動画を作る現場では、生成AIで1本の素材を出せても、その後の修正で手が止まりがちです。Googleは2026年5月19日のGoogle I/O 2026で、画像・音声・動画・テキストを入力にして動画を生成し、会話で編集できる新モデル「Gemini Omni」を発表しました。これは、AI動画制作が「一発生成」から「素材を持ち寄って、会話しながら作り直す」方向へ進むニュースです。
1. 何が発表されたのか
GoogleはGemini Omniの公式発表で、最初のモデルとして「Gemini Omni Flash」を公開すると説明しました。Gemini Omniは、Geminiの推論能力と生成能力を組み合わせ、まずは動画から対応する新しいモデルファミリーです。
Google I/O 2026全体のまとめでも、GoogleはGemini OmniとGemini 3.5を新モデルとして位置づけ、Gemini Omniについて「any input」から作れるモデルとして紹介しています（Google I/O 2026まとめ）。
提供面では、Gemini Omni FlashはGoogle AI Plus、Pro、Ultra加入者向けにGeminiアプリとGoogle Flowでグローバル展開され、YouTube ShortsとYouTube Create Appでは今週から無料ユーザーにも順次提供されるとされています。開発者と企業向けAPIは、今後数週間で展開予定です。
2. どこが従来のAI動画生成と違うのか
今回のポイントは、動画を「生成する」だけでなく、会話で編集し続けられる点です。Googleは、Gemini Omniで動画に対して自然言語で指示を重ね、環境、角度、スタイル、具体的な細部を変更できると説明しています。
もう一つの特徴は、入力の幅です。Googleによると、Gemini Omniは画像、音声、動画、テキストを組み合わせて入力し、ひとつのまとまった動画を生成できます。たとえば、キャラクター画像、参考動画、音声素材、短い説明文を組み合わせて、動きやスタイルを反映したクリップを作るような使い方が想定されています。
これは制作現場で見ると、かなり実務的です。AI動画生成はこれまで、「いい感じの映像は出るが、直したい箇所をピンポイントで直しにくい」という課題がありました。会話で編集できるなら、ラフ案、尺の調整、背景変更、演出違いの比較といった工程が、より短いサイクルで回る可能性があります。
3. マーケティング・教育・SNS運用で何が変わるのか
ビジネス利用で最初に影響が出やすいのは、広告、SNS、オウンドメディア、教育コンテンツです。Google Flow側の発表でも、FlowとFlow MusicにGemini Omniを組み込み、クリエイティブ制作を強化する流れが示されています（Google Flow更新）。
たとえば、マーケティングチームなら次のような使い方が考えられます。
- 商品写真とブランド資料から、SNS向けの短尺動画を複数パターン作る
- 展示会や採用イベント用の背景動画を、会話しながら修正する
- 営業資料の図解を、説明動画として動かす
- 教育コンテンツの難しい概念を、短いアニメーションにする
- YouTube Shorts向けに、既存素材を別フォーマットへ展開する
ただし、これは制作会社や編集者が不要になるという話ではありません。むしろ、良い企画、ブランド判断、権利確認、最終品質のチェックは残ります。変わるのは、初稿を作るまでの時間と、修正案を試す回数です。
4. 導入時に見るべきポイント
Gemini Omniを業務で使う場合、まず確認したいのは利用条件です。Googleの発表では、GeminiアプリとGoogle Flowでの利用、YouTube Shorts/YouTube Create Appでの展開、開発者・企業向けAPIの今後の提供が示されていますが、企業利用時の管理機能、権限、ログ、地域別条件は実際の提供画面や契約条件を確認する必要があります。
次に、素材と権利です。画像、動画、音声を入力できるということは、社内素材、顧客素材、人物の声、外部から受け取った参考素材をAIに渡す場面が増えるということです。制作ルールには、入力してよい素材、使ってはいけない素材、外部公開前の確認項目を入れる必要があります。
Googleは、Gemini Omniで作成された動画に不可視のSynthIDデジタルウォーターマークを含め、Geminiアプリ、Chrome内のGemini、Google Searchで生成動画であることを確認しやすくすると説明しています。ただし、ウォーターマークは説明責任を補助する仕組みであって、権利処理やブランドチェックを自動で済ませるものではありません。
5. 今回のニュースの見方
Gemini Omniの発表で面白いのは、AI動画が「テキストから映像を出す」だけの競争から、入力素材をまとめ、会話で編集し、用途別に展開する制作環境の競争へ移っている点です。
企業がいま準備すべきなのは、どのAI動画ツールが一番すごいかを決めることだけではありません。自社のブランド素材をどこまでAIに渡してよいか、誰がプロンプトを作るのか、どの段階で人が確認するのか、完成物に生成AI利用をどう記録するのかを決めることです。
AI動画の価値は、派手なデモよりも、修正のしやすさで決まります。現場で本当に効くのは、一度で完璧な映像を出すことではなく、チームが納得するまで短い往復で直せることです。
