Googleは2025年10月16日（現地時間）、最新の動画生成AIモデル「Veo 3.1」を発表した。同時に、AI映像制作ツール「Flow」に同モデルを統合し、音声生成の全面的なサポートやオブジェクトの追加・削除といった高度な編集機能を実装する大幅なアップデートを公開した。OpenAIの「Sora 2」が市場の注目を集める中、Googleは編集機能とプラットフォーム連携を武器に、AIによる映像制作の主導権を握る構えを見せる。

AD

リアリズムと物語性を深化させた「Veo 3.1」

Googleが今年5月の開発者会議「I/O 2025」で発表した「Veo 3」は、その高い品質で大きな注目を集めた。今回の「Veo 3.1」は、その正統進化版と位置づけられる。

Googleの公式ブログによれば、Veo 3.1は前バージョンと比較して、主に3つの点で大きな進化を遂げているとのことだ。

  1. リアリズムの向上: 「実物そっくりの質感」を捉える能力が向上し、生成される映像の現実感が飛躍的に高まった。
  2. 物語性の制御: ストーリーテリング、映画的なスタイル、キャラクター間のインタラクションに対する理解が深まり、ユーザーはより意図した通りの物語を映像で表現できるようになった。
  3. 音声品質の強化: 生成される音声がより豊かになり、映像と音声の同期精度も向上。特に画像から動画を生成する際のオーディオビジュアル品質が改善されている。

これらの改善により、Veo 3.1は単なる「動く絵」の生成から、音響を含めた統合的な「シーン」の生成へと進化を遂げたと言えるだろう。

制作ツール「Flow」が迎えた革命的アップデート

Veo 3.1の能力を最大限に引き出すのが、AI映像制作ツール「Flow」だ。今回のアップデートで、Flowは単なる生成フロントエンドから、本格的なポストプロダクションツールへと変貌を遂げた。

既存3大機能が待望の音声対応へ

これまで音声が別トラックだった主要機能に、Veo 3.1によるネイティブな音声生成が統合された。これにより、制作ワークフローは劇的に効率化される。

  • 材料を動画に変換: 複数の画像（キャラクター、オブジェクト、スタイルなど）を「素材」として組み合わせ、一つの動画を生成する機能。今回のアップデートで、これらの要素が織りなすシーンに合わせた環境音や効果音、さらには対話までもが自動生成される。
  • フレームをビデオに変換: 開始と終了のフレーム（画像）を指定すると、その間をAIが滑らかに補間して動画を生成する機能。音声が加わることで、壮大なトランジションや時間経過の表現に、より深い感情的なインパクトを与えられるようになった。
  • 拡張: 既存のクリップの最後の1秒を基に、その続きの映像をシームレスに生成する機能。1分を超える長尺のショットも生成可能だ。音声も自然に繋がり、風景ショットなどをより長く、没入感のあるものにできる。

シーンを自在に操る「追加」と「削除」

今回のアップデートで最も注目すべきは、映像内のオブジェクトを後から編集できる新機能だろう。これは、静止画編集における「ジェネレーティブ塗りつぶし」の動画版とも言える革新的な機能だ。

  • 追加: 生成された動画内の任意の場所に、新たなオブジェクトやキャラクターを追加できる。Googleによれば、Flowは影やシーンの照明といった複雑な要素を自動的に計算し、追加されたオブジェクトが元からそこにあったかのように自然に馴染ませるという。
  • 削除: シーン内の不要なオブジェクトや人物を消去する機能。オブジェクトを削除した後、Flowは背景や周囲の状況を違和感なく再構築する。この機能はまずVertex AIで提供され、追ってFlowにも実装される予定だ。

これらの編集機能は、AIが生成した映像に対して「やり直し」を可能にするだけでなく、実写映像の編集にも応用できる可能性を秘めており、映像制作の常識を覆すポテンシャルを持つ。

AD

技術仕様と価格設定：プロの現場は見据えているか

Veo 3.1は、プロフェッショナルな利用も視野に入れた仕様となっている。

  • 解像度とフレームレート: 720pまたは1080pの解像度で、フレームレートは標準的な24fpsで出力される。
  • 生成時間: テキストプロンプトや画像からの直接生成では4秒、6秒、8秒のいずれかを選択。前述の「Extend」機能を使えば、最大で148秒（約2分半）まで動画を延長できる。
  • 価格設定: 料金はVeo 3から据え置かれた。Gemini API経由での利用価格は、標準モデルで1秒あたり0.40ドル、高速なFastモデルで1秒あたり0.15ドル。動画が正常に生成された場合のみ課金される仕組みだ。

Veo 3.1と新機能は、FlowおよびGeminiアプリで利用できるほか、開発者向けのGemini API、エンタープライズ向けのVertex AIを通じても提供される。Googleは、個人クリエイターから大企業の開発チームまで、幅広いユーザー層にリーチする戦略を描いている。

熾烈化する開発競争：競合「Sora 2」との比較

動画生成AIの分野では、OpenAIが先月発表した「Sora 2」が大きな存在感を放っている。Veo 3.1の発表を受け、市場では両者の比較が活発に行われている。

VentureBeatが報じたアーリーアダプターの反応は、賛否両論だ。

AIスタートアップ創業者のMatt Shumer氏は、Veo 3.1を「Sora 2より著しく劣る」と厳しく評価しつつも、「参照画像のサポートやシーン拡張といったGoogleのツーリング（ツールとしての機能性）は、このリリースの明るい材料だ」と認めている。

一方で、3DデジタルアーティストのTravis Davids氏は、音響効果や対話における音声品質の向上を評価しながらも、カスタムボイスが使えない点や、カメラアングルが変わった際のキャラクターの一貫性を保つには依然として工夫が必要な点を課題として挙げた。

これらの反応から浮かび上がるのは、両モデルの思想の違いだ。

  • OpenAI Sora 2: 現時点では、よりシネマティックで写実的な「映像美」において一歩リードしているとの評価が多い。プロンプトから高品質な映像を一度で生成する能力に長けている。
  • Google Veo 3.1 & Flow: 生成後の「編集・制御」能力に重点を置いている。オブジェクトの追加・削除やシーンの拡張といったツール群は、映像を試行錯誤しながら作り上げていくクリエイティブなプロセスに寄り添う設計思想の表れだろう。

どちらが優れているかという単純な二元論ではなく、用途やワークフローによって最適なモデルは異なってくるのではないだろうか。

AD

Googleが描く「AI映像制作エコシステム」

今回の発表で注目すべきは、単なるモデルの性能向上という点だけではない。筆者は、Googleが検索エンジンやAndroidで成功してきた「エコシステム戦略」を、このAI映像制作の領域でも展開しようとしていると見る。

Veoという強力な生成エンジンを核に、

  • Flow: 一般クリエイター向けの直感的なUI
  • Gemini API: あらゆるアプリケーションに動画生成機能を組み込むための開発者向けツール
  • Vertex AI: 大規模なカスタマイズとセキュリティを求める企業向けのプラットフォーム

という多層的な提供形態を用意することで、あらゆるレイヤーのユーザーをGoogleのプラットフォームに取り込もうという戦略だ。生成から編集、そしてAPIを通じた共有・活用まで、一気通貫のワークフローを提供することで、競合に対する優位性を築こうとしている。

また、生成された動画には、電子透かし技術「SynthID」が埋め込まれ、AIによる生成コンテンツであることを識別可能にしている。これは、ディープフェイクなどの悪用を防ぎ、「責任あるAI」を推進するGoogleの姿勢を示す重要な取り組みだろう。

Flowの提供開始からわずか5ヶ月で2億7500万本以上の動画が生成されたという事実は、この市場の爆発的な成長ポテンシャルを物語っている。Veo 3.1とFlowのアップデートは、その成長をさらに加速させる起爆剤となるだろう。映像制作の民主化は、新たな段階へと突入したのだ。

Sources