Gemini Omni

Gemini Omniは、Google DeepMindが開発するマルチモーダル動画制作モデルです。一般的なテキストから動画を作るツールとは異なり、複数回の指示で前の結果を踏まえて編集でき、テキスト、画像、動画、音声を組み合わせた入力にも対応します。

利用するにはNano Banana Proにサインインし、Gemini Omniを選択して、画面に表示されるクレジット残高とモデルの利用条件を確認してください。利用できる入力方法や生成オプションは、選択したモデルによって異なります。

Gemini Omniは、テキストプロンプト、最大7枚の参照画像、動画クリップ1本（最大100MB、最長30秒）、音声入力に対応します。1回の生成で複数の入力形式を組み合わせ、たとえば参照画像とテキストの指示で、動画のスタイルや動きを指定できます。実際に利用できる入力方法は、選択したモデルや画面の設定をご確認ください。

まず動画を生成し、その結果に対して自然な言葉で追加の指示を出し、段階的に調整します。カメラアングルや照明を変える、オブジェクトを置き換える、効果を加える、スタイルを変えるといった編集ができます。指示していない要素が保たれるかどうかは、入力や指示によって異なります。

設定できる動画の長さや画面比率は、選択したモデルと画面に表示されるオプションによって異なります。利用前にモデルの設定をご確認ください。

商用利用の可否は、選択したモデルとNano Banana Proの利用条件によって異なります。使用前に適用される条件をご確認ください。

モデルごとに入力方法や編集機能、生成オプションが異なります。Nano Banana Proで利用できる機能や条件は、モデル選択画面と表示される利用条件をご確認ください。

自然な言葉で指示しながら、動画を段階的に作り、調整できます。動画版のNano Bananaのように、前の編集を踏まえて続きを編集し、複数回のやり取りでシーンを整えられます。