、ストーリーボード制御、世界を踏まえた映像表現など、基本的な動画生成を超えてGemini Omniが可能にするクリエイティブワークフローを紹介します。
Conversational VFX
自然言語で照明、質感、天候、環境を変更できます。昼を夜に変えたり、表面テクスチャを差し替えたり、ショットを一から作り直さずにシーンを再構成できます。
Real-footage Remix
実写映像をリミックスし、商品やロゴの挿入、キャラクター差し替え、ブランド要素の追加を行いながら、元のカメラワーク、タイミング、シーン構成を維持します。
Physics & World Magic
物理法則を書き換え、超現実的な瞬間を演出します。ありえない素材、重力を無視したアクション、ハイブリッドな生物など、一貫性のあるシネマティックなシーンを生成します。
商品動画とSNS広告
商品リファレンスと簡潔なプロンプトを使い、シネマティックなショット、キャンペーンのバリエーション、ローンチティーザー、YouTube Shorts、短尺広告のコンセプトを生成します。
科学インフォグラフィックと教育動画
科学、歴史、文化、商品の利点、抽象的なアイデアを、世界を踏まえたシーンとカメラ演出を伴うアニメーションインフォグラフィックとして視覚化します。
音声同期された視覚効果
音楽、ナレーション、効果音、環境音、多言語音声トラックで、映像のリズム、テキストのタイミング、カット、カメラの動き、ビートに合わせたアニメーションを導きます。
子どもの絵とストーリーボードからアニメーションへ
子どもの絵、ストーリーボードのフレーム、シーンの展開を渡し、意図した順序、テンポ、映像の連続性に沿うアニメーションシーケンスを生成します。
スタイルと動きの転写
リファレンスの動き、80年代のビジュアルスタイル、アクションパターンを新しい被写体に適用し、最終出力の一貫性とキャンペーンで使える完成度を保ちます。
マルチモーダルリファレンスミキシング
プロンプト、商品画像、動きのリファレンス動画、音声の手がかりを一つのワークフローに組み合わせ、最終動画に適切な被写体、動き、雰囲気、タイミング、音声表現を反映させます。
スケッチとレイアウトの方向
ラフスケッチ、構図メモ、レイアウトリファレンスを使い、被写体の配置、カメラによるアクションの切り取り方、シーンの展開を導きます。
オンスクリーンテキストアニメーション
SNS向けフック、商品訴求、字幕、数式、タイトルカードを、単語ごとに表示する、アクションに追従させる、特定のビートに合わせるなどの形で生成します。
超現実的なハイブリッドクリーチャーのデザイン
ゾウとカタツムリのハイブリッドからファンタジーの野生動物まで、不可能な動物の特徴を、解剖学、質感、動き、生息地に一貫性のある説得力あるシネマティックなショットへ融合します。
マルチフォーマットキャンペーンのバリエーション
一つのクリエイティブコンセプトから始め、縦型SNSクリップ、YouTube Shorts、正方形広告、ランディングページのヒーロー動画、解説動画、アバターシーン、商品ページのメディアへ展開します。
プロンプトベースの動画編集
既存映像を直接指示で編集します。ブランドの細部を加え、人やキャラクターを置き換え、元のカメラの動き、タイミング、シーン構成を保ちます。
See what creators make with Gemini Omni
Real clips shared on X—watch the posts below, then try Gemini Omni yourself on Topview.
Gemini Omni vs Seedance 2.0：AI動画ワークフローの比較
Gemini Omni FlashとSeedance 2.0はどちらもマルチモーダルAI動画ワークフローに対応していますが、得意とする制作工程は異なります。この比較では、公開状況、入力、出力制御、音声、編集、各モデルが適する用途に焦点を当てます。
ビジュアルプレビュー
ワークフローの適合性を比較する
以下の詳細な比較表を読む前に確認できる、簡潔なビジュアルリファレンスです。
Gemini Omni スタイルのワークフローで生成されたリファレンス主導のプロンプト シーン。
| 比較項目 | Gemini Omni Flash | Seedance 2.0 | 最適な用途 |
|---|---|---|---|
| 主な位置づけ | テキスト、画像、音声、動画に導かれる生成と自然言語による編集を備えた、Google初のGemini Omniリリース。 | 高解像度クリップ、ネイティブな音声ワークフロー、強力なシネマティック制御を備える制作志向のマルチモーダルモデル。 | リファレンス主導の編集・変換にはOmni、洗練されたマルチショット制作にはSeedance 2.0。 |
| クリップの長さと形式 | 現時点では最長10秒のクリップ。16:9、9:16、1:1のプラットフォーム適応出力に対応。 | 一般的に4〜15秒のショット、480p/720p/1080p出力、より多いアスペクト比の選択肢を提供。 | SNS向けの短い変換にはOmni、草案から完成までの長いシーンにはSeedance 2.0。 |
| 音声、発話、リップシンク | 同期音声を生成し、タイミング、環境音、ナレーションの手がかり、多言語リップシンクのワークフローに音声リファレンスを使用可能。 | ネイティブな音声・動画生成、効果音、ボイスオーバー、音楽、リップシンク主導のクリップに適しています。 | 音を軸にしたシーンにはSeedance 2.0、編集に導かれる同期、言語バリエーション、時間に合わせた映像変更にはOmni。 |
| リファレンス制御 | テキスト、画像、音声、動画、スケッチ、ストーリーボードで、キャラクター、商品、動き、スタイル、教育的な映像を導きます。 | キャラクター、スタイル、動き、音、マルチショットの連続性に向けた幅広いマルチモーダルリファレンス入力に対応。 | 絵やインフォグラフィックなど珍しいリファレンスがアイデアの軸になる場合はOmni、ショットの連続性を優先する場合はSeedance 2.0。 |
| 編集ワークフロー | 対話型の追加編集。オブジェクトの置き換え、背景変更、カメラ調整、リファレンス保持、80年代風への再スタイル、時間に合わせたテキスト追加が可能です。 | より広い生成パイプラインで、プロンプト主導のシーン生成、キャラクター・アクション編集、マルチショットの組み立てに対応。 | 自然言語で繰り返し調整する作業にはOmni、初回のシーンから完成に近い印象が必要ならSeedance 2.0。 |
| 提供状況と信頼性の指標 | 5月19日のGoogle I/O 2026で発表。Google製品上で提供され、SynthID/C2PAの来歴情報と、後日のAPIアクセスが予定されています。 | 解像度、動画の長さ、アスペクト比といった明確な制作設定を備え、クリエイタープラットフォームやAPIアグリゲーター経由で利用できます。 | Googleネイティブのクリエイティブ探索やYouTube ShortsのアイデアにはOmni、現時点でAPI対応の制作制御が重要ならSeedance 2.0。 |
プロンプト、リファレンス、現実世界の文脈から動画を生成
Gemini Omniスタイルのワークフローは、プロンプトと視覚・音声・動画リファレンスを組み合わせ、被写体、動き、カメラ表現、照明、スタイル、タイミング、プラットフォーム形式を一元的に指定できます。
商品広告、YouTube Shorts、多言語リップシンク動画、解説動画、ストーリーボード、スタイルテスト、リファレンスに基づく動画変換に活用できます。
Gemini Omniとは
Gemini Omniは、テキスト、画像、音声、動画の入力から動画を生成、編集、変換するGoogle DeepMindのマルチモーダル生成メディアモデルファミリーです。最初に公開されたモデルGemini Omni Flashは、5月19日のGoogle I/O 2026で発表されました。
クリエイターやマーケターにとって、Gemini OmniはAI動画生成を自然言語のワークフローへと進めます。アイデアやリファレンスから始め、同期音声付きの動画を生成し、クリップ全体を作り直すのではなく、狙いを絞った編集で結果を磨き上げます。
テキスト→動画画像→動画音声ガイド動画動画リファレンス自然言語による編集マルチモーダル入力リファレンス制御ストーリーボードから動画へ商品動画Gemini Omni FlashSynthID ウォーターマークYouTube Shorts
Gemini Omniプロンプトフレームワーク
公式プロンプトガイドの構成を使い、画面上で起きること、カメラの動き、シーンの雰囲気、リファレンスの保持方法を制御します。
被写体＋アクション
主役と見えるアクションから始めます。誰または何が登場するか、何が変化するか、視聴者に最初に注目してほしいことを指定します。
カメラのフレーミングと動き
クローズアップ、広角、トラッキングショット、ドリーイン、固定カメラ、ワンカット、スマートフォンのズームなどのショット表現を加えます。
スタイルと照明
リアル、シネマティック、クレイアニメ、水彩、鉛筆スケッチ、80年代レトロ放送、暖かな日光、リムライト、ネオンの夜景などで見た目を導きます。
場所と現実世界の文脈
環境を説明し、物理、歴史、科学、文化、科学インフォグラフィックのシーンを含む説得力ある細部に、モデルの世界知識を活用します。
リファレンスの一貫性
画像、動画、音声、ストーリーボードを使い、複数回の生成でキャラクターの外見、商品の形、動き、リズム、アバターの個性、視覚スタイルを保ちます。
反復編集の指示
背景を変える、オブジェクトを置き換える、カメラアングルを調整する、アニメーションテキストを加える、口の動きを別言語に同期する、音楽に合わせて編集するなど、的を絞った指示でクリップを調整します。
Gemini Omni Prompt Library
127+ Gemini Omni Prompts & Guide
Brand Commercial
Portable Fan UGC Product Video
A comprehensive prompt for generating vertical UGC-style product videos of portable fans, covering unboxing, macro details, and functional demos with a focus on ASMR and realistic textures.
Short Film
Ember and the Firefly Storyboard Shot 1
The opening shot for the 'Ember and the Firefly' cinematic demo, featuring a wide push-in on a character freezing as they spot a glowing firefly.
Social Lifestyle
Professional Boxer Daily Routine Sequence
A high-energy cinematic prompt for Gemini Omni that creates a 15-second day-in-the-life sequence of a Japanese boxer.
Channel Intro
Chinese Anime Character Introduction
A fast-paced 5-second 2D Chinese anime character intro clip using three reference images, featuring ink-wash backgrounds and heroic poses.
Game Cinematic
Sims-Style Character Creation Video
A creative prompt for making a video similar to The Sims character creation interface, featuring dancing, a rotating Plumbob, and static UI.
Music Video
Soft Ink-Wash Fantasy Couple Dance MV
A comprehensive prompt for generating high-quality stylized music videos featuring two characters with unique VFX, soft ink-wash aesthetics, and synchronized hand-drawn effects.
より良いGemini Omniプロンプトの作り方
ステップ 1
シーンを定義
被写体、アクション、場所、望む結果を指定します。最初の数秒で視聴者に何を見せたいかを具体的に伝えましょう。
ステップ 2
クリエイティブな制御を追加
カメラの動き、ショットのフレーミング、照明、スタイル、音声の雰囲気、画面上のテキストやタイミングの要件を指定します。
ステップ 3
編集を重ねる
最初の結果の後、背景の変更、リファレンスの保持、動きの調整、テキストと音楽の同期など、焦点を絞った編集を指示します。
Gemini Omniスタイルのワークフローが活きる場面
発見、クリエイティブテスト、公開可能なコンテンツまで、一つのマルチモーダルワークフローで対応します。
| プラットフォーム | 最適な形式 | 活用例 |
|---|---|---|
| TikTok / Reels | 9:16 縦型 | 素早いフック、商品公開、テキスト同期の編集 |
| YouTube | 16:9 横型 | 解説動画、デモ、教育シーン |
| 有料広告 | 縦型 / 正方形 | バリエーションテスト、キャンペーンの切り口、商品ストーリー |
| Eコマース | 商品メディア | 商品の回転表示、ライフスタイルシーン、マーケットプレイス動画 |
| ランディングページ | ヒーロー動画 | 短いモデルのデモ、ローンチビジュアル、機能の説明 |
Gemini Omniスタイルのプロセスは、アイデアからリファレンスに導かれた動画へ素早く進み、同じクリエイティブの方向性を異なるチャネルに適応させる必要があるチームに最適です。
Gemini Omniモデルの詳細
動画ワークフローにとって重要な公式 Gemini Omni および Gemini Omni Flash 情報のクリエイター向けの概要。
モデル
Gemini Omni Flash
Gemini Omni マルチモーダル ジェネレーティブ メディア ファミリで最初にリリースされたモデル。
ステータス
Google I/O 2026（5月19日）で発表
Google DeepMind がマルチモーダルな動画生成・編集ワークフロー向けに導入。開発者/API 向けのより広い提供は今後予定されています。
ワークフロー
生成/編集/変換
プロンプトとリファレンスから動画を生成し、自然言語の指示で結果を調整します。
解像度
最大10秒、高品質、同期音声付き
公式資料では、同期音声付きの高品質動画出力と、テキスト・画像・音声・動画入力への対応が強調されています。
動画の長さ
最大10秒（まもなく拡張予定）
初回リリースのクリップは現在最大10秒で、より長い生成や延長ワークフローの拡張が見込まれます。
アスペクト比
16:9、9:16、1:1（プラットフォーム適応）
YouTube、Shorts、ソーシャル広告、商品ページ、解説動画、シネマティックなシーンへの展開に適しています。
動画入力
動画リファレンス
既存クリップを、動き、アクション、シーン構成、動画変換のリファレンスとして使用します。
画像入力
画像参照
アップロードされた画像から、キャラクター、商品、オブジェクト、スタイルの手がかり、ストーリーボードのフレームを保持します。
音声入力
音声リファレンス
音声入力で、リズム、サウンド、環境音、ナレーション、映像のタイミングを導きます。
テキスト入力
自然言語プロンプト
プロンプトの指示に従って、主題、アクション、カメラ、照明、スタイル、場所、テキスト、タイミングを制御します。
対話型編集
反復編集
プロンプト全体を書き直すことなく、フォローアップの指示に従って、生成済みまたは既存の動画を調整します。
最適な用途
クリエイティブの反復 / 商品動画 / 解説動画
プロンプト主導の動画コンセプト、リファレンスの一貫性、迅速なキャンペーンバリエーションを必要とするチームに役立ちます。
よくある質問
Gemini Omniは、テキスト、画像、音声、動画の入力から動画を生成、編集、変換するGoogle DeepMindのマルチモーダル生成メディアモデルファミリーです。Gemini Omni Flashは、Google I/O 2026で発表された最初のモデルです。
はい。 Gemini Omni Flash は、5 月 19 日の Google I/O 2026 で発表されました。利用可能かどうかは、Google の製品内容、地域、アカウントの資格、およびその後の開発者/API のロールアウトによって異なります。
公式資料では、Gemini Omniはテキスト、画像、音声、動画の入力をサポートし、同期された音声を含む最大10秒の高品質な動画出力に重点を置くと説明されています。
優れたプロンプトでは、被写体、アクション、シーン、カメラのフレーミング、カメラワーク、照明、スタイル、リファレンスに加え、音声、リップシンク、インフォグラフィック、テキストのタイミング要件を説明します。
はい。Gemini Omniは、被写体、背景、カメラアングル、アクション、テキスト、スタイル、同期された視覚効果への対象を絞った変更など、自然言語による動画編集をサポートします。
リファレンス画像と動画は、生成や編集の過程で、キャラクター、オブジェクト、商品、アバターのアイデンティティ、モーション、環境、スタイルの一貫性を保つのに役立ちます。
Gemini Omni Flash モデル カードには、マルチターン編集、複雑なモーション、完全に正確なテキスト レンダリングにわたる完全な一貫性に関する残りの課題が記載されています。 SynthID/C2PA の出自は生成された出力を特定するのに役立ちますが、作成者は依然として人間によるレビューが必要です。
Gemini Omniは、自然言語編集とリファレンス変換のワークフローで特に強みを発揮します。Seedance 2.0は、長尺クリップ、1080pオプション、マルチショットのシネマティックな出力、厳密に同期された音声と動画の生成など、制作向けの設定に適しています。
はい。公式資料では、Gemini Omniは同期された音声とマルチモーダル入力を備えた動画出力を中心に位置づけられています。実際のワークフローでは、音声リファレンスと多言語音声トラックを使い、リズム、雰囲気、発話のタイミング、リップシンクの方向をガイドできます。
Googleは、対象となる18歳以上のクリエイターがYouTube ShortsとYouTube CreateでGemini Omniを無料で利用できると説明しています。開発者向けAPIへの一般公開はまだ広く始まっておらず、今後段階的に提供される予定です。
Gemini スタイル AI 動画の作成を開始する
プロンプト、画像、商品、クリエイティブなアイデアを、広告、SNS、商品ショーケース、ストーリーテリング向けのAI生成動画に変換します。
テキスト→動画 · 画像→動画 · 商品動画 · アバター動画