Sunoが音楽AI「v5.5」を公開、表現力とパーソナライズを大幅強化
Sunoは音楽生成AIの最新アップデート「v5.5」を発表した。ユーザー自身の声やサウンド、好みを反映し、より表現力豊かで自分らしい楽曲を制作できるのが特徴だ。同社は「これまでで最もパーソナルな体験」とアピールしているが、具体的な技術的仕様は現時点で明かされていない。
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
Google、音楽生成AI「Lyria 3 Pro」公開 最長3分の楽曲構成に対応
Googleは、最長3分の楽曲を生成できるAIモデル「Lyria 3 Pro」を発表した。イントロやAメロ、サビ、ブリッジといった楽曲構成を理解した指示出しが可能。Google AI StudioやVertex AI、有料版Geminiアプリ、ProducerAIなどで順次利用可能になり、SynthID透かしが埋め込まれる。
Lovartが「Move Object」公開：マスクもレイヤーも不要、ドラッグだけで物体を移動
Lovartは新機能「Move Object」を公開した。矩形や投げなわツールで画像内の物体を囲み、移動先へドラッグするだけで自然に再配置できる。追加のテキスト指示にも対応し、マスク作成やレイヤー作業、再生成の繰り返しなしで一貫した画像が得られる。
3D映像を実写化するRealMaster：ゲームの質感をリアルな動画へ変換
AIツール「RealMaster」は、ゲームなどの3Dレンダリング映像を写実的なリアル動画へ変換する。従来のツールと異なり、元の幾何学構造や影、モーションの整合性を壊さずに維持できるのが特徴で、ゲーム映像だけでなく自動運転のシミュレーション訓練データ強化にも役立つ。
OpenAI が動画生成 AI「Sora」の提供終了を発表、API は 9 月停止へ
OpenAI が動画生成モデル Sora のサービス終了を発表しました。Web 版およびアプリは 4 月 26 日に終了し、API も 9 月 24 日に停止されます。作成データは専用ページからエクスポートする必要があり、期間経過後は完全削除されます。残存クレジットは Codex で利用可能です。
動画生成AI「Sora」、アプリとAPIの提供終了を発表
Soraチームは動画生成プラットフォーム「Sora」のアプリおよびAPIサービスの提供を終了すると発表した。チームは利用者へ感謝の意を伝え、終了までの具体的なタイムラインや作成済み作品の保存方法などについて近日中に案内するとしている。
Smallest.aiがLightning V3公開：15言語の文中文混じり発話や囁き声の制御に対応
Smallest.aiは対話エージェント向けTTSモデル「Lightning V3」を発表した。15言語の自動検出と文中の言語切り替えに対応し、感情や囁き声などの細かい指示制御が可能。わずか5〜15秒の音声から自然な間を含む音声クローンを生成できる。現在無料枠および従量制で利用可能だ。
Instagram、静止画を動画にする「AIトランジション」を一部でテスト
Instagram がストーリーズ向けに新機能「AI Transition」の展開を開始した。ギャラリーから2枚以上の写真を選ぶと、AI のモーフィング技術で1本の滑らかな動画に変換される。動画はリールへの再投稿も可能。利用には Meta AI 規約への同意が必要で、現在は一部ユーザーに順次提供されている。
マイクロソフトがMAI-Image-2を発表：画像生成ランキングで世界3位に浮上
マイクロソフトは最新の画像生成モデル「MAI-Image-2」を発表し、Arena.aiのリーダーボードで世界3位にランクインした。自然な光線や肌の質感の再現、画像内テキストの正確な描写が特徴。MAI Playgroundで利用可能なほか、CopilotやBing Image Creatorへ順次展開される。
RunwayとNVIDIA、100ミリ秒未満で動くリアルタイムHD動画生成モデルを披露
今週開催のNVIDIA GTCにて、RunwayとNVIDIAはVera Rubinハードウェア上で動作するリアルタイムHD動画生成モデルのリサーチプレビューを公開した。最初のフレームを100ミリ秒未満で生成でき、世界モデル「GWM-1」の基盤にもなるという。現在は研究段階のプレビューにとどまる。
故ヴァル・キルマー氏、生成AIで映画「主演」へ：遺族の合意得て出演再現
映画監督のコールト・ヴーアヒーズ氏は、2025年に死去した俳優ヴァル・キルマー氏を生成AIで再現し、新作インディペンデント映画『As Deep as the Grave』に出演させると明かした。遺族公認のもと過去の映像や音声を使用し、俳優組合のガイドラインに沿って報酬も支払われるという。
Midjourneyが「V8」アルファ版を公開：生成速度が5倍に向上、ネイティブ2K対応
Midjourneyは画像生成モデル「V8」のアルファテストを開始した。V7比で生成速度が約5倍高速化し、プロンプト追従やテキスト描画性能が向上したほか、ネイティブ2Kに対応する「--hd」モードなどが追加された。現時点でRelaxモードは未対応となっている。
架空のAIバンド「Neon Oni」が正体露見：制作者は本物の演者7人を雇い東京で生演奏
Suno で生成された架空のメタルバンド「Neon Oni」が、欧州の制作者による AI プロジェクトだと露見した。Spotify で月間 8 万人以上の聴取者を集めたが、MV の不自然な手から見破られた。制作者はその後、東京のミュージシャン 7 名を起用してライブ演奏を開始。AI でコンセプトを試し、反響を得てから生身の演者に託す逆転の制作モデルとして注目されている。
NVIDIAが「DLSS 5」を発表：リアルタイム神経レンダリングで映像表現を刷新
NVIDIAはGTCで「DLSS 5」を発表した。2018年のレイトレーシング導入以来最大の飛躍と位置づけ、神経レンダリングモデルにより最大4Kで写実的な光と質感をリアルタイム生成する。ジェンスン・フアンCEOは「グラフィックスのGPTモーメント」と表現。今秋に提供予定。
コマ落ち動画から滑らかな4D人体アニメを再構成する「Retime GS」
2D動画から全身の4D人体アニメーションを生成する「Retime GS」が公開された。動画のフレームが欠落してカクついていても、改良型4D Gaussian Splattingなどを活用して動きを補完し、アーティファクトの少ない滑らかな3Dシーンを出力できる。
OpenAI、Video APIを拡充：Sora 2によるカスタムキャラや20秒動画に対応
OpenAIはSora 2を活用したVideo APIの新機能を発表しました。最大20秒のクリップ生成に加え、カスタムキャラクターやオブジェクトの配置、16:9と9:16の出力、シーン延長、バッチ処理に対応します。開発者は動画生成ワークフローをより柔軟に制御できるようになります。
OpenAI、動画生成AI「Sora」をChatGPTに直接統合か
The Informationによると、OpenAIは動画生成ツール「Sora」をChatGPTに直接統合することを計画しているという。現在は独立したアプリ等での提供にとどまるが、Claudeとの競争激化を背景にユーザー呼び戻しを狙う。一方で計算コストの増加やディープフェイク悪用への懸念も指摘されている。
Runway、新組織「Runway Labs」設立：世界モデルの産業応用を模索
Runway は生成 AI 動画と「一般世界モデル」の次世代応用を探る社内インキュベーター「Runway Labs」の立ち上げを発表した。共同創業者の Alejandro Matamala Ortiz 氏が率い、映画や医療、ゲームなどに向けた実験的プロダクトの試作を推進する。
テンセントがEffectMakerを発表：動画の視覚効果を追加学習なしで複製
テンセント混元チームが動画VFXカスタマイズ技術「EffectMaker」を発表した。参考動画の特殊効果を個別ファインチューニングなしで対象映像に直接移植できるのが特徴で、13万本の動画を含むデータセットも構築された。
Lumaが制作特化AI「Luma Agents」発表：自社モデルUni-1と外部AIを連携
Lumaは統合マルチモーダルモデル「Uni-1」を基盤とするクリエイティブエージェント「Luma Agents」を発表しました。テキスト、画像、動画、音声を横断した制作に対応し、GoogleのVeo 3など外部モデルと連携しながら自律的な推敲を繰り返します。現在はAPI経由で段階的に提供されています。