会話するように動画の生成、編集が可能

会話するような感覚で簡単に動画生成ができ、自然言語だけで、より直感的に動画編集ができる。画像、音声、動画、テキストを自由に組み合わせての生成が可能。ゼロから作ることから、ギャラリーをリミックス、用意されたテンプレートで生成するなど、プロンプトを入力するだけで、誰でも簡単に動画の生成、編集をすることができる。プロンプトは前の文脈を引き継ぎ、登場するキャラクターの見た目や特徴を一貫して維持しながら、物理法則やシーン全体の流れもしっかりと記憶される。新しいキャラクターやオブジェクトの追加、キャラクターの動きの編集、思いがけない展開への編集が可能。短いプロンプトだけの場合も、難解で複雑なアイデアをわかりやすく噛み砕いたビジュアルの生成や、入力リファレンス機能を使うことで、お気に入りのキャラクターの画像、背景シーン、手書きのスケッチなどを活用した作品の生成ができる。

物理法則や背景知識を理解した動画の生成

単にリアルに見えるシーンを生成するだけでなく、次に何が起こるかを論理的に推論して生成することができる。物理法則に対する直感的な理解をしており、重力、運動エネルギー、流体力学といった物理に対する理解が向上している。水や物の動きがより自然で、リアリティ溢れるシーンを生成することができる。また、Geminiが持つ歴史、科学、文化的な背景知識を組み合わせることで、単なる写真のような美しさを超えた、意味のある物語りの生成が可能になる。編集でも元のシーンの文脈を損なうことなく、背景環境、カメラアングル、スタイル、細かなディテールまで調整ができる。

自分自身の声を使った動画生成

ユーザーが自身の声を使って動画を生成するアバター機能が提供されている。見た目も声も自分そっくりのデジタルアバターの動画を生成することが可能。動画内の音声や会話を編集・変更する機能については、テストと評価を重ねながら開発中としている。

電子透かし技術を搭載

生成した動画には、電子透かし技術「SynthID」が埋め込まれる。AIコンテンツを識別するためのツールも用意されており、画像、動画、音声を含めて検証可能。ファイルをアップロードし、アップロードしたデータがGoogle AIで生成されたものかどうかを尋ねるだけで、GeminiがSynthIDを確認し、独自の判断を交えて回答する。