あらゆる入力から動画を作成・編集

Googleの動画モデルで、DeepMindは「あらゆる入力から何でも作成・編集できるモデルへの次のステップ。まずは動画から」と説明しています。1つのモデルでテキストから動画、画像から動画、最初と最後のフレームの補間、被写体参照、動画編集、シーン拡張に対応し、すべてのクリップで音声、音楽、効果音を生成します。2026年8月27日にリリースされたバージョン1.1では、拡張、キーフレーム、1080p/4K出力が追加されました。

各生成パスは最大10秒です。シーン拡張では10秒単位で動画を延長し、累積で最大40秒まで生成できます。Popcraftでは、1つのスライダーで3秒から40秒まで任意の長さを選択するだけで、1つのプロンプトから拡張プロセスを自動で連鎖させます。スライダーにはモデルが生成可能な長さのみが表示され、生成された秒数に対してのみ課金されます。4Kでは連鎖は30秒で停止し、最初と最後のフレームからの動画は単一パスのため、3秒から10秒となります。

デフォルトでは、はい。Googleのガイドによると、モデルは「適切なオーディオトラックを生成しようとします」とされており、モデルカードには音声、音楽、効果音が記載されています。プロンプトで指示を出し、無音にしたい場合は「セリフなし」や「音楽なし」を含めてください。Popcraftのタイムラインで後からオーディオを置き換えたり、重ねたりすることもできます。

クリップを添付し、希望する合計長さを選択します。元のクリップはフレーム単位で保持され、10秒単位のセグメントが末尾に追加されます。連続性のため、クリップの最大10秒分が読み取られます。したがって、5秒のクリップは15秒、25秒、35秒になり、20秒にはなりません。Popcraftはモデルが生成可能な長さのみを提供し、その秒数に対して正確に課金します。拡張は末尾にのみ追加されます。

はい。ソースを添付し、変更内容を説明してください。Googleはシンプルな編集プロンプトと「それ以外はすべてそのままにして」の追加を推奨しており、モデルは言及されなかった要素を保持します。結果は元の長さとフレーミングを維持し、ソースクリップの長さに対して課金されます。音声ダイアログの編集はサポートされていません。

4Kは3840×2160でレンダリングされ、3倍の計算リソースを使用するため、720pの3倍の秒単価がかかります。各4Kセグメントは上流で数分かかるため、チェーンは30秒で停止します。生成前に、すべての長さと解像度のクレジット価格が表示されます。

各10秒セグメントは前のセグメントの拡張であり、モデルがビートを自ら計画するためです。Googleのタイムコード構文を使用して10秒ごとに1つの明確なアクションを指定し、映画的なつなぎは省いてください。5ビートの高密度なトレーラーは圧縮や並べ替えの対象になりますが、30秒で3ビートなら維持されます。

すべてのOmni動画にはGoogleの不可視なSynthID透かしが含まれており、C2PAコンテンツクレデンシャルに対応しています。これらはクリップの見た目に影響を与えずに出所を検証します。Popcraftの有料プランでは生成した動画の商用利用権が付与されます。無料プランのダウンロードにはPopcraftの透かしが表示されますが、有料プランでは削除されます。プロンプトや参照メディアに含まれる肖像やコンテンツについての責任はユーザーにあります。