Google DeepMindが2026年5月19日のGoogle I/Oで発表したOmniファミリー第一弾。同日よりGeminiアプリ、Google Flow、YouTube Shortsで消費者向け提供を開始した。 テキスト、画像、音声、動画を一つの入力として扱い、3~10秒の720p動画(24fps)を生成。同期したネイティブ音声も同時生成される。

Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What are the key details about Google's Gemini Omni Flash model — including its release date, cap. Article summary: Here is a fact-checked breakdown of every key detail about **Gemini Omni Flash**.. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
Google DeepMindは、2026年5月19日のGoogle I/Oで、Omniモデルファミリーを発表しました。そのスローガンは「あらゆる入力からあらゆるものを創造する、まずは動画から」。第一弾となる Gemini Omni Flash は、同日よりGeminiアプリ、Google Flow、YouTube Shortsで消費者向けに提供が開始されました 。開発者向けには、同年6月30日よりモデルID
gemini-omni-flash-preview として、Gemini APIとGoogle AI Studioでパブリックプレビューが提供されています 。Google DeepMindは、同年7月5日に公式モデルカードを公開しました
。
従来のパイプラインモデルが入力を順次変換するのに対し、Gemini Omni Flashはテキスト、画像、音声、動画を単一の統合入力として処理し、動画を出力します。これが「any-to-any」と呼ばれる能力です 。
このモデルは、3~10秒の720pクリップ(24fps) を、16:9、9:16、1:1のアスペクト比で生成できます。しかも、動画と同じパスで同期したネイティブ音声も同時に生成されます 。
1つのプロンプトで、最大7枚の参照画像、1つの動画クリップ、テキストによる指示を同時に入力でき、それらを融合した一貫性のある出力を作り出します 。例えば、商品写真、背景動画、説明文を入力すれば、短いプロモーションクリップを生成してくれる、といった具合です。
最大の目玉機能は、Interactions API によって実現された会話形式の動画編集です 。別の編集ツールに書き出す必要はありません。ユーザーは自然言語を使って、繰り返し出力を洗練できます。具体的には、キャラクターの入れ替え、商品の差し替え、スタイル変換、オブジェクトの追加、照明の変更などが可能で、モデルはユーザーが保持したい部分を維持します
。会話の各ターンで新しい動画が生成され、モデルは前のターンからのコンテキストを理解します
。
APIの料金は、生成動画1秒あたり0.10ドル、つまり10秒のクリップで約1ドルです 。これはGoogleの別モデルVeo 3.1 Fastと同等の価格で、Omni Flashは動画ワークフローにおける低コスト・高速反復の選択肢として位置づけられています
。また、入力トークン100万トークンあたり1.50ドル、動画出力トークン100万トークンあたり17.50ドルという料金体系も設定されています
。
消費者向けには、YouTube Shortsで18歳以上のユーザー向けに無料で提供されています 。また、Google AI Plus、Pro、Ultra の各サブスクリプションにも含まれています
。
10秒という上限は、ローンチ時点での意図的なプロダクト判断です。より長い時間の動画生成は、将来のリリースで計画されています 。Googleはこれを、能力と安全性のバランスを取るための責任ある展開戦略と位置づけています
。一部の識者は、この制限はモデルアーキテクチャ上の限界ではなく、デプロイ側の制限である可能性を指摘しています
。
Omni Flashで生成または編集されたすべてのクリップには、不可視のSynthIDデジタル透かしが埋め込まれます 。ユーザーは、Geminiアプリ、Chrome内のGemini、Google検索で、「この動画はGoogle AIで作られましたか?」と尋ねることで、AI生成コンテンツかどうかを確認できます
。対応するGoogleのサービス上では、コンテンツはC2PAコンテンツクレデンシャルも保持します
。この透かしをAPIで無効化することはできません
。
2026年7月1日、AdobeはGemini Omni FlashをAdobe Fireflyのパートナーモデルとして追加しました。これにより、Fireflyのインターフェースとクレジットシステムを使って、平易な英語で動画編集が可能になります 。料金は、動画1秒あたり30クレジットです
。これは、Google I/Oで発表された、AdobeコネクタをGeminiに提供するという広範なパートナーシップに続くものです
。ユーザーは、Text to VideoモジュールのModelドロップダウンからアクセスできます
。
Omni Flashと同時にリリースされた Nano Banana 2 Lite(モデルID: gemini-3.1-flash-lite-image)は、GoogleのNano Bananaファミリーで最速かつ最も低コストな画像モデルです 。画像を4秒未満で生成し、コストは画像1,000枚あたり0.04ドル未満です
。一般提供は2026年6月30日に発表され、Google Cloud、Google AI Studio、Gemini API、Gemini Enterprise Agent Platformで利用可能です
。
Googleは、Google I/O 2026でOmni Product Studioをデモ公開しました。これは、静的な商品画像をシネマティックなEコマース動画に変換するデモアプリで、Gemini Omni Flashを活用しています 。
アップロードした動画の編集は、欧州経済領域(EEA)、スイス、英国のユーザーに対して制限されています 。コミュニティレポートでは、インドや一部の米国州でも制限が確認されています
。また、このモデルは、自身が生成したクリップのみを確実に編集できます。第三者がアップロードした任意の動画の編集は、ディープフェイク悪用への安全対策として信頼性が低いとされています
。音声と会話の編集機能は、ディープフェイクへの懸念から、ローンチ時点では意図的に提供を控えています
。
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Google DeepMindが2026年5月19日のGoogle I/Oで発表したOmniファミリー第一弾。同日よりGeminiアプリ、Google Flow、YouTube Shortsで消費者向け提供を開始した。
Google DeepMindが2026年5月19日のGoogle I/Oで発表したOmniファミリー第一弾。同日よりGeminiアプリ、Google Flow、YouTube Shortsで消費者向け提供を開始した。 テキスト、画像、音声、動画を一つの入力として扱い、3~10秒の720p動画(24fps)を生成。同期したネイティブ音声も同時生成される。
最大の特徴は「会話形式の動画編集」(Interactions API)。自然言語で指示を出すだけで、生成した動画を繰り返し修正できる。