アリババが「LHM」を発表：1枚の写真から数秒で動く3Dアバターを生成
アリババの研究チームが3D人体復元モデル「LHM」を発表した。1枚の人物写真からわずか数秒で、3D Gaussian Splattingを用いた動かせる高精度アバターを生成可能。顔や手の下処理を別途行うことなく、高精度なアニメーション制作が行える。
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
Pika、動画内の特定キャラや物体だけを操る新機能を予告
Pika Labs は動画内の特定キャラクターや物体だけを編集・操作できる新ツールのプレビューを公開した。背景など他の要素を崩さず維持できるのが特徴で、現在はクリエイティブパートナー向けに先行アクセスが案内されている。
Captions、UGC風動画広告を生成する「Mirage」公開 実在しないアバターで制作
CaptionsはUGC（ユーザー生成コンテンツ）スタイルの動画広告に特化したAIモデル「Mirage」を公開した。台本や音声を入力するだけで、身振りや微表情を備えた架空のアバター動画を生成でき、外見や背景、感情も指定できる。実写撮影なしで広告の大量制作が可能になる。
Freepik、Google Veo 2統合で画像からの動画生成に対応
FreepikはAIクリエイティブ環境「Freepik AI Suite」にGoogleの動画生成AI「Veo 2」を統合した。画像生成やレタッチツールで仕上げた静止画から、そのまま高画質な動画へ変換できる。ワークフローが一元化されるのが魅力だが、利用はPremium有料会員限定となる。
Hedraが全モーダル動画モデル「Character-3」とStudioを発表
Hedraは画像・テキスト・音声を同時処理するAIモデル「Character-3」と制作基盤「Hedra Studio」を発表した。音声に合わせた口の動きや表情を一括で同期生成でき、複数のツールを行き来する手間を解消している。
Prime Video、映画やドラマでAI吹き替えのテスト運用を開始
Amazon傘下のPrime Videoは一部のライセンス作品向けにAIを活用した吹き替えテストを開始した。まずはこれまで吹き替えがなかった12作品を対象に英語と中南米スペイン語を提供し、プロの監修を組み合わせて品質を担保する。
独ドイツ・テレコム、ElevenLabsと提携 「Magenta AI」で記事を数秒でポッドキャスト化
独Deutsche Telekomは音声AI企業のElevenLabsとの戦略的提携を発表した。自社の「Magenta AI」に「Gen FM」技術を組み込み、ニュース記事を数秒でリアルなポッドキャストへ変換可能にする。あわせてドイツ・テレコムはElevenLabsのシリーズC調達にも出資した。
Stability AIとArmが連携、スマホ上で音声生成AIが完全オフライン動作
Stability AI は Arm と提携し、テキストから音声を生成する Stable Audio Open をスマートフォン向けに最適化したと発表。Arm の KleidiAI を活用し、11 秒の音声生成を 240 秒から 8 秒未満へと 30 倍高速化し、ネット接続なしの CPU 実行を実現した。
OpenAIの動画生成AI「Sora」、EUと英国で提供開始
OpenAIはAI動画生成ツール「Sora」がEUおよび英国で利用可能になったと発表しました。これにより現地のクリエイターやユーザーもSoraを用いた動画生成を行えるようになります。
Ideogram、新画像モデル「2a」公開 価格半額で文字入り画像を高速生成
Ideogramは最新の画像生成モデル「Ideogram 2a」を公開した。前世代の2.0と比べて価格が50％引き下げられ、テキストを含むフォトリアルな画像を数秒で出力できる。WebアプリとAPIの両方で提供され、ログイン不要でプロンプトを閲覧できる公開フィード機能も追加された。
Pikaが「v2.2」を公開：1080p対応とキーフレーム遷移「Pikaframes」を導入
Pikaは動画生成モデルの最新版「Pika 2.2」をリリースした。1080p解像度での最大10秒の動画生成に対応したほか、1〜10秒の間でキーフレーム間のスムーズな遷移を設定できる新機能「Pikaframes」が利用可能になっている。
Mystic、画像生成の構図を精密に制御する構造参照ツールを公開
Mysticが新機能「Structure Reference」を公開しました。画像の構造や構図を維持したまま、カートゥーン調から実写風への変換など自由なスタイル変更が可能で、映画やゲーム、建築デザインなど幅広い制作に活用できます。
Wonder Dynamicsが動作予測モデル発表：遮蔽時も3Dモーションを補完
Wonder Dynamicsは、マーカーレス動捕向けのAIモデル「Motion Prediction」を発表した。遮蔽物や画角外で身体が見えない場合でも姿勢を推定し、足の滑りやブレを軽減する。Wonder Animation内で利用可能。
アリババが動画生成AI「Wan2.1」をオープンソース公開、RTX 4090でも動作
アリババの通義実験室が動画生成モデル「Wan2.1」をオープンソース公開した。14B版は主要ベンチマークでSoraを上回り、生成速度も2.5倍に高速化。中英2言語の文字描画に対応し、1.3B版ならRTX 4090などの民生用GPUでも動作する。
Luma AI、Dream Machineに無料の音声生成機能を追加
Luma AIは動画生成ツール「Dream Machine」に「Video to Audio」機能を追加しました。動画生成後に新設された「Audio」ボタンを押すだけで、ワンクリックまたはプロンプト指定で音声を付加できます。現在はベータ版として全ユーザーに無料提供されています。
Google、動画生成AI「Veo 2」の価格を公開：1秒あたり0.5ドル、1分30ドル
Googleが動画生成AIモデル「Veo 2」の利用料金を公開しました。料金は動画1秒あたり50セントで、1分あたり30ドル、1時間あたり1,800ドルに相当します。OpenAIが月額200ドルのプランでSoraを提供するのに対し、Veo 2は従量課金制を採用しています。
FreepikがGoogle「Veo 2」を導入：生成料金は1秒50セント
FreepikはGoogleと提携し動画生成モデル「Veo 2」の提供を開始した。Googleの価格表によると利用料は1秒あたり50セントで、1分換算で30ドル。2分以上のクリップ生成に対応しており、月額200ドルのOpenAI Soraとは異なる従量課金の選択肢となる。
動画生成AIのPikaが公式iOSアプリ公開、スマホで直接作成可能に
動画生成AIのPikaがApp Storeで公式iOSアプリの配信を開始した。モバイル端末上で直接動画生成や特殊効果の適用が行えるようになり、作成したクリップをそのままSNSへ投稿できる。
YouTube Shortsに「Veo 2」導入：プロンプトから動画クリップ生成が可能に
YouTubeはShortsの「Dream Screen」機能にGoogle DeepMindの動画生成モデル「Veo 2」を統合したと発表した。背景生成にとどまらず、テキストから独立した動画クリップの生成が可能になり、物理法則や人体の動きの再現度が高まった。米国、カナダ、オーストラリア、ニュージーランドで先行提供される。
SD3.5 LargeがAzure AI Foundryで提供開始：画像生成モデルを拡充
Stable Diffusion 3.5 LargeおよびStable Image Ultra、CoreがMicrosoft Azure AI Foundryのモデルカタログに追加された。SD3.5 Largeはテキストや画像を入力とした高精度な画像生成に対応し、企業は自社のクラウド環境から直接導入できる。