最新 GenAI 技術
Google「Gemini Omni Flash」API公開プレビュー──動画までネイティブ生成するマルチモーダル
サマリー
Google は2026年6月、ネイティブマルチモーダルモデル Gemini Omni / Omni Flash を API 公開プレビューに投入。画像・音声・動画・テキストを任意に組み合わせた入出力に対応し、企業が動的な動画ワークフローを初めて API だけで構築できるようになった。
「動画も出せるLLM」がAPIに降りてきた
Google は2026年6月、Gemini Omni / Omni Flash を API 公開プレビューとして開放した。テキスト・画像・音声に加えて動画生成までをネイティブに統合したマルチモーダルモデルで、これまで別サービスの組み合わせでしか実現できなかった動画ワークフローを、単一 API で構築できる。
Flash 系は速度・コストを重視した設計で、eコマースの商品動画、研修コンテンツ、広告クリエイティブの大量生成といった業務ユースケースを想定する。
エンタープライズにとっての意味
動画生成は「面白いデモ」から「量産パイプライン」の段階に入った。ブランド統制・権利処理・レビュー工程を含むワークフロー設計が本番化の成否を分ける。テキスト生成で確立した統制の型を、映像資産にも拡張する時期に来ている。
海外の最新技術動向を、自社の業務にどう翻訳するか。Meta Flow AI が伴走します。
出典