Maket、テキストから3D家具を生成する新機能 間取り図への配置も可能に
Maketは、テキスト指示から3D家具モデルを生成できる「Text to Furniture」機能を公開した。「楕円形のバールウッド製ダイニングテーブル」などのプロンプトから寸法を考慮したモデルを生成し、間取り図内に配置して3Dで確認できる。
画像・動画生成 · デイリー
毎日のAIピックアップ
金
11月6日 金曜日
木
11月5日 木曜日
Luma AIが動画モデル「Ray 2」を発表、最長1分生成に対応しAWS Bedrockへ提供
Luma AIが新動画生成モデル「Ray 2」を発表しました。生成可能な動画の長さが従来の5秒から最長1分へと大幅に拡大し、最短10秒で出力できます。さらにAWSと戦略的提携を結び、Amazon Bedrockへのモデル提供と専用AIチップの活用を進めます。
Google、「Gemini Omni 1.2 Flash」を提供開始 15秒動画対応で30％値下げ
Googleは動画生成AI「Gemini Omni 1.2 Flash」の一般提供を開始した。ネイティブ生成時間が最長15秒に延び、料金は720p動画で1秒あたり0.07ドルと30％引き下げられた。対話形式による部分修正やキャラクターの一貫性維持、リップシンク向上に対応し、「Google Vids」では月3本まで無料で生成できる。
水
11月4日 水曜日
OpenAIが「Images 2.6」発表 生成速度が50％向上、GIF動画作成にも対応
OpenAIは画像モデル「Images 2.6」をChatGPT、Codex、API向けに公開した。生成速度が50％向上したほか、単一プロンプトからGIFアニメを直接作成・編集できるようになった。API向けには最速6秒で出力できるFlareと高画質なSunburstが提供され、SVG書き出しにも対応する。
火
10月27日 火曜日
マイクロソフトが画像編集モデル「MAI Image 2.7」発表、ベンチマークで世界2位に浮上
マイクロソフトは最新の画像編集モデル「MAI Image 2.7」を公開した。Artificial Analysisの画像編集リーダーボードで2位、Arena Editで3位を記録。全10種のユースケースで前世代を上回り、特にシーンやスタイルの編集では次点に24 Eloの差をつけた。現在は編集機能のみ提供されており、画像生成機能も順次追加される予定だ。
月
10月26日 月曜日
アリババ、画像生成モデル「Qwen-Image-2.1」の商用APIを提供開始
AlibabaはModel Studioで「Qwen-Image-2.1」のProおよびTurbo APIを提供開始した。7Bパラメータの単一モデルで画像生成、最大10枚の参照編集、透過背景の切り抜き、2K文字描画までカバーする。Turbo版は1枚約0.014ドルから商用利用できる。
金
10月23日 金曜日
ElevenLabs、プロ声優と連携した新デフォルト音声を公開 表現力と音質を向上
ElevenLabs は音声合成および Projects Alpha 向けに新しいデフォルト音声を公開した。プロの声優と提携し、30 分の録音データを基にした高品質音声クローン技術で制作。アイルランドやイタリアなどのアクセントや多彩な感情表現に対応した。同社は著作権を保持せずライセンス契約を結んでおり、生成ごとの報酬モデルも検証中だという。
木
10月22日 木曜日
Canvaが初の独自画像生成モデル「Craft」公開、生成画像を編集可能なレイヤーに変換可能
Canvaは初の自社開発画像生成モデル「Canva Craft」を発表した。テンプレートを活用して学習されており、最大2K解像度に対応するほか、生成した画像をCanva Magicでレイヤーごとの編集可能なデザインに変換できるのが特徴。現在すべてのユーザーがDream Labから利用できる。
Ideogram、プロンプトから編集可能なSVGを生成する「Vector 1.0」公開
Ideogramは初のベクター生成AIモデル「Vector 1.0」をリリースした。テキストプロンプトからの生成に加え、既存の画像を高精度で拡大縮小可能なSVGベクターに変換できる。滑らかなグラデーションや明瞭な文字描画に対応し、同社プラットフォームおよびAPIで利用可能だ。
月
10月19日 月曜日
Viggleが世界モデル「JST-2」公開、テキストや画像から探索可能な3D空間とキャラを即座に生成
Viggle はテキストや画像から自由に探索できる 3D 環境を秒速で生成する世界モデル「JST-2」を発表した。空間内の物質単位を追跡することで視点を変えても破綻せず、ボーン入れなしで動く 3D キャラクターも生成できる。ブラウザ上で 3D ガウシアン・スプラッティングとしてリアルタイムに無料体験可能だ。
日
10月18日 日曜日
OpenAIの画像生成モデル「Aurora」がArenaに出現、GPT-Image-3のテストか
OpenAIのAPIとArenaテストに「Aurora」という3つの画像生成モデルが一時流出しました。赤版は高速、緑版は高精細な描写を見せており、次期GPT-Image-3の可能性が指摘されています。現在API記述は取り下げられ、公式発表や価格は未定です。
木
10月15日 木曜日
シルヴェスター・スタローン、AI若返り技術で18歳の『ランボー』前日譚を検討
シルヴェスター・スタローン氏はポッドキャスト番組で、AI若返り（ディエイジング）技術を活用した『ランボー』前日譚の制作を検討していると明かした。テストでは自身を18歳の姿に再現できたという。ハリウッドでAI議論が続く中、往年の名優が自らの代表作を延命させる手段としてAIを受け入れ始めている。
Kreaが画像編集モデル「Krea 3」のベータ版公開：8秒未満で2K編集、複数ターンの範囲指定に対応
Kreaは新画像編集モデル「Krea 3」のベータ版提供を開始した。8秒未満でエンドツーエンドの2K編集を完了し、バウンディングボックスによる精密な複数ターンの編集に対応する。画質はNano Banana ProやGPT Image 2.5に匹敵し、来週に正式公開される予定だ。
ElevenLabs、動画に合わせて音楽と効果音を自動生成する新機能を提供開始
ElevenLabs は、アップロードされた動画を解析し、オリジナルの音楽と同期した効果音を自動生成・配置する「Instant Soundtracks」を公開した。既存音声を参考にした生成やトラック分離編集にも対応し、短尺動画のシーン転換にも追従する。ElevenCreative や API で利用可能だ。
水
10月14日 水曜日
YouTube Music、AI生成楽曲にラベル表示を開始 ボーカルや作曲のAI利用を明示
YouTubeはYouTube Musicにおいて生成AIで制作された楽曲にラベルを表示する機能を順次展開すると発表した。ボーカルや作曲にAIが使われた曲の再生画面に明示され、タップで詳細を確認できる。今後メインのYouTubeアプリにも拡大予定だ。
火
10月13日 火曜日
Higgsfield、GPT-6 Astra連携で10分超のAI動画生成に対応
Higgsfield AIはGPT-6 Astraを統合し、AI動画の生成時間を従来の1分から10分以上へと大幅に延長したと発表しました。自律エージェントが外部3Dツールを操作して長尺映像の整合性を保つほか、音声入力からリアルタイムに映像を立ち上げる機能の開発も進んでいます。
金
10月9日 金曜日
アリババ、8ステップで2K画像を生成する「Qwen-Image-2.1-Turbo」をオープンソース公開
アリババは画像生成・編集モデル「Qwen-Image-2.1-Turbo」の重みを公開した。7Bアーキテクチャをベースに、わずか8回のデノイズステップで2K解像度を出力できる。自然言語による精密な画像編集にも対応し、Hugging FaceやModelScopeのほか公式API経由でも利用可能だ。
木
10月8日 木曜日
Midjourneyが「思考モード」をテスト：プロンプト精度と文字描画が向上
MidjourneyはAlpha版サイトで画像生成の「思考モード（Thinking Mode）」のテストを開始しました。生成ジョブのライトボックスから再実行することで、指示の忠実度、タイポグラフィ、画像の整合性が向上します。将来的には標準機能や生成後の追加思考オプションとしての提供も検討されています。