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

  2. 拡散指数 41

    ElevenLabs、グラミー受賞者らと共同制作したAIアルバムを公開　Eleven Musicを活用

    ElevenLabs はグラミー賞受賞アーティストらと共同制作した音楽アルバム「The Eleven Album」を発表した。新モデル「Eleven Music」を用いて制作され、参加アーティストが楽曲の全著作権と配信印税を保持する。対立が続いていた音楽業界において、権利許诺と共創を両立させる新たな基準を示す動きだ。

  6. 拡散指数 41

    PixVerseがリアルタイム世界モデル「R1」公開：生成中にプロンプトで映像を即時書き換え

    PixVerseはリアルタイムで動画を連続生成できる世界モデル「PixVerse R1」を発表した。生成中にテキストで指示を追加して画面を即座に変えられるのが特徴。現状は人物の歪みなど一貫性に課題を残すものの、AI動画生成をレンダリング待ちからリアルタイム操作へと前進させた。

  8. 拡散指数 54

    Z.aiが画像生成モデル「GLM-Image」公開、文字描画の精度91.2%を達成

    Z.aiがHugging Faceで画像生成モデル「GLM-Image」を公開しました。自己回帰と拡散デコーダのハイブリッド設計を採用し、単一モデルでテキストからの画像生成に対応。CVTG-2K評価の文字描画精度で91.2%を記録し、先行モデルを上回るスコアを示しています。

  9. 拡散指数 37

    Tongyi Labが「Qwen-Image-2512」公開、質感と文字描画を大幅強化

    12月、Tongyi Labは画像生成モデル「Qwen-Image-2512」をオープンソース公開した。特有の「AIっぽさ」を抑え、肌の毛穴やシワ、動物の毛並みなどの写実的な質感を追求。さらにテキスト描画精度も向上し、インフォグラフィックやプレゼン資料の生成にも対応する。

  10. 拡散指数 40

    RunwayとAdobeが多年契約、動画生成AIをクリエイティブツールに統合へ

    RunwayはAdobeと多年間の戦略的パートナーシップを締結したと発表した。RunwayのAIモデルや技術をAdobeのクリエイティブツールに組み込むほか、Adobeアプリ限定のプロ向けワークフロー機能も共同開発する。動画クリエイターが使い慣れた環境で直接先端AIを利用できるようになる。

  13. 拡散指数 47

    快手、動画生成「Kling 2.6」に音声制御と高精度モーション操作を追加

    快手は動画生成モデル「Kling 2.6」に音声制御とモーション制御の大型アップデートを実装した。自分の音声を登録して複数カットで一貫したキャラ声を出せるほか、対話や歌にも対応。武術やダンスなど激しい動きでも手の崩れを抑え、唇の同期も自然に保てる。

  15. 拡散指数 39

    Kling VIDEO 2.6の動作制御が進化、30秒の参照動画で激しい動きも再現

    Kling AIはKling VIDEO 2.6に強化されたモーションコントロール機能を実装したと発表した。3〜30秒のリファレンス動画を読み込ませることで、武術やダンスなどの激しい全身アクションや手の動き、表情を崩さずに再現でき、プロンプトでの微調整にも対応する。

  18. 拡散指数 40

    Black Forest Labsが画像生成モデル「FLUX.2 [max]」を発表

    Black Forest LabsはFLUX.2 [max]を発表した。Web検索によるリアルタイム情報の参照に対応し、最大10枚の参照画像を用いてスタイルや被写体の一貫性を維持できる。@ArtificialAnlysの評価で2位にランクインした。

  19. 拡散指数 39

    アリババが「Wan2.6」発表：15秒のマルチカット生成やネイティブ音声同期に対応

    アリババはマルチモーダルモデル「Wan2.6」を発表した。15秒の1080p動画生成に対応し、指示文から複数カットのストーリー動画を自動構成できる。さらに自然なリップシンクを伴う音声同期や、キャラの一貫性を保った新シーン配置も可能。動画生成AIの課題だったカット割りと音ズレの解消に大きく前進した。