This is Gemini Omni ♾️ #GoogleIO

Google DeepMindがGoogle I/O 2026に合わせて公開した短編動画では、Gemini Omniを動画を中心とするマルチモーダル生成・編集モデルとして紹介している。このモデルは、テキストだけでシーンを作る方式にとどまらず、画像・音声・既存の動画も入力として受け取り、1つの成果物にまとめることを目指している。 · 公式紹介で示されている用途は、対話型編集に重点を置いている。ユーザ

Google DeepMindがGoogle I/O 2026に合わせて公開した短編動画では、Gemini Omniを動画を中心とするマルチモーダル生成・編集モデルとして紹介している。このモデルは、テキストだけでシーンを作る方式にとどまらず、画像・音声・既存の動画も入力として受け取り、1つの成果物にまとめることを目指している。

公式紹介で示されている用途は、対話型編集に重点を置いている。ユーザーは既存動画の美的表現や動き、効果を自然言語で変更し、編集を続けながら同じシーンの文脈と要素を維持できる。人物や物体を別の参照画像に置き換えたり、絵の動きをもとに新しい動画を作ったりする方式も含まれる。

動画制作においてOmniは、重力・運動・流体など現実の動きや、歴史・科学・文化的な文脈を活用した成果を目指している。Google DeepMindは、これにより写実的なレンダリングにとどまらず、入力素材同士の関係を反映した動画の制作と編集を支援すると説明している。生成または編集された成果物には、SynthIDデジタルウォーターマークとC2PAコンテンツ認証情報が適用される。