AI開発者のPhilipp Schmidが、動画クリップを自然な言葉で編集するモデル「Gemini Omni Flash」のデモを公開し、「昼間にして」の指示で映像の光や空が変わる例を示した。
AI開発者のPhilipp Schmidが、動画を会話で編集するモデル「Gemini Omni Flash」のデモをXで公開した。撮影済みのクリップを読み込ませ、文章で変更内容を指示すると編集済みの動画が返ってくるという。示されたのは「昼間にして（Make it day time）」という指示で、照明・影・空の様子が昼間へ変化する例だ。
投稿では、この編集が約12行のコードと「Interactions API」（アプリからAIとやり取りするための接続窓口）で実装できると説明されている。動画の光や時間帯を変える編集は従来、専門ソフトと手作業を要したため、会話だけで書き換えられる方向性は制作の工数削減につながり、少ない記述量は開発者が自社サービスへ組み込みやすいことを意味する。
ただし本投稿は個人による紹介であり、モデルの正式名称・提供条件・対応地域といった具体は公式発表で確認する必要がある。現段階で確かなのは、会話による動画編集の体験と、実装の記述量が小さいという2つの主張である。
この変化で何が要点か。図解と出典つきで一目で。
構造化された事実を最初に。誰が何をいつどこでなぜどのように。
従来、動画の光や時間帯を変える編集は専門ソフトと手作業を要していた。近年は画像を文章で加工する生成AIが普及したが、それを動画に広げる試みが続いている。今回のデモは、その延長として「話しかけるだけで映像を書き換える」体験を示したものである。投稿者は少ないコード量で実現できる点を強調しており、開発者がすぐ試せることを狙っている。
動画編集を自然な言葉だけで行える方向性は、映像制作の工数を大きく削減しうる。少行数のコードで動くという主張は、開発者が自分のサービスに組み込みやすいことを意味する。ただし本投稿は個人による紹介であり、モデルの正式仕様や提供条件は公式発表で確認する必要がある。
AI開発者のPhilipp Schmidが、動画を会話で編集するモデル「Gemini Omni Flash」のデモを公開した。撮影済みのクリップを読み込ませ、文章で変更内容を指示すると、編集済みの動画が返ってくるという流れだ。示された例は「昼間にして」という一言で、照明の当たり方が変わり、影が動き、空の様子が昼間へと切り替わるものだった。
"Make it day time." The lighting shift, the shadows move, the sky changes. Gemini Omni Flash can edit your videos through conversation. Upload a clip, describe the change, get a new video back.
引用にある通り、投稿は「クリップを読み込ませ、変更内容を説明し、新しい動画を受け取る」という一連の体験を、専門ソフトの操作ではなく会話だけで完結させる点を強調している。
投稿でとりわけ目を引くのは、この編集が約12行のコードと「Interactions API」（アプリからAIとやり取りするための接続窓口）で実装できるという説明だ。
All it takes is 12 lines and the Interactions API
従来、動画の光や時間帯を変える編集は専門ソフトと手作業を要した。近年は画像を文章で加工する生成AIが普及したが、今回のデモはそれを動画へ広げ、なおかつ記述量の少なさを前面に出している。開発者にとっては、自分のサービスへ動画編集機能を試作する際の入り口が下がることを意味する。ただし、ここで語られる記述量はあくまで投稿者の紹介であり、実際の挙動や制約は自分の手で確かめる必要がある。
立場別、明日から動ける一手。
Gemini Omni Flashの正式名称・提供条件・対応地域が公式発表で明らかになるかを確認する。
デモで示された「昼間にして」のような照明・空の変更指示が自前のクリップで再現できるかを試す。
『Make it day time』の一言で照明・影・空が昼間へ変わるデモに、自然言語だけで動画の時間帯や光を編集できる手軽さへの期待が集まっている。
公式発表と各所の反応から編集部が要約した主な論点です。個別のX投稿そのものは下部のセクションに表示されます。
『Make it day time』
『約12行のコードとInteractions APIで動く』
『正式名称・提供条件・対応地域が未確認』
『約12行のコードとInteractions APIで動く』という点に開発者の関心が向く一方で、紹介が個人投稿であることから『正式名称・提供条件・対応地域が未確認』とする慎重な見方も併存する。議論の焦点は、自然言語による動画編集が映像制作フローをどこまで置き換えるか、そしてAPIの正式提供条件がいつ・どこで明らかになるかに向いている。
※トレンド検出時刻付近の人気投稿を表示
