動画を拡張する

Gemini Enterprise Agent Platform で Gemini Omni または Veo を使用して動画を拡張できます。Gemini Omni では、任意の長さの入力動画を指定できます。モデルは、最後の 10 秒までを使用して 3 ~ 10 秒の拡張を生成し、入力動画の最後の 30 秒まで連結します(合計出力時間は最大 40 秒)。Veo では、入力動画の長さは 1 ~ 30 秒にする必要があります。また、7 秒延長できます(合計 37 秒まで)。動画は、 Google Cloud コンソールまたは Agent Platform API を使用して拡張できます。

次のモデルは動画の拡張をサポートしています。

Gemini Omni

クリックして、サポートされているモデルを開く

Veo

クリックして、サポートされているモデルを開く

動画生成用の効果的なテキスト プロンプトの作成については、動画プロンプト ガイドをご覧ください。

Colab で Gemini Omni を試す

始める前に

  1. Google Cloud アカウントにログインします。 Google Cloudを初めて使用する場合は、アカウントを作成して、実際のシナリオで Google プロダクトのパフォーマンスを評価してください。新規のお客様には、ワークロードの実行、テスト、デプロイができる無料クレジット $300 分を差し上げます。
  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  3. Enable the Agent Platform API, if it is not already enabled.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

    Enable the API

  4. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  5. Enable the Agent Platform API, if it is not already enabled.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

    Enable the API

  6. 環境の認証を設定します。

    このページのサンプルをどのように使うかに応じて、タブを選択してください。

    コンソール

    Google Cloud コンソールを使用して Google Cloud サービスと API にアクセスする場合、認証を設定する必要はありません。

    REST

    このページの REST API サンプルをローカル開発環境で使用するには、gcloud CLI に指定した認証情報を使用します。

      Google Cloud CLI をインストールします。

      外部 ID プロバイダ(IdP)を使用している場合は、まず連携 ID を使用して gcloud CLI にログインする必要があります。

    詳細については、 Google Cloud 認証ドキュメントの REST を使用して認証するをご覧ください。

Veo の制限事項

Veo を使用して動画を拡張する場合、入力動画には次の制限が適用されます。

  • 入力ファイルは MP4 である必要があります。
  • 長さは 1 ~ 30 秒にする必要があります。
  • フレームレートは 24 フレーム/秒にする必要があります。
  • 解像度は 720p、1080p、4k のいずれかにする必要があります。
  • 入力動画のアスペクト比は 9:16 または 16:9 にできます。

Veo を使用して動画を拡張する場合、出力動画には次の制限が適用されます。

  • 出力ファイルは MP4 です。
  • 延長時間は 7 秒です。
  • フレームレートは 24 フレーム/秒です。
  • 解像度は 720p、1080p、4k のいずれかです。
  • 出力動画のアスペクト比は 9:16 または 16:9 になります。

Gemini Omni を使用して動画を拡張する

Gemini Omni を使用して動画を拡張するには、任意の長さの入力動画と、続きを説明するテキスト プロンプト(3 ~ 10 秒)を指定します。モデルは、入力動画の最後の 10 秒までを使用して拡張を生成し、生成された動画を入力動画の最後の 30 秒まで連結します(たとえば、60 秒の入力動画を 10 秒拡張すると、40 秒の出力動画が生成されます)。gemini-omni-1.2-flash を使用すると、input 配列に最大 2 つのオプションの参照画像("type": "image")を含めて、拡張セグメントをガイドすることもできます。また、再現可能な結果を得るために generation_config.seed を指定し、カスタム メタデータ ラベル(labels)をアタッチして、リクエストを整理し、請求額を追跡することもできます。

REST

動画生成には 1 分以上かかることがあります。ワークフローに応じて、いくつかのインタラクション モードから選択できます。

  • 同期: ステートレス: store を false に設定すると、サーバーにインタラクション状態を保持せずに、1 つのリクエストで動画を生成できます。
  • 同期: ステートフル: store を true に設定して、インタラクションの状態を保持します。これにより、後で結果を取得したり、マルチターンの動画編集でインタラクション ID を参照したりできます。
  • 同期: ステートフル ストリーミング: store と stream の両方を true に設定すると、モデルの思考が生成されるたびに段階的に受信され、その後、出力動画が 1 つの step.delta イベント("type": "video")で受信されます。
  • 非同期: background を true に設定して、バックグラウンドで動画生成を実行し、後でインタラクション ID を使用して結果を取得します。

保存されたインタラクションと非同期インタラクションは、最大 7 日間保持されます。

response_format で "delivery": "uri" を構成する場合は、gcs_uri も指定する必要があります。"delivery" が "uri" のときに gcs_uri を省略すると、400 INVALID_ARGUMENT エラーが返されます。

単項レスポンスは steps[].content[].uri で Cloud Storage URI を返し、ストリーミング レスポンスは delta.uri で返します。代わりにレスポンスで動画バイトをインラインで返すには、"delivery": "inline" を設定し、gcs_uri を省略します("delivery" が "inline" の場合、gcs_uri はサポートされません)。インライン配信を使用すると、動画出力は、steps[].content[].data(単項 POST と GET)または delta.data(SSE step.delta)の "mime_type": "video/mp4" とともに、base64 エンコードされたバイト文字列として返されます。テキストや音声の差分とは異なり、インライン動画は複数の step.delta イベントに分割されません。生成された各動画は、1 つの step.delta イベントで 1 つの完全な base64 ペイロードとして配信されます。

大規模な動画や高解像度の動画の場合は、"delivery": "uri" と gcs_uri を使用して、大規模な HTTP レスポンス ペイロードや単一イベントの SSE レスポンス ペイロードを回避します。

Interactions API で Gemini Omni モデルを使用する方法については、Interactions API をご覧ください。

同期: ステートレス

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: Google Cloud プロジェクト ID を表す文字列。
  • MODEL_ID: 使用するモデル ID を表す文字列。指定できる値は次のとおりです。
    • "gemini-omni-1.2-flash"
    • "gemini-omni-1.1-flash-preview"
  • TEXT_PROMPT: 動画の生成をガイドするために使用されるテキスト プロンプト。
  • CLOUD_STORAGE_VIDEO_URI: 入力動画を含む Cloud Storage バケットを表す文字列。例: "gs://video-bucket/input/"
  • VIDEO_MIME: 動画の MIME タイプを表す文字列。指定できる値は次のとおりです。
    • video/3gpp
    • video/mp4
    • video/mpeg
    • video/quicktime
    • video/webm
    • video/x-flv
    • video/x-ms-wmv
  • CLOUD_STORAGE_OUTPUT_URI: 出力動画を保存する Cloud Storage バケットを表す文字列(例: "gs://video-bucket/output/")。delivery が "uri" に設定されている場合に必要です。代わりにレスポンスで動画のバイト数をインラインで返すには、"delivery": "inline" を設定し、response_format から gcs_uri を省略します。
  • ASPECT_RATIO: 省略可。出力動画の想定されるアスペクト比を表す文字列。指定しない場合、アスペクト比はプロンプトから推測されます。指定できる値は次のとおりです。
    • "16:9"
    • "9:16"
  • DURATION: 生成された動画ファイルの長さを表す文字列。使用できる文字列は、3~10 の整数に秒を表す「s」を付けたものです。例: "10s"

HTTP メソッドと URL:

POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions

リクエストの本文(JSON):

{
  "model": "MODEL_ID",
  "store": false,
  "input": [
    {
      "type": "text",
      "text": "TEXT_PROMPT"
    },
    {
      "type": "video",
      "uri": "CLOUD_STORAGE_VIDEO_URI",
      "mime_type": "VIDEO_MIME"
    }
  ],
  "response_format": [
    {
      "type": "video",
      "delivery": "uri",
      "gcs_uri": "CLOUD_STORAGE_OUTPUT_URI",
      "aspect_ratio": "ASPECT_RATIO",
      "duration": "DURATION"
    }
  ],
  "generation_config": {
    "video_config": {
      "task": "extend"
    }
  }
}

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

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

curl -X POST \
-H "Authorization: Bearer TOKEN" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions"

PowerShell

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

$headers = @{ "Authorization" = "Bearer TOKEN" }

Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions" | Select-Object -Expand Content
レスポンスには、モデルの思考と出力動画を含むインタラクションが含まれます。
{
  "id":"INTERACTION_ID",
  "model":"gemini-omni-1.2-flash",
  "status":"completed",
  "usage":{
    "total_tokens":479,
    "total_input_tokens":26,
    "input_tokens_by_modality":[
      {
        "modality":"text",
        "tokens":26
      },
      {
        "modality":"image",
        "tokens":124
      }
    ],
    "output_tokens_by_modality": [
      {
        "modality": "video",
        "tokens": 28832
      }
    ],
    "total_output_tokens":28832,
    "total_thought_tokens":453
  },
  "steps":[
    {
      "type":"thought",
      "summary":[
        {
          "type":"text",
          "text":"MODEL THOUGHTS"
        }
      ]
    },
    { 
      "type":"model_output",
      "content":[
        {
          "type":"video",
          "uri":"gs://some/output_path/123.mp4",
          "mime_type":"video/mp4" 
        }
      ]
    }
  ],
  "object":"interaction",
  "role":"model",
  "created":"2026-05-29T02:17:56Z",
  "updated":"2026-05-29T02:17:56Z"
}

同期: ステートフル

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: Google Cloud プロジェクト ID を表す文字列。
  • MODEL_ID: 使用するモデル ID を表す文字列。指定できる値は次のとおりです。
    • "gemini-omni-1.2-flash"
    • "gemini-omni-1.1-flash-preview"
  • TEXT_PROMPT: 動画の生成をガイドするために使用されるテキスト プロンプト。
  • CLOUD_STORAGE_VIDEO_URI: 入力動画を含む Cloud Storage バケットを表す文字列。例: "gs://video-bucket/input/"
  • VIDEO_MIME: 動画の MIME タイプを表す文字列。指定できる値は次のとおりです。
    • video/3gpp
    • video/mp4
    • video/mpeg
    • video/quicktime
    • video/webm
    • video/x-flv
    • video/x-ms-wmv
  • CLOUD_STORAGE_OUTPUT_URI: 出力動画を保存する Cloud Storage バケットを表す文字列(例: "gs://video-bucket/output/")。delivery が "uri" に設定されている場合に必要です。代わりにレスポンスで動画のバイト数をインラインで返すには、"delivery": "inline" を設定し、response_format から gcs_uri を省略します。
  • ASPECT_RATIO: 省略可。出力動画の想定されるアスペクト比を表す文字列。指定しない場合、アスペクト比はプロンプトから推測されます。指定できる値は次のとおりです。
    • "16:9"
    • "9:16"
  • DURATION: 生成された動画ファイルの長さを表す文字列。使用できる文字列は、3~10 の整数に秒を表す「s」を付けたものです。例: "10s"

HTTP メソッドと URL:

POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions

リクエストの本文(JSON):

{
  "model": "MODEL_ID",
  "background": false,
  "store": true,
  "stream": false,
  "input": [
    {
      "type": "user_input",
      "content": [
        {
          "type": "text",
          "text": "TEXT_PROMPT"
        },
        {
          "type": "video",
          "uri": "CLOUD_STORAGE_VIDEO_URI",
          "mime_type": "VIDEO_MIME"
        }
      ]
    }
  ],
  "response_format": [
    {
      "type": "video",
      "delivery": "uri",
      "gcs_uri": "CLOUD_STORAGE_OUTPUT_URI",
      "aspect_ratio": "ASPECT_RATIO",
      "duration": "DURATION"
    }
  ],
  "generation_config": {
    "video_config": {
      "task": "extend"
    }
  }
}

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

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

curl -X POST \
-H "Authorization: Bearer TOKEN" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions"

PowerShell

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

$headers = @{ "Authorization" = "Bearer TOKEN" }

Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions" | Select-Object -Expand Content
レスポンスには、モデルの思考と出力動画を含むインタラクションが含まれます。
{
  "id":"INTERACTION_ID",
  "model":"gemini-omni-1.2-flash",
  "status":"completed",
  "usage":{
    "total_tokens":479,
    "total_input_tokens":26,
    "input_tokens_by_modality":[
      {
        "modality":"text",
        "tokens":26
      },
      {
        "modality":"image",
        "tokens":124
      }
    ],
    "output_tokens_by_modality": [
      {
        "modality": "video",
        "tokens": 28832
      }
    ],
    "total_output_tokens":28832,
    "total_thought_tokens":453
  },
  "steps":[
    {
      "type":"thought",
      "summary":[
        {
          "type":"text",
          "text":"MODEL THOUGHTS"
        }
      ]
    },
    { 
      "type":"model_output",
      "content":[
        {
          "type":"video",
          "uri":"gs://some/output_path/123.mp4",
          "mime_type":"video/mp4" 
        }
      ]
    }
  ],
  "object":"interaction",
  "role":"model",
  "created":"2026-05-29T02:17:56Z",
  "updated":"2026-05-29T02:17:56Z"
}
INTERACTION_ID を使用して、生成された動画を取得します。

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: Google Cloud プロジェクト ID を表す文字列。
  • INTERACTION_ID: リクエストのインタラクション ID。

HTTP メソッドと URL:

GET https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID

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

次のコマンドを実行します。

curl -X GET \
-H "Authorization: Bearer TOKEN" \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID"

PowerShell

次のコマンドを実行します。

$headers = @{ "Authorization" = "Bearer TOKEN" }

Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID" | Select-Object -Expand Content
レスポンスは次の例のような形式になります。
{
  "id":"INTERACTION_ID",
  "model":"gemini-omni-1.2-flash",
  "status":"completed",
  "usage":{
    "total_tokens":29435,
    "total_input_tokens":150,
    "input_tokens_by_modality":[
      {
        "modality":"text",
        "tokens":26
      },
      {
        "modality":"image",
        "tokens":124
      }
    ],
    "output_tokens_by_modality": [
      {
        "modality": "video",
        "tokens": 28832
      }
    ],
    "total_output_tokens":28832,
    "total_thought_tokens":453
  },
  "steps":[
    {
      "type": "user_input",
      "content": [
        {
          "type": "text",
          "text": "5 second, 9:16 video. Use the image as the first frame."
        },
        {
          "type": "image",
          "uri": "gs://some/path",
          "mime_type": "image/png"
        }
      ]
    },
    {
      "type":"thought",
      "summary":[
        {
          "type":"text",
          "text":"MODEL THOUGHTS"
        }
      ]
    },
    { 
      "type":"model_output",
      "content":[
        {
          "type":"video",
          "uri":"gs://some/output_path/123.mp4",
          "mime_type":"video/mp4" 
        }
      ]
    }
  ],
  "object":"interaction",
  "role":"model",
  "created":"2026-05-29T02:17:56Z",
  "updated":"2026-05-29T02:17:56Z"
}

インライン配信を使用する場合("delivery": "inline" で gcs_uri を省略)、model_output ステップは、uri ではなく "mime_type": "video/mp4" とともに steps[].content[].data で base64 エンコードされたバイト文字列として完全な動画を返します。

{
  "type": "model_output",
  "content": [
    {
      "type": "video",
      "data": "BASE64_ENCODED_VIDEO",
      "mime_type": "video/mp4"
    }
  ]
}

同期: ステートフル ストリーミング

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: Google Cloud プロジェクト ID を表す文字列。
  • MODEL_ID: 使用するモデル ID を表す文字列。指定できる値は次のとおりです。
    • "gemini-omni-1.2-flash"
    • "gemini-omni-1.1-flash-preview"
  • TEXT_PROMPT: 動画の生成をガイドするために使用されるテキスト プロンプト。
  • CLOUD_STORAGE_VIDEO_URI: 入力動画を含む Cloud Storage バケットを表す文字列。例: "gs://video-bucket/input/"
  • VIDEO_MIME: 動画の MIME タイプを表す文字列。指定できる値は次のとおりです。
    • video/3gpp
    • video/mp4
    • video/mpeg
    • video/quicktime
    • video/webm
    • video/x-flv
    • video/x-ms-wmv
  • CLOUD_STORAGE_OUTPUT_URI: 出力動画を保存する Cloud Storage バケットを表す文字列(例: "gs://video-bucket/output/")。delivery が "uri" に設定されている場合に必要です。代わりにレスポンスで動画のバイト数をインラインで返すには、"delivery": "inline" を設定し、response_format から gcs_uri を省略します。
  • ASPECT_RATIO: 省略可。出力動画の想定されるアスペクト比を表す文字列。指定しない場合、アスペクト比はプロンプトから推測されます。指定できる値は次のとおりです。
    • "16:9"
    • "9:16"
  • DURATION: 生成された動画ファイルの長さを表す文字列。使用できる文字列は、3~10 の整数に秒を表す「s」を付けたものです。例: "10s"

HTTP メソッドと URL:

POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions

リクエストの本文(JSON):

{
  "model": "MODEL_ID",
  "background": false,
  "store": true,
  "stream": true,
  "input": [
    {
      "type": "user_input",
      "content": [
        {
          "type": "text",
          "text": "TEXT_PROMPT"
        },
        {
          "type": "video",
          "uri": "CLOUD_STORAGE_VIDEO_URI",
          "mime_type": "VIDEO_MIME"
        }
      ]
    }
  ],
  "response_format": [
    {
      "type": "video",
      "delivery": "uri",
      "gcs_uri": "CLOUD_STORAGE_OUTPUT_URI",
      "aspect_ratio": "ASPECT_RATIO",
      "duration": "DURATION"
    }
  ],
  "generation_config": {
    "video_config": {
      "task": "extend"
    }
  }
}

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

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

curl -X POST \
-H "Authorization: Bearer TOKEN" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions"

PowerShell

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

$headers = @{ "Authorization" = "Bearer TOKEN" }

Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions" | Select-Object -Expand Content
レスポンスには、モデルの思考と出力動画を含むインタラクションが含まれます。
event: interaction.created
data: {"interaction":{"id":"INTERACTION_ID","status":"in_progress","object":"interaction","model":"gemini-omni-1.2-flash"},"event_type":"interaction.created"}

event: interaction.status_update
data: {"interaction_id":"INTERACTION_ID","status":"in_progress","event_type":"interaction.status_update"}

event: step.start
data: {"index":0,"step":{"type":"thought"},"event_type":"step.start"}

event: step.delta
data: {"index":0,"delta":{"content":{"text":"MODEL THOUGHTS","type":"text"},"type":"thought_summary"},"event_id":"EVENT_ID","event_type":"step.delta"}

event: step.delta
data: {"index":0,"delta":{"content":{"text":"MODEL THOUGHTS","type":"text"},"type":"thought_summary"},"event_id":"EVENT_ID","event_type":"step.delta"}

event: step.delta
data: {"index":0,"delta":{"signature":"...","type":"thought_signature"},"event_type":"step.delta"}

event: step.stop
data: {"index":0,"event_type":"step.stop"}

event: step.start
data: {"index":1,"step":{"type":"model_output"},"event_type":"step.start"}

event: step.delta
data: {"index":1,"delta":{"mime_type":"video/mp4","uri":"gs://some/output_path/123.mp4","type":"video"},"event_id":"EVENT_ID","event_type":"step.delta"}

event: step.stop
data: {"index":1,"event_type":"step.stop"}

event: interaction.completed
data: {"interaction":{"id":"INTERACTION_ID","status":"completed","usage":{"total_tokens":17812,"total_input_tokens":21,"input_tokens_by_modality":[{"modality":"text","tokens":21}],"total_output_tokens":17376,"output_tokens_by_modality":[{"modality":"video","tokens":17376}],"total_thought_tokens":415},"created":"2026-08-12T21:26:20Z","updated":"2026-08-12T21:26:20Z","event_id":"EVENT_ID","object":"interaction","model":"gemini-omni-1.2-flash"},"event_id":"EVENT_ID","event_type":"interaction.completed"}

event: done
data: [DONE]

インライン配信を使用する場合("delivery": "inline" で gcs_uri を省略)、動画の step.delta イベントは、delta.uri ではなく "mime_type": "video/mp4" とともに、delta.data の動画バイトを base64 エンコードされた文字列として返します。

event: step.delta
data: {"index":1,"delta":{"mime_type":"video/mp4","data":"BASE64_ENCODED_VIDEO","type":"video"},"event_id":"EVENT_ID","event_type":"step.delta"}

テキスト("type": "text")や音声("type": "audio")のデルタとは異なり、インライン動画は複数の step.delta イベントに分割されません。生成された各動画は、1 つの step.delta イベント("type": "video")で、1 つの完全な base64 エンコード ペイロードとして配信されます。複数の動画 step.delta イベントにわたって delta.data を連結しないでください。大規模な動画や高解像度の動画の場合は、Cloud Storage バケット(gcs_uri)で "delivery": "uri" を使用して、大規模な単一イベントの SSE ペイロードを回避します。

`?stream=true` を指定して INTERACTION_ID を使用し、保存されたインタラクションと生成された動画をストリーミングします。

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: Google Cloud プロジェクト ID を表す文字列。
  • INTERACTION_ID: リクエストのインタラクション ID。

HTTP メソッドと URL:

GET https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID?stream=true

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

次のコマンドを実行します。

curl -X GET \
-H "Authorization: Bearer TOKEN" \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID?stream=true"

PowerShell

次のコマンドを実行します。

$headers = @{ "Authorization" = "Bearer TOKEN" }

Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID?stream=true" | Select-Object -Expand Content
レスポンスは、次のような形式のサーバー送信イベント(SSE)のストリームです。
event: interaction.created
data: {"interaction":{"id":"INTERACTION_ID","status":"in_progress","object":"interaction","model":"gemini-omni-1.2-flash"},"event_type":"interaction.created"}

event: interaction.status_update
data: {"interaction_id":"INTERACTION_ID","status":"in_progress","event_type":"interaction.status_update"}

event: step.start
data: {"index":0,"step":{"type":"thought"},"event_type":"step.start"}

event: step.delta
data: {"index":0,"delta":{"content":{"text":"MODEL THOUGHTS","type":"text"},"type":"thought_summary"},"event_id":"EVENT_ID","event_type":"step.delta"}

event: step.delta
data: {"index":0,"delta":{"content":{"text":"MODEL THOUGHTS","type":"text"},"type":"thought_summary"},"event_id":"EVENT_ID","event_type":"step.delta"}

event: step.delta
data: {"index":0,"delta":{"signature":"...","type":"thought_signature"},"event_type":"step.delta"}

event: step.stop
data: {"index":0,"event_type":"step.stop"}

event: step.start
data: {"index":1,"step":{"type":"model_output"},"event_type":"step.start"}

event: step.delta
data: {"index":1,"delta":{"mime_type":"video/mp4","uri":"gs://some/output_path/123.mp4","type":"video"},"event_id":"EVENT_ID","event_type":"step.delta"}

event: step.stop
data: {"index":1,"event_type":"step.stop"}

event: interaction.completed
data: {"interaction":{"id":"INTERACTION_ID","status":"completed","usage":{"total_tokens":17664,"total_input_tokens":21,"input_tokens_by_modality":[{"modality":"text","tokens":21}],"total_output_tokens":17376,"output_tokens_by_modality":[{"modality":"video","tokens":17376}],"total_thought_tokens":267},"created":"2026-08-12T21:33:08Z","updated":"2026-08-12T21:33:08Z","event_id":"EVENT_ID","object":"interaction","model":"gemini-omni-1.2-flash"},"event_id":"EVENT_ID","event_type":"interaction.completed"}

event: done
data: [DONE]

インライン配信を使用する場合("delivery": "inline" で gcs_uri を省略)、動画の step.delta イベントは、delta.uri ではなく "mime_type": "video/mp4" とともに、delta.data の動画バイトを base64 エンコードされた文字列として返します。

event: step.delta
data: {"index":1,"delta":{"mime_type":"video/mp4","data":"BASE64_ENCODED_VIDEO","type":"video"},"event_id":"EVENT_ID","event_type":"step.delta"}

テキスト("type": "text")や音声("type": "audio")のデルタとは異なり、インライン動画は複数の step.delta イベントに分割されません。生成された各動画は、1 つの step.delta イベント("type": "video")で、1 つの完全な base64 エンコード ペイロードとして配信されます。複数の動画 step.delta イベントにわたって delta.data を連結しないでください。大規模な動画や高解像度の動画の場合は、Cloud Storage バケット(gcs_uri)で "delivery": "uri" を使用して、大規模な単一イベントの SSE ペイロードを回避します。

非同期

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: Google Cloud プロジェクト ID を表す文字列。
  • MODEL_ID: 使用するモデル ID を表す文字列。指定できる値は次のとおりです。
    • "gemini-omni-1.2-flash"
    • "gemini-omni-1.1-flash-preview"
  • TEXT_PROMPT: 動画の生成をガイドするために使用されるテキスト プロンプト。
  • CLOUD_STORAGE_VIDEO_URI: 入力動画を含む Cloud Storage バケットを表す文字列。例: "gs://video-bucket/input/"
  • VIDEO_MIME: 動画の MIME タイプを表す文字列。指定できる値は次のとおりです。
    • video/3gpp
    • video/mp4
    • video/mpeg
    • video/quicktime
    • video/webm
    • video/x-flv
    • video/x-ms-wmv
  • CLOUD_STORAGE_OUTPUT_URI: 出力動画を保存する Cloud Storage バケットを表す文字列(例: "gs://video-bucket/output/")。delivery が "uri" に設定されている場合に必要です。代わりにレスポンスで動画のバイト数をインラインで返すには、"delivery": "inline" を設定し、response_format から gcs_uri を省略します。
  • ASPECT_RATIO: 省略可。出力動画の想定されるアスペクト比を表す文字列。指定しない場合、アスペクト比はプロンプトから推測されます。指定できる値は次のとおりです。
    • "16:9"
    • "9:16"
  • DURATION: 生成された動画ファイルの長さを表す文字列。使用できる文字列は、3~10 の整数に秒を表す「s」を付けたものです。例: "10s"

HTTP メソッドと URL:

POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions

リクエストの本文(JSON):

{
  "model": "MODEL_ID",
  "background": true,
  "input": [
    {
      "type": "text",
      "text": "TEXT_PROMPT"
    },
    {
      "type": "video",
      "uri": "CLOUD_STORAGE_VIDEO_URI",
      "mime_type": "VIDEO_MIME"
    }
  ],
  "response_format": [
    {
      "type": "video",
      "delivery": "uri",
      "gcs_uri": "CLOUD_STORAGE_OUTPUT_URI",
      "aspect_ratio": "ASPECT_RATIO",
      "duration": "DURATION"
    }
  ],
  "generation_config": {
    "video_config": {
      "task": "extend"
    }
  }
}

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

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

curl -X POST \
-H "Authorization: Bearer TOKEN" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions"

PowerShell

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

$headers = @{ "Authorization" = "Bearer TOKEN" }

Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions" | Select-Object -Expand Content
レスポンスには、生成された動画の取得に使用するインタラクション ID が含まれます。
{
  "id":"INTERACTION_ID",
  "status":"in_progress",
  "object":"interaction"
}
後で、INTERACTION_ID を使用して生成された動画を取得します。

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: Google Cloud プロジェクト ID を表す文字列。
  • INTERACTION_ID: リクエストのインタラクション ID。

HTTP メソッドと URL:

GET https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID

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

次のコマンドを実行します。

curl -X GET \
-H "Authorization: Bearer TOKEN" \
"https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID"

PowerShell

次のコマンドを実行します。

$headers = @{ "Authorization" = "Bearer TOKEN" }

Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID" | Select-Object -Expand Content
レスポンスは次の例のような形式になります。
{
  "id":"INTERACTION_ID",
  "model":"gemini-omni-1.2-flash",
  "status":"completed",
  "usage":{
    "total_tokens":29435,
    "total_input_tokens":150,
    "input_tokens_by_modality":[
      {
        "modality":"text",
        "tokens":26
      },
      {
        "modality":"image",
        "tokens":124
      }
    ],
    "output_tokens_by_modality": [
      {
        "modality": "video",
        "tokens": 28832
      }
    ],
    "total_output_tokens":28832,
    "total_thought_tokens":453
  },
  "steps":[
    {
      "type": "user_input",
      "content": [
        {
          "type": "text",
          "text": "5 second, 9:16 video. Use the image as the first frame."
        },
        {
          "type": "image",
          "uri": "gs://some/path",
          "mime_type": "image/png"
        }
      ]
    },
    {
      "type":"thought",
      "summary":[
        {
          "type":"text",
          "text":"MODEL THOUGHTS"
        }
      ]
    },
    { 
      "type":"model_output",
      "content":[
        {
          "type":"video",
          "uri":"gs://some/output_path/123.mp4",
          "mime_type":"video/mp4" 
        }
      ]
    }
  ],
  "object":"interaction",
  "role":"model",
  "created":"2026-05-29T02:17:56Z",
  "updated":"2026-05-29T02:17:56Z"
}

インライン配信を使用する場合("delivery": "inline" で gcs_uri を省略)、model_output ステップは、uri ではなく "mime_type": "video/mp4" とともに steps[].content[].data で base64 エンコードされたバイト文字列として完全な動画を返します。

{
  "type": "model_output",
  "content": [
    {
      "type": "video",
      "data": "BASE64_ENCODED_VIDEO",
      "mime_type": "video/mp4"
    }
  ]
}

Veo を使用して動画を拡張する

次の例は、Veo 動画の拡張方法を示しています。

コンソール

  1. Google Cloud コンソールで、[Agent Platform] > [Media Studio] ページに移動します。

    Media Studio

  2. [動画] をクリックします。

  3. [タスク] メニューで、[動画拡張] を選択します。

  4. [モデル] メニューから、表示されたオプションからモデルを選択します。

  5. [入力動画] セクションで、[追加] をクリックします。

  6. [プロンプト] ボックスに、生成する動画の説明となるテキスト プロンプトを入力します。

  7. 省略可: 次のパラメータを調整します。

    • 検索結果の表示件数: スライダーを調整するか、1~4 の値を入力します。

    • 動画の長さ: メニューから動画の長さを選択します。

  • 出力ディレクトリ: [参照] をクリックして、生成されたファイルを保存する Cloud Storage バケットを作成または選択します。
  1. [実行] をクリックします。

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

import time
from google import genai
from google.genai.types import GenerateVideosConfig, Video

client = genai.Client()

# TODO(developer): Update and un-comment below line
# output_gcs_uri = "gs://your-bucket/your-prefix"

operation = client.models.generate_videos(
    model="veo-3.1-generate-preview",
    prompt="a butterfly flies in and lands on the flower",
    video=Video(
        uri="gs://cloud-samples-data/generative-ai/video/flower.mp4",
        mime_type="video/mp4",
    ),
    config=GenerateVideosConfig(
        output_gcs_uri=output_gcs_uri,
    ),
)

while not operation.done:
    time.sleep(15)
    operation = client.operations.get(operation)
    print(operation)

if operation.response:
    print(operation.result.generated_videos[0].video.uri)

# Example response:
# gs://your-bucket/your-prefix

REST

Veo API の詳細については、以下をご覧ください。

  1. 動画生成リクエストを送信するには、次のコマンドを使用します。このリクエストにより長時間実行オペレーションが開始され、指定した Cloud Storage バケットに出力が保存されます。

    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: Google Cloud プロジェクト ID を表す文字列。
    • MODEL_ID: 使用するモデル ID を表す文字列。動画を拡張する場合は、次のいずれかを使用します。
      • Veo 3.1: veo-3.1-generate-001
      • Veo 3.1: veo-3.1-fast-generate-001
    • TEXT_PROMPT: 動画の生成をガイドするために使用されるテキスト プロンプト。
    • PATH_TO_VIDEO: 拡張する Veo 動画の Cloud Storage パスを表す文字列。たとえば "gs://video-bucket/input/veo-video.mp4"。
    • OUTPUT_STORAGE_URI: 省略可。出力動画を保存する Cloud Storage バケットを表す文字列。指定しない場合、動画のバイト数がレスポンスで返されます。たとえば "gs://video-bucket/output/"。
    • RESPONSE_COUNT: 生成する動画ファイルの数。指定できる値の範囲は 1~4 です。
    • その他のオプション パラメータ

      ユースケースに応じて、次のオプションの変数を使用します。"parameters": {} オブジェクトに次のパラメータの一部またはすべてを追加します。

      "parameters": {
        "aspectRatio": "ASPECT_RATIO",
        "negativePrompt": "NEGATIVE_PROMPT",
        "personGeneration": "PERSON_SAFETY_SETTING",
        // "resolution": RESOLUTION, // Veo 3 models only
        "sampleCount": RESPONSE_COUNT,
        "seed": SEED_NUMBER
      }
      • ASPECT_RATIO: 省略可。生成された動画のアスペクト比を示す文字列値。使用できる値は次のとおりです。
        • "16:9"(横向き)
        • "9:16"(縦向き)

        デフォルト値は "16:9" です。

      • NEGATIVE_PROMPT: 省略可。モデルが生成するのを防止するコンテンツを記述した文字列値。
      • PERSON_SAFETY_SETTING: 省略可。人物や顔の生成の安全に関する設定を制御する文字列値。使用できる値は次のとおりです。
        • "allow_adult": 成人の人物とその顔のみが生成されるようにします。
        • "disallow": 人物や顔を生成しません。

        デフォルト値は "allow_adult" です。

      • RESOLUTION: 省略可。生成された動画の解像度を制御する文字列値。Veo 3 モデルのみでサポートされています。使用できる値は次のとおりです。
        • "720p"
        • "1080p"
        • "4k"(Veo 3.1 プレビュー モデルのみ)

        デフォルト値は "720p" です。

      • RESPONSE_COUNT: 省略可。生成する動画の数を表す整数値。指定できる値の範囲は 1~4 です。
      • SEED_NUMBER: 省略可。モデルが決定的な動画を生成するために使用する uint32 値。他のパラメータを変更せずにリクエストでシード番号を指定すると、モデルは同じ動画を作成するように誘導されます。指定できる値の範囲は 0~4294967295 です。

    HTTP メソッドと URL:

    POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:predictLongRunning

    リクエストの本文(JSON):

    {
      "instances": [
        {
          "prompt": "TEXT_PROMPT",
           "video": {
             "gcsUri": "PATH_TO_VIDEO",
             "mimeType": "video/mp4"
           }
        }
      ],
      "parameters": {
        "storageUri": "OUTPUT_STORAGE_URI",
        "sampleCount": RESPONSE_COUNT
      }
    }
    

    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

    リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

    curl -X POST \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json; charset=utf-8" \
    -d @request.json \
    "https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:predictLongRunning"

    PowerShell

    リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

    $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://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:predictLongRunning" | Select-Object -Expand Content
    このリクエストは、一意のオペレーション ID を含む完全なオペレーション名を返します。この完全なオペレーション名を使用して、動画生成リクエストのステータスをポーリングします。
    {
      "name":
      "projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID/operations/a1b07c8e-7b5a-4aba-bb34-3e1ccb8afcc8"
    }
    

  2. 省略可: 動画生成の長時間実行オペレーションのステータスを確認します。

    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 Google Cloud プロジェクト ID。
    • MODEL_ID: 使用するモデル ID。
    • OPERATION_ID: 元の動画生成リクエストで返された一意のオペレーション ID。

    HTTP メソッドと URL:

    POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:fetchPredictOperation

    リクエストの本文(JSON):

    {
      "operationName": "projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID/operations/OPERATION_ID"
    }
    

    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

    リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

    curl -X POST \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json; charset=utf-8" \
    -d @request.json \
    "https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:fetchPredictOperation"

    PowerShell

    リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

    $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://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/MODEL_ID:fetchPredictOperation" | Select-Object -Expand Content
    このリクエストは、オペレーションがまだ実行中か完了しているかなど、オペレーションに関する情報を返します。

次のステップ