Google Vidsに動画生成AI「Gemini Omni」。動画づくりの時間が「撮影」から「伝える中身」へ移る

動画が作れない本当の理由は、編集技術ではない

動画で伝えたいのに、手が止まる。心当たりはないでしょうか。

報告を動画で送りたい。企画を映像で見せたい。そう思っても、カメラを構える前で止まりがちです。

背景を整えて、話す内容を覚えて、言い間違えたら撮り直す。数分の動画でも、準備は何倍もかかります。

Googleが発表した2つの機能は、この負担を別々の方向から軽くします。

・Gemini Omni（文章と画像から動画を作るAI）——動画を作り、できた映像を言葉で直せる

・パーソナルアバター——自撮り写真と短い音声から、自分の分身が代わりに話す

最初に向き合う相手を、カメラから「何を伝えたいか」へ変える。それが今回の狙いです。

下書きを見ながら、言葉で直していく

使い方の中心は、直しの流れです。見せたい状況を普段の言葉で書き、参考の写真やスケッチを添えて、動画の下書きを作ります。

できた映像は、言葉で修正を頼めます。Googleが挙げる編集例は3つです。

・背景を交換する

・照明を直す

・効果を加える

一つ直すたびに、全体を作り直す必要はありません。動く下書きを見ながら、企画を詰められるのです。

スマートフォンで撮った動画も、同じように言葉で直せます。撮影場所へ戻る時間や、編集できる人へ説明する時間が減ります。

編集の頼み方は、専門用語ではなく普段の言葉です。「もう少し明るく」「この場面を強調して」。その言い方のまま、直しが進みます。

カメラに向かわない、という選択肢

パーソナルアバターは、「動画に出るか、出ないか」の二択を変えます。

自撮り写真と短い音声を登録すると、自分の見た目と声を持つ分身ができます。あとは話してほしい文章を入力するだけ。本人は録画しません。

短い状況報告なら、内容を考える時間より撮影準備の方が長いことがあります。その録画の工程を、丸ごと切り離せます。

ただし、任せきりにはできません。自分の言葉として自然か、受け手に誤解を与えないか。撮影が減るほど、メッセージの中身がそのまま表に出ます。

相手に合わせたひと言や、毎週の定例報告のような動画ほど、効果が出やすい場面だと言えます。

いつから誰が使えるのか

気になるのは、自分が使えるかどうかでしょう。発表では対象がはっきり書かれています。

「一部地域」がどの国を指すかは、発表に書かれていません。日本で使えるかは、この範囲次第です。

Googleは動画の「入り口」から「直し」までをつないだ

発表は2026年7月16日です。Workspaceという仕事道具の中で、動画をスライドや文書と並ぶ普通の形式にしていく流れが見えます。

今回の発表は、単発の新機能ではありません。Google Vidsでは、この1年で数百万本の動画が作られました。

2月には、動画生成AI「Veo 3.1」が全利用者へ展開されています。入り口を広げた後に、直しの流れまで会話型にした。動画づくりの最初から最後までを、一つの道具で完結させる方向です。

映像制作の専門家が要らなくなる、という話ではありません。細かな演出や独自の表現には、経験と技術がこれからも効きます。変わるのは、そこまでの品質を求めない日常の動画です。

動画は「作品」から「伝える容器」になる

文章と画像で下書きを作る。言葉で直す。必要なら自分の分身に話させる。この流れがつながると、動画は特別な制作物ではなくなっていきます。

考えや状況を届けるための、身近な容器になる。

だから、次に動画を作る時の問いはこれです。「どう撮るか」ではなく、「何を伝えるか」。道具が進むほど、中身の勝負になります。