ByteDance、動画生成AI「Seedance 2.0」を発表　不自然な浮遊感を大幅改善

これまでの生成AI動画には、どこか水の中を漂っているような独特の不自然さや、動き出した途端に手足が崩れる違和感がつきまとっていました。

ByteDanceが新たにテスト公開した動画生成モデル「Seedance 2.0」は、その限界を打ち破る仕上がりを見せています。同社の動画制作プラットフォーム「即夢 AI（Jimeng AI）」およびAIアシスタント「豆包（Doubao）」の一部ユーザー向けにベータ版の提供が始まり、SNS上ではそのリアルさが大きな話題を呼んでいます。

画像9枚と音声3本を読み込み、ハリウッド脚本家を唸らせる

Seedance 2.0の最大の特徴は、テキストだけでなく画像、動画、音声を柔軟に組み合わせたプロンプト処理が可能な点です。

ユーザーはテキストによる指示に加え、最大9枚の参照画像、3本の動画クリップ、3本の音声ファイルを同時にモデルに読み込ませることができます。テキスト形式の絵コンテ（ストーリーボード）に沿った映像生成にも対応しました。

ByteDanceが公開したフィギュアスケートのデモでは、2人のスケーターが物理法則に従いながら息の合ったジャンプや空中回転、着氷を破綻なくこなす様子が披露されました。

SNS上では、ブラッド・ピットとトム・クルーズが映画さながらの激しい格闘戦を繰り広げる非公式動画が拡散され、映画『デッドプール』の脚本家レット・リース氏が「言いたくはないが、俺たちはもう終わりかもしれない」と投稿して注目を集めました。

解像度は最大2K、出力時間は最長15秒で、映像に合わせたネイティブな音声生成にも対応しています。また、同社は画像生成モデル「Seedream 5.0」のプレビュー版も一部サードパーティ向けに展開し始めた模様です。

著作権の懸念とTikTok展開への壁

一方で、課題も少なくありません。X上ではすでに『ドラゴンボール』や『ポケットモンスター』などのキャラクターを無許可で生成した動画が多数出回っており、著作権保護フィルターの基準はまだ不透明です。

さらに、この技術が世界最大のショート動画プラットフォームであるTikTokにそのまま導入されるかは未知数です。

特に米国事業は「TikTok USDS」として独立体制を敷いており、トランプ政権下で指名された経営陣が舵を取っています。米国がAI覇権を維持しようとする政策方針のなか、中国製モデルの積極採用には政治的な摩擦が伴うと見られています。

なぜ重要か

クリエイターにとって、テキストの運任せではなく、9枚の画像や音声で構図やテンポを指定できる仕組みは、実務上の大きな前進です。実写映画のプリビズや短編アニメの絵コンテ検証など、現場のプロが今すぐ試す価値のあるレベルに達しています。

業界全体で見れば、快手（Kuaishou）の「Kling 3.0」に続くSeedance 2.0の登場により、動画生成の最前線において中国勢の存在感が一段と際立ってきました。OpenAIの「Sora 2」やGoogleの「Veo 3」に対する強力な対抗馬となることは確実です。

しかし、私たちはこの動きに2つの大きなリスクがあると考えています。1つはハリウッドの著作権を刺激しかねない野放図な生成体制、もう1つは巨額の計算コストに見合う収益化モデルの不在です。Metaが今後3年でデータセンターに6000億ドルを投じる計画を掲げるなか、どれだけ美しい動画を作れても、莫大なインフラ費用を回収できなければ持続的なサービス運営は困難になるでしょう。