Gemini Omni

位置づけの概要

Gemini Omni Flash の画像から動画への生成機能は、1 枚の静止画から短い納品可能な動画を素早く作りたい開発者向けです。画像 1 枚と、画面の動きや音声を記述したプロンプトを渡すだけで、音声付きの完成動画を出力でき、パラメータで 4〜10 秒の長さ、720p〜4K の解像度、横画面または縦画面の構図を選択できます。広告素材、SNS 向けショート動画、コンセプトデモを制作するチームに適しており、HiAPI.ai 上で統一インターフェースから呼び出し、従量課金で利用できます。

主な特長

• プロンプトで映像と音声を同時に記述——prompt で入力画像がどのように動き、どのような音を出すかを記述します。1 回の生成で映像の動きと音声が含まれるため、後工程の音声収録を削減できます。
• 配信チャネルに合わせて出力仕様を選択可能——4/6/8/10 秒の長さ、720p/1080p/4K の解像度、16:9・9:16 の 2 種類の画面比率に対応し、横画面・縦画面の配信に適合します。
• シード固定で結果を再現しやすい——seed パラメータを提供し、同じ入力であれば同じ結果を安定して再現できるため、デバッグや一括生成時の照合が容易です。

機能説明

1 枚の画像から音声付き動画を生成：入力画像 1 枚とプロンプト 1 つを受け取り、動きと音声を含む動画を出力します。絵コンテから編集までの途中工程を省けます。

長さと画面比率をパラメータ化：duration で 4〜10 秒の間を指定し、aspect_ratio で横画面または縦画面を選択できるため、配信枠に合わせた仕様の素材を直接生成できます。

解像度を段階的に出力：720p、1080p、4K の 3 段階の出力に対応します。デバッグ段階では低解像度で素早く検証し、確定後に高解像度へ切り替えられます。

シード制御可能な一括生成：同じ seed を渡すと同じ結果を再現できるため、一括タスクでスタイルの基準を固定し、パラメータ変更による差異を特定できます。

適用シーン

• EC 運用：商品メイン画像をショート動画に——商品の静物画像をアップロードし、表示時の動きを記述して、9:16 縦画面動画を生成すれば、フィード広告や商品詳細ページにそのまま利用できます。
• SNS クリエイター：1 枚のイラストから動的コンテンツを作成——イラストや写真を入力として数秒の動画を生成し、ショート動画プラットフォームの更新素材として利用することで、コマ送り制作のコストを削減できます。
• デザインチーム：コンセプト画像の動的プレビズ——デザイン案やコンセプト画像を音声付きの短い動画に変換し、クライアントやチームに映像のテンポや雰囲気を提示してから、本制作に進むか判断できます。

制限と選定のヒント

現在、各タスクは入力画像 1 枚のみを受け付け、prompt は必須で画面の動きと音声の両方を記述する必要があります。出力の長さは 4〜10 秒に限定され、画面比率は 16:9 と 9:16 のみに対応し、複数画像の参照やカメラワークの延長には対応していません。この機能はまだ提供開始前（comingSoon）で、現時点では呼び出せません。複数画像の参照やマルチモーダルな組み合わせ入力が必要なシーンでは、同ファミリーの他のラインを選択してください。正式な提供状況はプラットフォームの公開状況に準じます。