Luma Labs、Dream Machineに自然言語で動画編集できる「Modify with Instructions」を追加
Luma Labs は Dream Machine に新機能「Modify with Instructions」を追加しました。変更したい要素が映るフレームを選び、「赤いドレスを青いスーツに」といったテキストを入力するだけで、クリップ全体のオブジェクト置換や背景変更が可能です。現在すべての登録者向けに提供されています。
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。
新しいニュースを見る
Ideogram、写真1枚から顔立ちを維持する「Character」公開
Ideogramは1枚の参照画像から顔立ちを保ったままポーズや服装、背景を変えられる新機能「Character」とAPIを公開した。画像生成時のアイデンティティ崩れを防ぎ、絵本制作やプロ用ポートレートの作成を容易にする。
Yelp、口コミと写真からAIが店舗紹介動画を自動生成 iOS向けに提供
Yelpは米国内のiOSアプリ向けにAI生成の飲食店紹介動画を提供開始した。OpenAIが脚本を作成し、ElevenLabsが音声、Amazon Transcribeが字幕を担当してユーザー投稿をまとめる。店舗側による事前確認やユーザーの除外設定には未対応だ。
Meshy 5 Preview公開：高精細3Dモデル生成と500種以上の新アニメーションに対応
Meshy.aiは「Meshy 5 Preview」を公開した。多視点画像からの生成精度が向上し、エッジの立ったシャープな形状表現や500種以上のリギング済みアニメーションに対応した。ゲーム制作などの現場において、手作業によるモデル修正やボーン調整の手間を大幅に削減できる。
Midjourney、動画の開始・終了フレーム指定に対応：シームレスなループ生成が可能に
Midjourney が AI 動画生成機能を強化し、開始フレームと終了フレームを自由に指定できる新機能を追加した。2 つの画像を滑らかにつなぐモーフィングや、継ぎ目のないループ動画が手軽に作れる。Web 版に加え Discord ボット上でも利用可能だ。
Runwayが新動画モデル「Aleph」発表：被写体の増減やカメラアングル変更に対応
Runwayはインコンテキスト動画モデル「Runway Aleph」を発表しました。既存の動画に対してオブジェクトの追加や削除、カメラアングルの変更、照明やスタイルの調整など多彩な編集を行えます。有料プラン契約者向けに提供が始まっています。
Leonardo.Aiが「Veo 3 Fast」を提供開始、音声付き8秒動画を最大3倍高速で生成
Leonardo.Ai は「Veo 3 Fast」の提供を開始した。音声付きで最大 1080p の 8 秒動画を生成でき、従来の Veo 3 と比べて最大 3 倍高速化した。アイデア出しやプロンプト検証向けで、既存の契約プランですぐに利用できる。
Netflixが初の実写ドラマAI導入を発表：VFX制作が10倍速く低コストに
木曜日の決算説明会でNetflixのテッド・サランドス共同CEOは、オリジナル作品『The Eternaut』のビル崩落シーンに生成AIを初採用したと明かしました。従来のVFXに比べ10倍速く完成し、限られた予算内で映像化を実現できたと説明しています。
Sunoが「v4.5+」を公開：ボーカル差し替えや伴奏アレンジ、プレイリストからの楽曲生成に対応
AI音楽生成プラットフォームのSunoが「v4.5+」を発表しました。ボーカルの差し替えやインストゥルメント音源のアレンジに対応したほか、既存のプレイリストをもとに新しい楽曲のアイデアを生み出す新機能を導入し、楽曲制作の柔軟性を高めています。
Adobe Fireflyに新機能、自分の声真似から動画用効果音を生成可能に
AdobeはFireflyの動画生成向けに複数の新機能を提供開始した。テキスト説明とマイクによる擬音の録音から、タイミングや音量を反映した効果音を生成できる。さらに構図参照やキーフレーム切り抜きに対応し、Googleの動画モデル「Veo 3」も統合された。
Apple News+に「Emoji Game」登場：Genmojiを活用した新パズル
Appleは米カナダのApple News+購読者向けに新作パズル「Emoji Game」の配信を開始した。Apple Intelligenceで生成されたGenmojiなどを使ってフレーズの空欄を埋めるゲームで、手数の少なさを競う。iOS 18.4以降に対応し、今秋登場予定の新アプリ「Apple Games」からも遊べるようになる。
Midjourney、企業向けAPIの提供を検討 公式申請フォームを公開
Midjourneyは自社サービスを企業や外部システムに組み込める「Enterprise API」の提供に向けた検討を開始したと発表した。どのような機能を用意すべきかを把握するため、現在公式申請フォームで事前登録や要望を受け付けている。
LightricksがLTX Video更新：リアルタイム指示で最大60秒の動画生成
Lightricksはオープンソース動画生成モデル「LTX Video」の最新版を公開した。生成中の映像を見ながらプロンプトを追加してリアルタイムに修正でき、最長60秒の動画生成に対応する。重みはHugging FaceやGitHubで提供され、単一のH100や一般的なノートパソコンでも動作可能だ。
Runwayが新モーションキャプチャ「Act-Two」公開、手先の追跡にも対応
Runwayは次世代モーションキャプチャモデル「Act-Two」を発表した。生成品質が向上し、頭部や顔、身体に加え手先のトラッキングに対応。実写演技動画と参照キャラ1枚で駆動できるが、現在は企業顧客やパートナー限定の提供となる。
Higgsfield AI、Googleの動画生成モデル「Veo 3」を統合 「Soul ID」と連携
Higgsfield AIは動画生成モデル「Google Veo 3」の統合を発表した。キャラクターの一貫性を保つ「Soul ID」と組み合わせることで、単一のサブスクリプションで写実的かつ高品質な映像を作成できる環境を提供する。
ExistsがAIによる3D世界生成プラットフォームを一般公開、Unreal Engineで遊べる空間を即座に構築
Existsはテキストプロンプトからインタラクティブな3D空間を即時生成するプラットフォームを一般公開した。動画拡散モデルではなくクラウド上のUnreal Engine上で動作するため、マルチプレイやAIボット、照明が最初から機能するプレイ可能な世界を誰でも作れる。
Black Forest Labs、プロンプト不要の画像編集ツール「Kontext Komposer」公開
Black Forest Labsはプロンプトなしで画像を変換できる「Kontext Komposer」と専用プリセットを公開した。背景変更、ライティング調整、商品配置などを直感的に処理できる。現在公式Playgroundで無料利用可能。
Google Geminiに画像からの動画生成機能、Veo 3で8秒の音声付き動画を作成
GoogleはGeminiに静止画から動画を生成する新機能を追加した。Veo 3モデルを活用し、写真を8秒間の音声付き動画に変換できる。一部地域のGoogle AI ProおよびUltra加入者向けに順次提供が始まっている。
Moonvalley、映像作家向けAI動画モデル「Marey」を一般公開：マウスでカメラワーク操作も
Moonvalleyはオープンライセンスのデータのみで学習したAI動画生成モデル「Marey」のサブスクリプション提供を開始した。価格は月額14.99ドルからで、最大5秒の動画を生成可能。マウス操作でカメラ軌道を調整できる3D制御が特徴。
DynamicslabがMirageを発表：事前作成マップのないリアルタイム生成AIゲームエンジン
Dynamicslabがリアルタイム生成型ゲームエンジン「Mirage」を発表しました。従来のマップや静的アセットを一切使わず、プレイヤーの操作やプロンプトに応じてクラウド上で3D映像を1フレームずつリアルタイム生成します。現在約16fpsでブラウザ配信されており、画像からワールドを即時生成することも可能です。