本文へスキップ
IFAI

画像・動画生成

Midjourney、Sora、Veo、SunoなどAIによる画像・動画・音声・音楽生成の新モデルと新機能。

直近7日間で4件

  3. 拡散指数 51

    Google、「Gemini Omni 1.2 Flash」を提供開始　15秒動画対応で30％値下げ

    Googleは動画生成AI「Gemini Omni 1.2 Flash」の一般提供を開始した。ネイティブ生成時間が最長15秒に延び、料金は720p動画で1秒あたり0.07ドルと30％引き下げられた。対話形式による部分修正やキャラクターの一貫性維持、リップシンク向上に対応し、「Google Vids」では月3本まで無料で生成できる。

  4. 拡散指数 68

    OpenAIが「Images 2.6」発表　生成速度が50％向上、GIF動画作成にも対応

    OpenAIは画像モデル「Images 2.6」をChatGPT、Codex、API向けに公開した。生成速度が50％向上したほか、単一プロンプトからGIFアニメを直接作成・編集できるようになった。API向けには最速6秒で出力できるFlareと高画質なSunburstが提供され、SVG書き出しにも対応する。

  5. 拡散指数 41

    マイクロソフトが画像編集モデル「MAI Image 2.7」発表、ベンチマークで世界2位に浮上

    マイクロソフトは最新の画像編集モデル「MAI Image 2.7」を公開した。Artificial Analysisの画像編集リーダーボードで2位、Arena Editで3位を記録。全10種のユースケースで前世代を上回り、特にシーンやスタイルの編集では次点に24 Eloの差をつけた。現在は編集機能のみ提供されており、画像生成機能も順次追加される予定だ。

  7. 拡散指数 32

    ElevenLabs、プロ声優と連携した新デフォルト音声を公開　表現力と音質を向上

    ElevenLabs は音声合成および Projects Alpha 向けに新しいデフォルト音声を公開した。プロの声優と提携し、30 分の録音データを基にした高品質音声クローン技術で制作。アイルランドやイタリアなどのアクセントや多彩な感情表現に対応した。同社は著作権を保持せずライセンス契約を結んでおり、生成ごとの報酬モデルも検証中だという。

  9. 拡散指数 45

    Ideogram、プロンプトから編集可能なSVGを生成する「Vector 1.0」公開

    Ideogramは初のベクター生成AIモデル「Vector 1.0」をリリースした。テキストプロンプトからの生成に加え、既存の画像を高精度で拡大縮小可能なSVGベクターに変換できる。滑らかなグラデーションや明瞭な文字描画に対応し、同社プラットフォームおよびAPIで利用可能だ。

  10. 拡散指数 41

    Viggleが世界モデル「JST-2」公開、テキストや画像から探索可能な3D空間とキャラを即座に生成

    Viggle はテキストや画像から自由に探索できる 3D 環境を秒速で生成する世界モデル「JST-2」を発表した。空間内の物質単位を追跡することで視点を変えても破綻せず、ボーン入れなしで動く 3D キャラクターも生成できる。ブラウザ上で 3D ガウシアン・スプラッティングとしてリアルタイムに無料体験可能だ。

  12. 拡散指数 34

    シルヴェスター・スタローン、AI若返り技術で18歳の『ランボー』前日譚を検討

    シルヴェスター・スタローン氏はポッドキャスト番組で、AI若返り（ディエイジング）技術を活用した『ランボー』前日譚の制作を検討していると明かした。テストでは自身を18歳の姿に再現できたという。ハリウッドでAI議論が続く中、往年の名優が自らの代表作を延命させる手段としてAIを受け入れ始めている。

  16. 拡散指数 42

    Higgsfield、GPT-6 Astra連携で10分超のAI動画生成に対応

    Higgsfield AIはGPT-6 Astraを統合し、AI動画の生成時間を従来の1分から10分以上へと大幅に延長したと発表しました。自律エージェントが外部3Dツールを操作して長尺映像の整合性を保つほか、音声入力からリアルタイムに映像を立ち上げる機能の開発も進んでいます。

  18. 拡散指数 44

    Midjourneyが「思考モード」をテスト：プロンプト精度と文字描画が向上

    MidjourneyはAlpha版サイトで画像生成の「思考モード（Thinking Mode）」のテストを開始しました。生成ジョブのライトボックスから再実行することで、指示の忠実度、タイポグラフィ、画像の整合性が向上します。将来的には標準機能や生成後の追加思考オプションとしての提供も検討されています。

  19. 拡散指数 41

    Google、「Nano Banana 2.1」を公開　最大14枚の参照画像合成や4K出力に対応

    Googleは画像生成・編集モデル「Nano Banana 2.1」を公開し、GeminiやFlowなどで提供を開始した。最大14枚の参照画像を用いた合成や被写体の一貫性維持、マスク編集の精度が向上し、4K解像度にも対応する。トップクラスの競合モデルには画質面で及ばないとの指摘もあるが、Flow上で毎日数十回無料で利用できる。

  20. 拡散指数 37

    Midjourney Alphaが更新：サイドバーでスタイル事前確認、フォルダ別デフォルト設定に対応

    Midjourney が Alpha 版の更新ログを公開した。生成前に仕上がりを確認できるサイドバーのスタイルプレビューや、フォルダごとのデフォルトパラメータ保存機能を導入。複数のスタイル参照を 1 つのカプセル UI にまとめ、10 万枚以上の画像を保有する環境でのクラッシュ問題も解消した。