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

  1. 拡散指数 37

    Synthesiaが「Expressive Avatars」発表：AIアバターが感情豊かに進化

    AI動画生成のSynthesiaは企業の研修や販促向けに、感情表現や唇の同期精度を高めた「Expressive Avatars」を発表した。従来の切り貼り合成とは異なり、大規模モデルを用いてリアルタイムに完全生成する仕組み。CEOは自然な手の動きの再現など、まだ課題は残ると認めている。

  2. 拡散指数 38

    米ラッパーDrake、AI生成した2PacとSnoop Doggの声で新曲公開

    Drake が SNS 上で新曲「Taylor Made Freestyle」を公開し、AI で再現した故 2Pac と Snoop Dogg の音声を用いて Kendrick Lamar を挑発した。自身が録音したラップを AI で変換したと見られている。クローン音声技術がメジャー音楽シーンの論争の道具として使われた格好だ。

  4. 拡散指数 47

    Blockade Labs、Skybox AI Model 3を公開：8Kパノラマ生成でVision Proに対応

    Blockade Labsは360度環境生成AI「Skybox AI」のModel 3アップデートをリリースした。画素数が前世代比で77%向上し8K出力に対応したことで、Apple Vision Pro向けコンテンツ制作に適している。手持ちの全天球画像を再生成できるリミックス機能も追加された。

  5. 拡散指数 41

    Stability AI、「Stable Diffusion 3」のAPI提供を開始

    Stability AI は開発者プラットフォームで「Stable Diffusion 3」および Turbo 版の API 提供を開始した。Fireworks AI と連携して安定したインフラを確保し、MMDiT アーキテクチャにより文字描画や指示追従性を大幅に高めた。近いうちに会員向けにモデル重みも公開予定だ。

  6. 拡散指数 41

    Adobe、Premiere Pro向け生成AI機能を先行公開　不要物削除やSora連携も

    Adobeは動画編集ソフト「Premiere Pro」に年内追加予定の生成AI機能をプレビューした。映像内のオブジェクト追加・削除や、フレーム自動生成による尺の延長、テキストからの動画生成に対応する。OpenAIのSoraなどサードパーティ製モデルの統合も実験中だが、機能の本格導入は年内後半になる見通しだ。

  8. 拡散指数 39

    アドビ、AI学習用動画を1分約3ドルで買い取りへ　Sora対抗を加速

    Adobeが生成AI動画モデルの学習に向け、クリエイターから日常動作などの動画素材を1分あたり平均約2.62ドル（最大7.25ドル）で買い集めていることが報じられた。OpenAIのSoraに対抗するためのデータ確保が狙いで、商用利用の安全性を担保する独自路線を貫いている。

  10. 拡散指数 42

    ChatGPTに画像編集機能が追加：指定範囲の修正や手描きスケッチからの生成に対応

    OpenAIはChatGPTで生成した画像の編集機能を全ユーザー向けに提供開始した。選択ツールで修正したい部分だけを指定してプロンプトで指示できるほか、スマホアプリでは手描きスケッチをもとにした画像生成にも対応する。全体を再生成せずに細部を直せるようになったのが大きな前進だ。

  11. 拡散指数 42

    Stable Audio 2.0登場、最長3分の楽曲生成やAudio-to-Audioに対応

    Stable Audio 2.0が発表された。テキストプロンプトから最長3分、44.1kHzステレオの構成整った楽曲を生成できる。Diffusion Transformerの採用で楽曲構造の再現性が高まり、音源をアップロードして音色やスタイルを変換するAudio-to-Audioにも対応。公式サイトで無料体験できる。

  12. 拡散指数 36

    OpenAI、動画生成AI「Sora」を使ったクリエイターの初期作品を公開

    OpenAIは映像作家やデザイナーらによる「Sora」の初期制作事例と感想を公開した。現実の再現以上にシュールで抽象的な表現を素早く形にできる点が評価されている。なお、公開作はアーティストによる編集が加えられており、一般提供はまだ始まっていない。

  13. 拡散指数 37

    Adobe Firefly、歴史描写でGoogle Geminiと同様の偏向問題が発生

    Semaforの検証により、Adobeの画像生成AI「Firefly」がGoogle Geminiと同様に、第二次大戦の黒人ナチス兵士など史実に反する画像を生成する過度な多様性補正の不具合を抱えていることが明らかになった。著作権に配慮した画像のみで学習したAdobeでも同様の問題が発生したことは、偏見防止プロンプトの調整が業界全体の共通課題であることを示している。

  14. 拡散指数 33

    OpenAIの動画生成AI「Sora」、年内に一般公開へ　音声追加も計画

    OpenAIのCTOミラ・ムラティ氏は、動画生成AIモデル「Sora」を年内、早ければ数カ月以内に一般公開する計画を明らかにした。将来的な音声生成や編集機能の追加も予定しており、利用コストを画像生成モデル「DALL-E」並みに抑えることを目指しているという。

  15. 拡散指数 39

    元DeepMind研究者によるHaiperが動画生成AIを無料公開、1380万ドル調達

    元DeepMindの研究者らが設立した英Haiperは、独自モデルを搭載した動画生成ツールのパブリック提供を開始し、シードラウンドで1380万ドルを調達したと発表した。ユーザーは現在、テキストから2〜4秒の動画を無料で生成できる。Soraが注目を集める中、同社はモデルAPIの提供や将来的なオープンソース化も視野に入れている。

  16. 拡散指数 32

    Lightricks、長尺AI動画プラットフォーム「LTX Studio」を発表

    Lightricksはアイデアから長尺動画をワンストップで制作できるAIプラットフォーム「LTX Studio」を発表した。複数シーンの生成に対応し、キャラクターの容姿や照明の一貫性を保てるのが特徴で、本格的な映像制作のハードルを下げる狙いだ。

  18. 拡散指数 41

    Adobe、音楽生成AIツール「Project Music GenAI Control」を発表

    Adobeはテキスト指示や参考メロディから音楽を生成・編集できる研究プロジェクト「Project Music GenAI Control」を発表した。テンポや構成の調整、楽曲の延長など細かな制御が可能だが、現在は初期研究段階でUIもまだない。

  19. 拡散指数 40

    Ideogram 1.0が公開、画像内の文字描画とMagic Promptを強化

    Ideogram は画像生成 AI モデル「Ideogram 1.0」を正式公開しました。写真のようなリアルさや指示への追従性が向上したほか、画像内のテキスト描画精度を高め、入力支援機能「Magic Prompt」も追加しています。現在公式サイトで利用可能です。