Google I/OでGemini Omni発表：対話で動画を編集、素材と連続性の管理は自己責任で

イベント日：2026-05-19；本文ファクトチェック日：2026-09-14。5月19日のGoogle I/OにてGemini Omniが発表され、初期段階では動画生成と対話型編集に重点が置かれています。

公式デモではテキスト、画像、動画を参照元として用い、複数回の指示でシーンやアングルを修正していました。音声リファレンスは初期段階では音声（声）のリファレンスのみに対応しており、その他の音声は今後の計画とされています。同日、Geminiアプリの告知ではPlus／Pro／Ultra向けに段階的に提供される旨が記載され、Flowなどの各エントリポイントにはそれぞれの提供条件が設けられています。公式発表では物理法則やシーンの整合性が向上したとされていますが、生成されたすべての動画が現実世界に即している、あるいは素材の権利処理が完了しているとみなすことはできません。以下の生活および業務シナリオは編集部が設計した例であり、読者自身による検証用として提示したもので、当サイトによる製品の実機テストではありません。

撮影前のショットリスト策定と変更不可項目の設定

生成ツールを動画制作に介入させる前において、最も根本的な作業となるのは依然として綿密な絵コンテの設計です。陶芸のロクロ成形の撮影を例にとると、クリエイターはまずスクリプト内で各カットの撮影距離、被写体のフォーカス、想定される画面の動きを明確にリストアップしておく必要があります。ロクロ成形の工程には、芯出し、穴あけ、引き上げから成形に至るまで複数の連続動作が含まれます。事前にショットリストを定義せず、整理されていないクリップをそのままモデルに入力して処理させると、対話のやり取りの中でフォーカスを見失いやすく、出力される映像が断片化してしまう原因になります。

ショットリストに加えて、クリエイターはプロジェクト開始時に被写体の変更不可項目を定めておく必要があります。陶芸工房の背景の調度品、ロクロの回転方向、粘土の初期量、陶芸家の袖口のデザインなどは、すべて固定して不変とすべき視覚的アンカーポイントです。モデルに対してアングルの調整や画角の変更を指示する際、これらの固定基準を明確にロックしておかないと、モデルが自由勝手に解釈してしまい、本来その工芸らしさを特徴づけていた重要ディテールが改変され、その後の映像のつながりを合わせるのが一段と難しくなります。

対話型の複数回調整メカニズムとプロンプトドリフトの防止

対話型編集の大きな強みは、クローズアップを要求したり俯瞰アングルに変更したりといったように、クリエイターが自然言語でカットを微調整し続けられる点にあります。しかし、複数回の対話はプロンプトドリフトを引き起こす主な原因でもあります。指示が何層にも積み重なると、システムは1巡目で設定した環境の基本トーンから徐々に逸脱していく傾向があります。前回の対話で生成された修正結果をそのまま引き継いでさらに修正を重ねていくと、数回の対話の後には粘土の色合いが狂ってしまったり、本来素朴だった木製の作業台が突拍子もないモダンなデスクへと変貌してしまったりすることがあります。

視覚的ドリフトを防ぐ有効な方法は、生成された動画を次の入力として繰り返し使うのではなく、オリジナルの実写素材のみを入力の基準とし続けることです。新しい視角やカメラワークの軌道を試す必要があるたびに、最初に確認が取れているリファレンス動画や静止画に戻り、修正要求を1つのプロンプト内に再構成した上で、どの要素を元素材から引き継ぎ、どのアングルの再描画を許可するのかを明確に指示すべきです。参照点を常に原点へ引き戻すことによってのみ、複数回のテストを経ても映像スタイルの統一性を保つことができます。

リリース時のアナウンスでは、音声入力は初期段階で声のリファレンスのみに対応し、その他の音声入力は今後の計画であると説明されています。この制限は入力リファレンスの種類に関するものであり、モデルが環境音を一切生成できないという意味ではありません。陶芸ショート動画で現場のロクロの音や水音を忠実に残したい場合、より確実なアプローチは、現場のオリジナル録音を残しておき、実際の作品の必要性に応じてどの音を生成素材で補完するかを判断することです。

陶芸制作における手のディテールと物理ロジックの検証

工芸系ショート動画の説得力の根幹は、厳格な物理的リアリズムの上に成り立っています。しかし、手の動きによる成形プロセスは、生成モデルが最も破綻を露呈しやすい部分でもあります。陶芸家がロクロを回す際、両手は特定の角度で力を加え続ける必要があり、親指と人差し指の押圧力が直接粘土の壁を上方へ引き上げます。生成された映像を検収する際は、指の関節が不自然に融合していないか、指先の水跡の流れが遠心力に従っているか、粘土の回転に伴う厚みの変化が塑性力学に合致しているかを1コマずつ精査しなければなりません。

モデルの開発チームは物理表現が継続的に向上しているとアピールしていますが、その主張はすべてのシーンが現実通りであるという保証にはなりません。粘土の質感が瞬間的に滑らかになったり、回転の中心が不自然にずれたりといった微細な欠陥は、一般の視聴者にはすぐに見抜けないかもしれませんが、工芸を愛好するプロやファンの信頼を著しく損ないます。したがって制作フローにおいては、技術的ディテールに関わる重要アクションには実写のリアルなカットを優先して残し、生成技術はつなぎのカットやアングルの補完など補助的な役割に留めるべきであり、本末転倒になってはなりません。

光影の方向の一致と工房ツールの配置確認

動画の連続性は、被写体の動作だけでなく、空間全体の光と影のロジカルな整合性にも大きく依存します。陶芸工房には通常、側面の窓からの自然光や斜め上の作業用スポットライトなど、固定された主光源が存在します。指示を出して俯瞰アングルへの変換を求める際には、陶器の内側と外側で影の濃淡が正しいかを綿密に照合する必要があります。前のミディアムショットで光源が左側にあったのに、生成されたアップショットに切り替わった途端に影が逆方向に落ちていれば、つなぎ合わせた際に強い視覚的違和感が生じます。

作業台の上の補助ツールも同様に、厳密な空間配置の検証が求められます。削りベラ、成形コテ、切り糸、吸水スポンジなどはロクロ成形の各段階でそれぞれの役割を果たしており、台の上での配置位置には合理的な因果関係が必要です。前のカットで水桶に浸かっていたスポンジが、次の瞬間にアングルが変わると乾いた粘土台の脇に忽然と現れるようなことがあってはなりません。クリエイターは出力された各クリップを検収する際、周辺の道具リストを作成し、対話編集の過程でアイテムが勝手に出現したり位置が変わったりしていないかを確認する必要があります。

単一のカットの微調整が完了したら、すべてのクリップをノンリニア編集ソフトのタイムラインに順番通りに並べ、動的な検収を行う必要があります。個別の生成クリップを単体で見れば美麗に思えても、前後の実写カットと連続して再生して初めて、トランジション瞬間のスピードやリズム、ハイライトの反射点、色温度にわずかな揺れがないかどうかが浮き彫りになります。編集タイムライン上でクロスチェックを通過したクリップだけが適格な素材とみなされ、最終的なショート動画のカラーグレーディングや整音工程へと進めることができます。

素材の利用許諾の境界と事実記録の提示原則

自主撮影した素材であっても、他者の顔、作品、ブランド情報が含まれている可能性があります。公開制作を行う前に、参加者が同意している使用範囲を事前に確認し、利用する参照素材やプラットフォームの規約と照合しておくことができます。生成ツールの出力結果や透かしは、これらの確認の代わりにはなりません。特定の公開用途における権利関係に疑問が残る場合は、公開前にクリアにしておくべきであり、モデルが返答した内容を許諾の証明として扱ってはなりません。

最後に、クリエイターはショート動画を公開する際、視聴者に対して透明性と誠実さを保つべきであり、生成や再構成を行った工芸シーンを未編集の現場のリアルな記録として偽装してはなりません。工芸の価値は、人の手と素材との間にあるリアルなせめぎ合いにこそ存在します。AIによるカット調整はアングル表現の創造的な拡張として活用できますが、過度な修正によって実際の制作プロセスを覆い隠してしまえば、記録としての本来の目的を失ってしまいます。「実写を主、生成を従」とする原則を確立してこそ、新たなツールを取り入れつつもコンテンツの信頼性を守り抜くことができるのです。

2026年AIニュース総まとめ：1月から9月までの重要動向と実生活への応用

Gemini SparkとDaily Brief：朝の要約からバックグラウンド処理へ進化するAI

• AIツール
• アプリ・ソフト
• AIニュース