Google DeepMindがVeo 3.1を大幅刷新：プロ仕様の制御機能とネイティブ縦型動画に対応

2026年1月13日、Google DeepMindは動画生成AIモデル「Veo 3.1」の主要な機能アップデートを発表しました。このアップデートの中心となるのは「Ingredients to Video（動画の材料）」ツールセットで、クリエイターが参照画像を映画のような動きへと変換する際、プロフェッショナルグレードの精度を提供することを目的に設計されています。

モバイルファーストの現代において、Veo 3.1は新たにネイティブな9:16の縦型動画サポートを導入しました。これにより、YouTubeショートなどのプラットフォーム向けに高品質なフルスクリーンコンテンツを直接生成することが可能となり、従来の横長映像をクロップする際に発生していた解像度の損失を完全に回避できます。

さらに、ハイエンドな映像制作の基準に応えるため、Googleは高度な4Kアップスケーリング機能を実装しました。この機能はテクスチャや細部を劇的に向上させ、AIが生成したクリップをプロフェッショナルな編集ワークフローや大画面ディスプレイでの上映に最適な品質へと引き上げます。

今回のアップデートの核心は、キャラクターの同一性とスタイルの整合性における技術的な飛躍にあります。強化された「Ingredients to Video」フレームワークでは、以下の高度な制御機能が提供されます。

• トリプルイメージ・リファレンシング：ユーザーはキャラクター、環境、視覚スタイルの最大3つの参照画像を入力し、生成をガイドできます。これにより、異なるシーン間でもキャラクターの容姿や世界観を厳密に維持することが可能になります。
• ファースト＆ラストフレーム・コントロール：動画の開始点と終了点を正確に設定できる強力な新機能です。Veo 3.1は、これら2つの画像の間をシームレスかつ映画的なトランジションで繋ぎ、映像全体の論理性を保ちます。
• シーン・エクステンション：より長い物語の制作を容易にするため、前のクリップの最終フレームに基づいて新しいセグメントを生成できます。これにより、映像と動きの連続性を保ちながら物語を拡張できます。

また、Veo 3.1は「ドリーイン」や「パン」、「シネマティック・ライティング」といった専門的な映画撮影コマンドをより正確に理解し、実行できるようになりました。加えて、環境音や効果音（SFX）、さらには実験的なキャラクターのリップシンクを含む同期オーディオも生成され、より没入感のある一貫した視聴体験を実現します。

これらの新しいVeo 3.1の機能は、Geminiアプリや映画制作プラットフォーム「Flow」、そして企業ユーザー向けのGemini APIやVertex AIを含むGoogleのエコシステム全体に統合されつつあります。

コンテンツの透明性を確保するため、Veo 3.1で生成されたすべての動画にはSynthIDデジタルウォーターマークが埋め込まれます。さらに、ユーザーは動画をGeminiアプリにアップロードすることで、それがGoogleのAIツールを使用して作成されたものかどうかを検証できるようになりました。