製品動画は、回転するパッケージを誰かが一時停止して、変更された文字を見つけるまでは完成しているように見えます。Gemini Omni 1.2 Flashの製品ラベル一貫性は、実際のパッケージショットでテストする価値があるほど期待できますが、Googleの改善主張は、納品されたフレームでラベルを確認することの代わりにはなりません。コマーシャル広告の場合、問題は、目に見えるロゴ、正確な文言、パッケージの形状、色がカメラの動きを通して維持されるかどうかです。
この記事では、ユーザー提供の4つのクリップにわたってラベルのドリフトを検査する方法を説明します。2つは架空のKOBUソーダ缶用の公開コンセプトパッケージシートを使用し、2つはボトルとティーサシェの写真を使用します。KOBUクリップは異なるカメラ指示を使用しているため、参照画像数の制御されたテストではなく、2つの検査上の課題を示しています。商用リリースには、承認された製品写真を使用した別のテストが依然として必要です。
主なポイント
- GoogleはGemini Omni 1.2 Flashにおけるより強力な参照追従性を報告しており、パッケージのタイポグラフィやブランドカラーを含みますが、すべてのフレームで正確なラベルテキストを約束するものではありません。
- KOBUコンセプトパッケージの例では、短い旋回と完全な回転を示していますが、より多くの参照画像を提供することの効果を単独で分離したものではありません。
- キーモーメントとクリップ全体を通して、読み取り可能な文字、ロゴ、形状、色を確認してください。誤った文字を含む法的または製品上の主張は、実際の広告リリースを妨げます。
- 出力解像度を高めると、ラベルの検査に役立ちますが、モデルが誤って生成した文字を修正することはできません。
Gemini Omni 1.2 Flashの製品動画向けの変更点は?
Googleは2026年11月5日にGemini Omni 1.2 Flashをリリースしました。その発表によると、このモデルは3秒から15秒のクリップを1秒刻みで生成または編集でき、Gemini Omni 1.1の最大10秒と比較されています。また、カメラアングル全体にわたる参照画像へのより強力な準拠を説明しており、パッケージのタイポグラフィやブランドカラーを含みます。これらの主張により、回転する製品ショットは妥当なテストケースとなります(Google、2026年11月)。
より長い可能なショットは重要です。なぜなら、パッケージは1つのクリップ内で正面ビューを離れ、回転し、戻ることができるからです。戻りは有用な証拠です。レビュアーは最後の明確なビューを最初のビューと実際の写真の両方と比較できます。遠くから視覚的に一貫したボトルでも、誤った成分やずれた単位を含む可能性があります。カメラの連続性とテキストの忠実性は別々にチェックする必要があります。
参照準拠はラベル精度よりも広範である
Google DeepMindが公開した参照から動画への比較では、Gemini Omni 1.2 Flashはマルチ参照アイデンティティ一貫性においてGemini Omni 1.1に対して63%対37%の並列比較の優先度を得ています。また、プロンプト準拠において52%対48%の比較も報告しています(Google DeepMind、2026年11月)。これらはクリップ全体の比較結果です。商用ラベルの各文字が正しいままでいるかどうかを測定するものではなく、特定のSKUの結果を予測することもできません。

DeepMindの参照から動画への比較は、全体的な優先度、プロンプト準拠、マルチ参照アイデンティティ一貫性を測定します。これはパッケージテキストの精度テストではありません。
このモデルの参照から動画へのワークフローは、複数の静止画を受け入れ、16:9または9:16のクリップを出力できます。これにより、制御された1枚の写真対3枚の写真の比較が可能になります。モデルはネイティブオーディオも生成する場合がありますが、サウンドはこのラベル検査では付随的なものです。滑らかなカメラアークが課題を生み出します。レビューは、各アングルで製品が実際に何を示すかに依存します。
製品ラベルの一貫性とは実際に何を意味するのか?
クリエイティブレビュアーは、生成前に合格基準を定義すべきです。そうでなければ、説得力のあるシーンが、小さくても重要なパッケージの変更を覆い隠す可能性があります。実際のSKUでは、4つの機能が異なる種類のリスクを伴います:
- ロゴ: マークは同じデザインで、同じ位置と比率にあり、余分な記号がないか?
- 文字: 製品名、バリアント、数量、成分、警告、その他の一致必須の単語は、承認されたパッケージに表示されている通りに正確に綴られているか?
- パッケージの幾何学: ボトル、箱、キャップ、シール、ハンドル、またはラベルパネルは、実際の形状と配置を維持しているか?
- 色: 承認されたパッケージとブランドカラーは、通常の照明の変化を許容しつつ、回転を通して認識可能か?
読みやすさは別の条件です。ラベルは、顧客が読めないフレーム内で技術的に正しいかもしれません。モーションブラー、グレア、手、または急な角度がテキストを隠す場合を記録してください。隠れたテキストを検証済みの合格として数えないでください。フロントパネルが視界から外れた場合、物理的に見えるものだけを評価し、カメラが戻ったときに再度検査してください。
テキストのハルシネーションは独自の注記に値します。モデルは、パッケージに決してなかった成分、主張、認証マーク、またはもっともらしい数字を追加するかもしれません。これらの変更は、わずかに変更されたシルエットよりも重要になる可能性があります。レビュアーは、魅力的な動画フレームから推測したものではなく、承認された物理的ラベルからの転記を必要とします。
3つのリリース結果を設定します。許容可能とは、すべての必要な顧客に見える詳細が、読み取り可能な場所で一致し、クリップが通常の再生速度でも機能することを意味します。修正が必要とは、非重要な視覚的詳細または読みやすさの問題が、制御された編集、クロップ、またはフレームの置き換えで修正でき、その後に別の完全なレビューが続くことを意味します。公開しないとは、必要な主張、数量、警告、成分、ロゴ、またはパッケージのアイデンティティが承認されたソースと異なることを意味します。
この閾値は製品を反映すべきです。プレーンな無ブランドの容器は、必要なテキストが密集したサプリメントカートンよりも簡単なクリエイティブテストです。カートンの場合、チームは最初から、撮影されたパッケージまたはポストプロダクションで検証済みのパッケージレイヤーを使用することを決定するかもしれません。その選択は制作上の管理であり、モデルに対する判断ではありません。
動画を生成する前に実際の製品参照を準備する
チームが所有しているか、表示する許可を持っている1つの物理的なSKUを選択します。その前面を明確に撮影します。次に、同様の照明の下で、同じアイテムを左前と右前の角度から撮影します。カメラの高さと距離を、3つの角度すべてでラベルが有用であり続ける程度に近づけてください。欠落した写真の代わりに生成されたパッケージを使用しないでください。そうすれば、動画は捏造されたラベルへの忠実性をテストすることになります。
前面画像は、レビュアーが重要なテキストを読めるようにする必要があります。ワードマーク全体のグレア、極端な遠近法、切り取られたシール、レタッチされた文字を避けてください。側面画像は、実際の幾何学を明らかにする必要があります:キャップの深さ、パネルのラップ、エッジ、および曲線の周りに印刷されたものの変化。角度がテキストの一部しか示さない場合でも、配置の確認には役立ちますが、見えない単語を検証することはできません。
アップロードする前に、短い参照シートを作成します。承認されたパッケージから各一致必須の単語と数字を直接転記します。レイアウトが重要な場合は、大文字小文字、句読点、スペース、単位、改行に注意してください。ソース写真から自信を持って読めないテキストをマークします。そのフィールドについては、もっともらしいと思われるものを黙って埋めるのではなく、より良い写真または承認されたアートワークを入手してください。
以下で使用するコンセプトパッケージ参照
デモンストレーションでは、ScenarioのKOBU Sour Tantrum製品シートを使用しました。ScenarioはKOBUを架空のソーダと説明し、そのシートはGPT Image 2.5 Sunburstで生成されたと述べています。シートには、大きなピンクのKOBUワードマーク、縦書きのSOUR TANTRUMテキスト、黄色のゆずマスコット、グラフィックのみの裏面が表示されています。3つのアップロードファイルは、同じシートのクロップであり、物理的な缶の写真ではありません。これにより、コンセプト動画で目立つデザインと文字を検査できますが、法的文言や実際の製品へのモデルの忠実性を検証することはできません。

Scenarioからの公開コンセプトパッケージ参照。デモンストレーションは、目に見えるKOBUデザインをチェックするもので、承認された小売ラベルではありません。
クリップ1は前面クロップのみを使用し、短い旋回で前面に戻るよう要求します。クリップ2は前面、左前、裏面のクロップを使用し、完全な回転を要求します。これらは意図的に異なるショットブリーフであるため、出力の違いを参照数のみに帰することはできません。1枚対3枚の画像を因果的にテストするには、同じカメラプロンプトと設定で両方の画像セットを実行してください。
各実行記録と入力ファイルを保存します。記録には、送信時刻、表示された設定、完了状態、最初に完了した出力も含める必要があります。実行が失敗した場合は、エラーを記録します。チームが複数の成功をサンプリングし、最もクリーンなものだけを表示する場合、その選択を正直にラベル付けしてください。他の条件からの単一の最初の出力と比較することはできません。
商用検証のためにブランド承認の物理的製品写真は提供されませんでした。実際のキャンペーンSKUにスコアカードを適用する際は、承認された製品参照を真実のソースとして使用してください。
2つのKOBUラベルモーションの例
Atlas CloudのGemini Omni 1.2 Flash Reference-to-Videoページは、複数の参照画像と8秒、16:9のリクエストを受け入れます。以下に提供される2つのダウンロードは、どちらも8.04秒、1280 × 720の動画です。それらのファイル名とピクセルは、どのモデル、シード、または試行回数がそれらを生成したかを証明するものではありません。それらは、レビュー方法のユーザー提供のデモンストレーションとして扱い、測定されたGemini Omni 1.2 Flashのパフォーマンスとして扱わないでください。元のMP4ファイルは、フレーム検査のためにGIFの隣に保持されています。
最初のショットは前面から始まり、1つのエッジを示すのに十分なほど旋回し、前面に戻ります。0.5秒と7.7秒で、大きなKOBUワードマーク、マスコット、小さな製品ラインが見えます。最も深い旋回では、前面ラベルの一部のみが視界にあり、隠れた文字はそこでスコアリングできません。

クリップ1:前面参照ブリーフからの短い旋回。前面は終わり近くに戻ります。ラベルの隠れた部分は旋回中に未検証です。
2番目のショットは、缶の周りをさらに移動します。グラフィックのみの裏面(星と稲妻を含む)は約4秒で見えます。前面は終わり近くに戻りますが、7.7秒ではわずかに斜めのままで、小さな製品ラインは文字ごとのパスには柔らかすぎます。大きなKOBU文字とマスコットは、サンプリングされた前面ビューで認識可能なままです。

クリップ2:前面、左前、裏面のコンセプト参照からのより広い回転。裏面ビューは明確な検査ポイントを追加します。戻り時の小さな前面ラインは未検証のままです。
| チェック | クリップ1:前面クロップ | クリップ2:前面、左前、裏面クロップ |
|---|---|---|
| カメラタスク | 短い旋回と戻り | グラフィックのみの裏面を露出するより広い旋回 |
| 0.5秒での前面 | KOBU、マスコット、小さなラインが見える | KOBU、マスコット、小さなラインが見える |
| 約4秒 | 前面ラベルの一部が角度によって隠れる | 裏面グラフィックが見える。チェックする承認された裏面コピーは存在しない |
| 7.7秒近くの前面 | 前面が戻る。主要な要素が見える | 前面はわずかに斜めのまま。小さなラインは未検証 |
再現可能な1枚対3枚の参照実験には、両方のセットに同じモーションプロンプトを使用し、インターフェース設定と最初に完了した出力を保存します。ここに示す2つのクリップは、異なる実用的な質問に答えます:パッケージが小さな旋回とより広い旋回をするとき、レビュアーは何を検査できるか?
実際の製品写真を使用したさらに2つのハンドリング例
次の2つのユーザー提供クリップは、KOBUコンセプトシートではなく、撮影されたパッケージを使用しています。ボトルクリップは8.04秒、茶クリップは15.04秒で、どちらも1280 × 720です。ファイルには検証可能なモデル、シード、または試行履歴が含まれていないため、これらは検査すべきものの例であり、測定されたGemini Omni 1.2 Flashの結果ではありません。
ガラスボトル:注ぐ間のラベル
入力は、Alex P. KokによるSmirnoffボトルの前面と背面の写真で、CC BY-SA 4.0の下でWikimedia Commonsに公開されています。ブリーフは、手が開いたボトルを持ち上げ、グラスに注ぎ、前面をカメラに戻すよう要求しました。これは、別のターンテーブル回転ではなく、変化する傾斜と手の接触をテストします。

Alex P. Kokによる前面と背面の入力写真、Wikimedia Commons、CC BY-SA 4.0。比較のために並べて結合。両方の元のファイルは記事アセットとともに保持されています。
約0.8秒と7.4秒で、大きな前面のSMIRNOFFとVODKAの文字は認識可能なままです。4秒の注ぎの前後で、ネックバンドの文字はソースと異なり、装飾的なラベルの小さなラインは文字ごとのパスには柔らかすぎます。したがって、認識可能な前面ラベルは正確なテキストの合格ではありません。

8.04秒のクリップ、GIFに変換。元のMP4はフレーム検査のために保持されています。
ティーサシェ:開封と抽出を通した3つのバリアント
入力は、Wikiname8によるFraser Teaサシェの写真で、CC BY 4.0の下でWikimedia Commonsに公開されています。アップロードされたPNGは記事アセットとともに保持されています。元の写真は以下に表示されています。ブリーフは、紫のRainbow Rooibos、青のCream Earl Grey、赤のPeppermint Stickを指定し、他のバリアントが視界に残っている間に、紫のパケットを持ち上げ、開け、抽出するよう要求しました。

Wikiname8による入力写真、CC BY 4.0。3つの指定されたバリアントは、色とフレーバーのチェックを提供します。
15秒のシーケンスは、オーバーヘッドの製品ビューから、クローズアップのハンドリングショットと最終的なカップビューに変わります。青と紫のパケットは、サンプリングされたフレームで認識可能なブランドマークを保っていますが、赤のパケットのフレーバー文言は参照のPeppermint Stickと一致しません。最終ビューでは、紫のフレーバーラインがカップと赤のパケットの後ろに部分的に隠れているため、そのラインはそこで未検証です。より長いアクションはより多くのレビューポイントを与えますが、変更された赤いテキストを修復することはありません。
15.04秒のユーザー提供クリップ。10秒を超えるため、選択されたポスターフレーム付きの動画として残ります。
公開前にラベルのドリフトを監査する
フレームをステップスルーできるビューアで生ファイルを開きます。まず各クリップを通常速度で視聴し、製品が認識可能かどうか、要求されたカメラの動きが起こったかどうかを判断します。次に、5つの計画された位置で一時停止します:開始時の前面ビュー、最初の旋回、最大角度、前面への戻り、最終フレーム。それらの間の区間もスクラブします。欠陥はほんの数フレームだけ現れることがあります。
各明確なビューについて、動画をそのソース参照と並べて比較します:KOBUデモンストレーションの場合はScenarioシート、実際のSKUの場合は承認された写真。正確な文字、ロゴの形と配置、シルエット、キャップまたはシール、色をチェックします。不一致があればタイムスタンプとクロップを記録します。テキストが読めない場合は、合格ではなく未検証とマークします。必要なフィールドがクリップ全体を通して隠れている場合、そのクリップはそのフィールドのラベル忠実性を確立できません。
製品動画レビューに関する2026年のRedditの議論では、一時停止したフレームでラベルが柔らかくなり、キャップやパッケージの幅が変わることが説明されています。これは静止フレームを検査する有用な理由です。それは別のテストに関する逸話であり、Gemini Omni 1.2 Flashがこれを合格または失敗するという証拠ではありません。
フレームごとの合格/不合格スコアカード
各タイムスタンプと必要なフィールドに1つの行を作成します。ソースの転記、フレームが目に見えて言うこと、読みやすさ、合格/不合格の決定を記録します。開始、最大旋回、終了のスクリーンショットを承認された前面画像の隣に保持します。サイドパネルに必要なコンテンツがある場合は、一致する角度で側面参照を追加します。これらの画像は、魅力的なワイドショットを表示するだけでなく、読み取り可能なサイズで実際の文字を露出する必要があります。
必要な成分の文字が欠けている、または数量が変更されている場合は、動画の残りが安定して見えてもリリースの失敗です。エラーが使い捨ての背景や、必須の製品情報を隠さずに問題を除去するクロップに限定されている場合、修正編集は合理的かもしれません。遷移とエクスポートを含む、修正された出力全体を再チェックしてください。局所的な修正は隣接するフレームに影響を与える可能性があります。
正確な文言が重要な場合、承認されたパッケージ画像レイヤーまたはポストプロダクションで検証済みの組版ラベルは、より多くの制御を提供します。モーションクリップはシーンとカメラの動きを提供し、実際のテキストは承認されたアートワークから来ます。このアプローチには慎重なトラッキング、遠近法、オクルージョンの作業が必要であるため、合成された結果は依然としてレビューが必要です。生成された文が再生時に妥当に見えたからといって、コンプライアンスレビュアーに正確であると言わないでください。
Gemini Omni 1.2 Flashは製品広告にいつ使用する価値があるか?
大きな前面ラベル、単純なパッケージの幾何学、控えめなカメラ旋回は、妥当な最初のテストとなります。密集した細かい文字、頻繁なオクルージョン、または必要な法的文言は、より厳格な計画と、おそらくより多くのポストプロダクション制御を必要とします。決定的な要因は、モデル名や集計ベンチマークではなく、完成したクリップの監査です。
本物の製品写真があり、モデルがその特定のアイテムをアニメートできるかどうかを確認したい場合は、参照から動画へのルートを使用します。最初の出力とその入力を証拠として保持します。広告が常に保証された逐語的なラベルを必要とする場合は、承認されたアートワーク、ライブ映像、またはその両方の予算を計上してください。それでも、クリエイティブの他の場所で生成されたモーションの余地を残すことができます。
Atlas Cloudモデルカタログは、2026年11月に確認した時点で、Gemini Omni 1.2 Flash Reference-to-Videoを生成1秒あたり$0.028から割引された開始価格$0.023でリストしていました。その表示された開始価格では、8秒の生成は$0.184、2つは再実行前に$0.368になります。リストは開始価格です。実行前に、選択した解像度とその他の制御のライブ見積もりを確認してください。Googleの別途の720pあたり$0.07の発表は、同社自身のプラットフォームに適用され、このAtlasの見積もりには適用されません。
レビューのコストは生成コストとは別です。必要なラベルコピーを変更する安価なクリップは公開する準備ができていませんが、慎重なフレーム監査後に合格するクリップは制作時間を節約するかもしれません。KOBU GIFは、特に裏面が視界に入るときに、検査タスクを具体的にします。それらは、Gemini Omni 1.2 Flashの合格率や実際のパッケージのリリース決定を確立するものではありません。あなたのSKUのGemini Omni 1.2 Flashの製品ラベル一貫性に答えるには、承認された製品ビューをキャプチャし、モデルの実行記録を保持し、最初に完了した出力を物理的ラベルと照合して監査してください。
よくある質問
Gemini Omni 1.2 Flashは正確なパッケージテキストを保証できますか?
公開された参照準拠の比較は、あなたのラベルの文字ごとの保証を確立するものではありません。正確なテキストを、完成したフレームで検証するリリース基準として扱ってください。レビュー中は、承認されたパッケージまたはアートワークをクリップの隣に保持してください。
1枚の製品写真で十分ですか、それとも複数の角度をアップロードすべきですか?
1枚の鮮明な前面画像は、制御された比較を開始するのに十分です。2回目の実行のために実際の左前と右前の写真を追加し、両方の最初に完了したクリップを判断します。より多くの角度は、同じ物理的製品を明確にする場合にのみ役立ちます。
1080pエクスポートで不正確なラベルは修正されますか?
いいえ。より高い出力解像度は間違いを見やすくするかもしれませんが、生成された誤った文字を承認されたものに変えることはできません。元のフレームをチェックし、ソースを修正するか、ポストプロダクションで検証済みのアートワークを使用してください。
パッケージに必要な法的テキストが含まれている場合、クリップを公開できますか?
必要なテキストが実際に納品されたフレームでチェックされた後、または承認された検証済みのパッケージレイヤーを通じて提供された後にのみ公開してください。広告がそれに依存する場所でフィールドが間違っているか読めない場合は、修正とレビューのためにクリップを保留してください。






