2026年5月19日に開催されたGoogle I/Oで、グーグルは新しいマルチモーダル生成モデルファミリー「Gemini Omni」を発表した。複数のツールを寄せ集めるのではなく、単一のシステムとして一から構築された点が特徴で、同社はこれを「あらゆるインプットからあらゆるものを作り出すモデルへの第一歩 ― まずは動画から始める」と表現している 。
このファミリーの最初のモデルであるGemini Omni Flashは、2026年5月20日にリリースされた 。テキスト、画像、音声、動画を入力として受け付け、編集可能な動画を出力する。会話形式で編集ができ、各プロンプトが以前の文脈をすべて引き継ぐ仕様だ 。
Gemini Omni Flashは、次の3つの主要チャンネルを通じて利用できる 。
なお、開発者向けのAPIは、リリースから数週間以内に公開される見込みだ 。
初期の報告によると、Omni Flashは最大10秒のネイティブ音声付き1080p動画クリップを生成できる 。このモデルは物理現象や実世界での物体の振る舞いに対する理解を組み込んでいるため、ショット間での一貫性が特徴だ。キャラクターの見た目が変わらず、照明の質感がマッチし、カメラアングルも会話だけで調整できる 。
すべての生成物にはSynthIDの電子透かしが付与される 。また、自分の顔と声を生成クリップに挿入できるアバター機能も用意されている 。
友達と食事の相談をメッセージでしていると、マジックキューがGeminiを使ったレストラン探しを提案し、チャットを離れることなく、浮動ウィンドウに結果を表示してくれる 。
また、Geminiは、買い物の注文や配車の予約といった日常的な作業を、ユーザーが操作権限を保ったままバックグラウンドで処理できるエージェント機能も備えている。この機能は、Geminiアプリのベータ版機能として展開中だ 。
6月のAndroid Drop全体では、新機能としてGoogle フォト「ワードローブ」が2026年6月の第2週から米国、インド、ブラジルで提供開始されるほか、Android版ChromeへのGemini統合が2026年6月下旬に予定されている 。
2026年6月のPixel Dropは、対象のPixel端末に対して6月2日~3日頃から配信が始まり、その後数週間をかけて、通信キャリアや端末に応じて段階的に機能が展開されている 。Screen Reactionsは今夏中にPixelで利用可能になる予定で 、Gemini Omni Flashはすでに加入者およびYouTube Shortsユーザー向けに提供が開始されている 。