Arq.live、音声で映画を作る「GLITCH」発表　声の指示だけで8分で短編生成

映画の現場において、監督が頭の中にあるビジョンをカメラマンや美術スタッフに伝える作業は、常に最も骨の折れる工程でした。Arq.liveはその制作フロー全体を、音声の指示とノートPC1台だけで完結させようとしています。

同社が発表した「GLITCH」は、テキストプロンプトを打ち込む手間を省き、監督が声で指示を出すだけで映像を作り出す音声生成システムです。

声の指示だけで、8分足らずで短編が完成する

従来のAI動画生成ツールでは、ユーザーはテキストを微調整しながら出目を待つ感覚に近い作業を強いられていました。しかしGLITCHは、映画監督が現場で指示を出す思考様式をそのままなぞるように設計されています。

監督がマイクに向かって話しかけるだけで、登場人物の配役、舞台となる世界の構築、キャラクターの動線やカメラワークの指定が完了します。バックエンドでは複数のAIモデルやエージェントが映画クルーのように順次連携し、リアルタイムで映像シーケンスを生成していきます。

ホテルの客室で行われたデモでは、ノートPC1台のみを使用し、従来の撮影機材や制作クルーを一切使わずに、8分足らずで1本の完全な短編映像を書き出してみせました。

このデモにはハリウッドの重鎮も駆けつけました。『パルプ・フィクション』や『ジャンゴ 繋がれざる者』、『エリン・ブロコビッチ』を手がけた大物製作総指揮マイケル・シャンバーグが、XでArq.liveの投稿を見かけて現地へ急行。現場でデモを見届けた後、35年のキャリアを持つベテランは一言も発することなく部屋を去ったと伝えられています。

エルサルバドルで極秘裏に開発

GLITCHを生み出したのはシリコンバレーの大手ではなく、エルサルバドルを拠点とするチームです。彼らは同地で丸1年をかけて開発を続け、同国初となるAI短編映画も制作しました。

現在、GLITCHは一般向けのWebアプリとして開放されているわけではなく、Arq.liveを通じて本格的な商業制作プロジェクト向けに提供されています。

なぜ重要か

私たちが注目すべきは、GLITCHがプロの現場の作法にインターフェースを合わせた点です。監督にとって自然言語のプロンプトをタイピングするのは不自然な作業であり、声による演出指示こそが本来のコミュニケーションだからです。

単一の巨大モデルに丸投げするのではなく、複数のエージェントをクルーのように協調させる設計は、映像コントロールの精度を上げるうえで理にかなっています。予算会議でアイデアを却下されてきたインディペンデントの映画作家にとって、ノートPC1台で即座に絵を出せる価値は計り知れません。

もっとも、数分のデモで驚かせることと、商業長編で要求される厳密なカット間の整合性や細やかな感情表現を両立させることの間には、依然として大きな壁があります。シャンバーグの沈黙は驚嘆の表れであると同時に、実制作への導入難度を見極める眼差しだった可能性もあります。それでも、プリビズ（事前視覚化）や絵コンテの業界が大きな地殻変動に直面していることは間違いありません。