Gemini Omni

位置づけの概要

gemini-omni-flash/reference-to-video は Gemini Omni Flash ファミリーの参照画像からの動画生成ラインで、参照画像による動画生成と先頭フレーム画像による動画生成の2種類のタスク形態をサポートします。開発者は1枚から7枚の参照画像とプロンプトを送信するだけで、被写体・シーン・スタイルが参照画像によってどのように制約されるかを記述し、4〜10秒、720p〜4k、横縦画面選択可能な制御性の高い動画を生成できます。広告、EC、ショート動画素材においてキャラクターの一貫性と画面スタイルを固定したい開発者に適しています。

主な特長

• 複数の参照画像で被写体とスタイルを制約——一度に最大7枚の参照画像を送信でき、プロンプトで各画像がそれぞれ被写体・シーン・スタイルを制御するよう指定できます。
• 長さ・解像度・アスペクト比をすべて選択可能——出力の長さ4/6/8/10秒、解像度720p/1080p/4k、アスペクト比16:9または9:16をリクエスト内で直接指定できます。
• 再現可能なシードパラメータ——整数の seed パラメータを提供し、同一設定下でのバッチ生成時に結果の安定性と比較を保ちやすくします。

機能説明

参照画像駆動による一貫性のある生成：1〜7枚の参照画像を入力とし、プロンプトで被写体の外観・シーン・画面スタイルを制約し、複数ショット素材間での外観のブレを低減します。

仕様パラメータを必要に応じて指定：1回のリクエスト内で長さ・解像度・アスペクト比を直接設定でき、縦画面ショート動画や横画面配信の仕様要件に直接マッチする出力が得られます。

シード制御とバッチ生成：seed パラメータでランダム入力を固定でき、バッチ出力時に同一バージョンを再現したり、パラメータを小幅に変えて比較したりできます。

長いプロンプト記述：prompt は最大20000文字をサポートし、カメラワーク・動作・参照画像の役割分担を完全に記述できます。

適用シーン

• 広告・ECチームがキャラクターの一貫した素材を制作——複数の商品・モデル参照画像をアップロードし、スタイルが統一された4〜10秒の縦画面ショート動画を生成して、フィード配信や詳細ページの動画枠に活用します。
• ショート動画クリエイターが横縦両バージョンをバッチ出力——同じ参照画像セットから16:9と9:16をそれぞれ生成し、メインサイトと縦画面チャネルに適合する2セットの完成品を得ます。
• バージョンの追跡が必要な生成フロー——seedとプロンプトを固定して再実行し、再現可能なショットバージョンを得て、クライアントの試写や後続のイテレーション比較に使用します。

制限と選定のアドバイス

画像からの動画生成と参照画像からの動画生成のみをサポートし、純粋なテキストや音声の入力は受け付けません。出力の長さは4〜10秒に限定され、それより長い連続ショットを一度に生成することはできません。参照画像は最大7枚までで、パラメータセットは固定されており、追加の編集や続き生成の指示には対応していません。純粋なテキスト駆動やより長い内容が必要な場合は、同ファミリーの他のラインを選択するか、分割して連結生成してください。