画像・動画生成AIが相次ぎ進化 OpenAI「Images 2.6」とGoogle「Gemini Omni 1.2 Flash」
OpenAIが画像生成モデル「Images 2.6」を、Googleが動画を扱う「Gemini Omni 1.2 Flash」を公開しました。文字の描き込みの正確さや、短い動画の生成・低価格化が進み、チラシやSNS用の素材づくりがさらに身近になります。

この記事のポイント
- OpenAI「Images 2.6」は画像内の文字の正確さや写実性が向上し、生成速度もアップ。日本語プロンプトへの対応も改善
- Google「Gemini Omni 1.2 Flash」は最大15秒の動画生成に対応し、APIの価格を約30%引き下げ
- 販促素材づくりに便利な一方、著作権・肖像権と「AI生成の表示」には注意が必要
OpenAI「Images 2.6」
OpenAIは11月4日、画像生成モデルの新版「Images 2.6」を公開しました。報道によると、画像の中に描く文字の正確さと、写真のようなリアルさが向上し、生成スピードも従来より速くなりました。日本語でのプロンプト(指示文)への対応も改善されたとされています。
API向けには、速さを重視したモデルと、品質や編集時の一貫性を重視したモデルの2種類が用意されました。ChatGPTの各プランで使えるほか、短いGIFアニメの生成にも順次対応します。
Google「Gemini Omni 1.2 Flash」
Googleは11月5日、動画を理解・生成できる「Gemini Omni 1.2 Flash」を発表しました。生成できる動画の長さが最大15秒に伸び、3〜15秒の間で1秒単位で指定できます。参考画像に近い動画を作ったり、会話しながら修正したりもできます。
API(720p)の料金は約30%引き下げられ、1秒あたり0.07ドルとされています。15秒の動画なら単純計算で約1ドルです。長時間の動画を読み込んで内容を解析する能力も強化されました。
| 項目 | OpenAI「Images 2.6」 | Google「Gemini Omni 1.2 Flash」 |
|---|---|---|
| 得意なこと | 画像の生成・編集 | 動画の生成・理解 |
| 主な改善点 | 画像内の文字の正確さ、写実性、生成速度 | 最大15秒の動画生成、長い動画の解析 |
| 使える場所 | ChatGPTの各プラン、API | Gemini API など |
※ 報道の単価をもとにした単純計算です。実際の料金は公式の料金表で確認してください
中小企業の活用イメージ
画像生成AIや動画生成AIは、デザイナーがいない会社でも販促素材を作れる強力な道具です。
- 店頭POPやチラシのイメージ案を何パターンも出す
- SNS用の短い紹介動画のたたき台を作る
- 商品写真の背景を季節に合わせて差し替える
文字の描き込みが正確になったことで、「画像の中の日本語が崩れる」という以前の悩みも減ってきています。
気をつけたいこと
- 著作権・肖像権:実在の人物や他社のキャラクターに似せた画像は作らない。AI生成物の著作権の扱いも確認しておく
- ディープフェイクと誤解されない使い方:実在の人物が話しているように見える動画は、販促でも避けるのが無難です
- AI生成であることの表示:広告で使う場合、AI生成画像であることの表示を求める動きが国内外で広がっています
- 最終チェックは人間が:商品の色や形が実物と違うと、誤解を招く表示になりかねません
まずは「社内資料の挿絵」や「SNS投稿のたたき台」など、失敗しても困らない用途から試すのがおすすめです。
この記事に出てくるAI用語
本文中の点線の下線がついた言葉は、クリックすると用語集の解説に飛べます。