Google DeepMind は、開発者向けの新しいクリエイティブコントロールと生成ビデオ機能のスイートである Gemini Omni 1.1 Flash を発表しました。Google AI Studio の Gemini API から利用可能で、このアップデートはビデオ生成をより制御可能で、効率的で、本番環境に対応したものにすることに焦点を当てています。

主な機能には、既存のビデオを取得してシームレスに映像を生成し続けることを可能にするシーン拡張があります。モデルは最大 10 秒の以前のコンテキストを分析できるようになり、以前のバージョンが最後の 1 秒だけを参照していたのと比べて大幅な改善です。これにより、視覚的な一貫性と物語の追従性が向上し、より長いストーリーや分岐するクリエイティブな方向性が可能になります。

もう 1 つの機能は、最初と最後のフレームを指定できることで、スムーズなトランジションとカメラの動きを可能にします。これは、複雑なカメラオービット、ズームトランジション、シームレスなループクリップに最適です。ユーザーはキーフレームを定義して生成プロセスをガイドできます。

さらに、Gemini Omni 1.1 Flash は 360p 解像度での高速ドラフトをサポートしており、最大 60% 高速で、標準の 720p 出力の 3 分の 1 のコストです。これは、迅速なプロトタイピングやストーリーボードの反復に役立ちます。最終出力では、開発者は 1080p または 4K にアップスケールでき、プロフェッショナルな品質を確保できます。

このアップデートは、開発者がより高い精度と効率で高度なビデオワークフローを構築できるようにすることを目的としています。