Gemini で動画から画像を生成する

プレビュー

このプロダクトまたは機能は生成 AI プレビュー版で、 Google Cloud サービス固有規約の「一般提供前サービス規約」の対象となります。この生成 AI プレビュー版では、お客様は本番環境または商用目的での使用の選択や、生成された出力の第三者への開示を行うことができます。また、 Cloud のデータ処理に関する追加条項に記載されているとおりに個人データを処理できます。ただし、Google Cloud へのアクセスに関する契約に記載されている義務と制限事項が適用されます。

Gemini を使用した動画からの画像生成の例を確認するには、次のいずれかの環境でノートブック「Gemini Enterprise Agent Platform の Gemini Nano Banana 2.1 Image Generation」を実行します。

Colab で開く | Colab Enterprise で開く | Agent Platform Workbench で開く | GitHub で表示する

Gemini を使用して動画から画像を生成できます。これは、動画のサムネイル用の画像を作成する際に便利です。インターフェースとして Google Cloud コンソールと Agent Platform API がサポートされています。

次の Gemini モデルは、動画からの画像生成をサポートしています。

クリックしてサポートされているモデルを開く

• gemini-nano-banana-2.1
• gemini-3.1-flash-lite-image
• gemini-3.1-flash-image
• gemini-3-pro-image

動画から画像を生成する

以下では、Agent Studio または API を使用して動画から画像を生成する方法について説明します。

プロンプトのベスト プラクティスの詳細については、マルチモーダル プロンプトを設計するをご覧ください。

コンソール

Gemini を使用して動画から画像を生成する手順は次のとおりです。

1. Google Cloud コンソールの [Agent Platform] セクションで、[Agent Studio] > [画像] に移動します。

   Vertex AI Studio に移動

2. [モデル設定] で、表示されたモデルのいずれかを選択します。

3. [プロンプト] テキスト領域で、追加 追加ボタンをクリックし、動画ファイルのソースを選択します。

   アップロード

   アップロードするファイルを選択して [開く] をクリックします。

   URL

   使用するファイルの URL を入力し、[挿入] をクリックします。

   YouTube

   使用する YouTube 動画の URL を入力し、[挿入] をクリックします。

   公開されている動画や、 Google Cloud コンソールのログインに使用したアカウントが所有する動画を使用できます。

   Cloud Storage

   バケットを選択してから、バケット内のインポートするファイルを選択し、[選択] をクリックします。

   Google ドライブ

   1. このオプションを初めて選択するときに、アカウントを選択して Vertex AI Studio がアカウントにアクセスできるように同意します。合計サイズが最大 10 MB の複数のファイルをアップロードできます。1 つのファイルのサイズが 7 MB を超えないようにしてください。
   2. 追加するファイルをクリックします。

   3. [選択] をクリックします。

      ファイルのサムネイルが [プロンプト] ペインに表示されます。トークンの合計数も表示されます。プロンプト データがトークンの上限を超えると、トークンは切り捨てられ、データの処理には含まれません。

4. [プロンプト] テキスト領域に、生成する画像の説明を入力します。

5. [プロンプト]（）ボタンをクリックします。

Gemini は、説明に基づいて画像を生成します。このプロセスには数秒かかりますが、容量によっては比較的遅くなることがあります。

Python

インストール

pip install --upgrade google-genai

詳しくは、SDK リファレンス ドキュメントをご覧ください。

Vertex AI で Google Gen AI SDK を使用するための環境変数を設定します。

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_ENTERPRISE=True

from google import genai
from google.genai.types import GenerateContentConfig, Modality, Part
from PIL import Image
from io import BytesIO

client = genai.Client()

# A video on 'The ABCs of agent building'
video = "https://www.youtube.com/watch?v=rjoMZyxncUI"

response = client.models.generate_content(
    model="gemini-3.1-flash-image",
    contents=[
        Part.from_uri(
            file_uri=video,
            mime_type="video/mp4"
        ), 
        "Generate an infographic of the topics covered in this video."
    ],
    config=GenerateContentConfig(response_modalities=[Modality.TEXT, Modality.IMAGE]),
)
for part in response.candidates[0].content.parts:
    if part.text:
        print(part.text)
    elif part.inline_data:
        image = Image.open(BytesIO((part.inline_data.data)))
        image.save("output_folder/video-image.png")

REST

環境をセットアップしたら、REST を使用してテキスト プロンプトをテストできます。次のサンプルは、パブリッシャー モデルのエンドポイントにリクエストを送信します。

リクエストのデータを使用する前に、次のように置き換えます。

• PROJECT_ID: 実際の プロジェクト ID。

• FILE_URI: プロンプトに含めるファイルの URI または URL。有効な値は次のとおりです。

  • Cloud Storage バケット URI: オブジェクトは一般公開されているか、リクエストを送信するプロジェクトと同じ Google Cloud プロジェクトに存在している必要があります。
  • HTTP URL: ファイルの URL は一般公開されている必要があります。リクエストごとに 1 つの動画ファイル、1 つの音声ファイル、最大 10 個の画像ファイルを指定できます。音声ファイル、動画ファイル、ドキュメントのサイズは 15 MB 以下にする必要があります。
  • YouTube 動画の URL: YouTube 動画は、 Google Cloud コンソールのログインに使用したアカウントが所有しているか、公開されている必要があります。リクエストごとにサポートされる YouTube 動画の URL は 1 つだけです。

  fileURI を指定する場合は、ファイルのメディアタイプ（mimeType）も指定する必要があります。VPC Service Controls が有効になっている場合、fileURI のメディア ファイル URL の指定はサポートされていません。

  Cloud Storage に動画ファイルがない場合は、次の一般公開ファイル（MIME タイプが video/mp4 の gs://cloud-samples-data/video/animals.mp4）を使用できます。この動画を表示するには、 サンプルの MP4 ファイルを開きます。

• MIME_TYPE: data フィールドまたは fileUri フィールドで指定されたファイルのメディアタイプ。指定できる値は以下のとおりです。

  クリックして MIME タイプを開く

  • application/pdf
  • audio/mpeg
  • audio/mp3
  • audio/wav
  • image/png
  • image/jpeg
  • image/webp
  • text/plain
  • video/mov
  • video/mpeg
  • video/mp4
  • video/mpg
  • video/avi
  • video/wmv
  • video/mpegps
  • video/flv
• TEXT: プロンプトに含める指示のテキスト。 例: What is in the video?

リクエストを送信するには、次のいずれかのオプションを選択します。

curl

注: 次のコマンドは、gcloud init または gcloud auth login を実行して、ユーザー アカウントで gcloud CLI にログインしているか、Cloud Shell を使用して自動的に gcloud CLI にログインしていることを前提としています。gcloud auth list を実行すると、現在アクティブなアカウントを確認できます。

リクエスト本文を request.json という名前のファイルに保存します。ターミナルで次のコマンドを実行して、このファイルを現在のディレクトリに作成または上書きします。

cat > request.json << 'EOF'
{
  "contents": {
    "role": "USER",
    "parts": [
      {
        "fileData": {
          "fileUri": "FILE_URI",
          "mimeType": "MIME_TYPE"
        }
      },
      {
        "text": "TEXT"
      }
    ]
  }
}
EOF

その後、次のコマンドを実行して REST リクエストを送信します。

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3.1-flash-image:generateContent"

PowerShell

注: 次のコマンドは、gcloud init または gcloud auth login を実行して、ご自分のユーザー アカウントで gcloud CLI にログインしていることを前提としています。gcloud auth list を実行すると、現在アクティブなアカウントを確認できます。

リクエスト本文を request.json という名前のファイルに保存します。ターミナルで次のコマンドを実行して、このファイルを現在のディレクトリに作成または上書きします。

@'
{
  "contents": {
    "role": "USER",
    "parts": [
      {
        "fileData": {
          "fileUri": "FILE_URI",
          "mimeType": "MIME_TYPE"
        }
      },
      {
        "text": "TEXT"
      }
    ]
  }
}
'@  | Out-File -FilePath request.json -Encoding utf8

その後、次のコマンドを実行して REST リクエストを送信します。

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3.1-flash-image:generateContent" | Select-Object -Expand Content

レスポンスの例を次に示します。

{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [
          {
            "inlineData": {
              "mimeType": "image/png",
              "data": "IMAGE_BASE64_BYTES"
            }
          }
        ]
      },
      "finishReason": "STOP"
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 350,
    "candidatesTokenCount": 258,
    "totalTokenCount": 608
  }
}

このサンプルの URL にある次の点に注意してください。

• generateContent メソッドを使用して、レスポンスが完全に生成された後に返されるようにリクエストします。ユーザーが認識するレイテンシを短縮するには、streamGenerateContent メソッドを使用して、生成時にレスポンスをストリーミングします。
• マルチモーダル モデル ID は、URL の末尾のメソッドの前に配置されます（例: gemini-3.5-flash）。このサンプルでは、他のモデルもサポートされている場合があります。
• リージョン API エンドポイント（us-central1 など）を使用すると、エンドポイント URL のリージョンによってリクエストの処理場所が決まります。リソースパス内の競合するロケーションは無視されます。

次のステップ

Gemini の画像生成の詳細については、次のリンクをご覧ください。

• Gemini で画像を編集する

• Gemini 画像生成のベスト プラクティス

• Gemini の画像生成と責任ある AI