RunwayがGen-4.5の画像から動画生成を公開、見分けられた人はわずか10%
RunwayはGen-4.5に画像から動画を生成する新機能を追加した。実験では生成動画の真偽を見分けられた人はわずか10%だったという。Artificial Analysisの首位に立つ同モデルについて、同社はAIメディアが社会的「臨界点」に達したと指摘している。
画像・動画生成 · デイリー
木
1月22日 木曜日
水
1月21日 水曜日
YouTube、クリエイター自身の「AI分身」でShorts動画を作成可能に
YouTubeはクリエイターが自身のAI肖像を使ってShortsを生成できる機能を年内に提供すると発表しました。テキストからのミニゲーム生成も予定されており、無断での悪用を防ぐ肖像管理ツールも同時に提供されます。現在は未提供です。
ElevenLabs、グラミー受賞者らと共同制作したAIアルバムを公開 Eleven Musicを活用
ElevenLabs はグラミー賞受賞アーティストらと共同制作した音楽アルバム「The Eleven Album」を発表した。新モデル「Eleven Music」を用いて制作され、参加アーティストが楽曲の全著作権と配信印税を保持する。対立が続いていた音楽業界において、権利許诺と共創を両立させる新たな基準を示す動きだ。
火
1月20日 火曜日
OmniTransfer公開：動画を1本渡すだけでVFX・動作・カメラワークを忠実に複製
Wan 2.1をベースにした動画転送フレームワーク「OmniTransfer」が登場した。ポーズ抽出やカメラ軌道の事前推定を行わずに、参照動画から視覚効果やキャラクターの動き、カメラワーク、スタイルを単一の仕組みで別画像へ高精度に移植できる。
Lightricks、音声から動画を生成する新機能を提供 楽曲のビートに同期
Lightricks は音声、音楽、効果音から動画を生成できる新機能を発表した。リズムや拍子を理解して映像を音と同期させることが可能で、ミュージックビデオや素材映像、デジタルヒューマンの制作に活用できる。音声そのものが新たなプロンプトになる。
火
1月13日 火曜日
Googleが「Veo 3.1」刷新：縦画面と4Kに対応、参照画像でキャラの崩れを防ぐ
Googleは動画生成モデル「Veo 3.1」をアップデートし、画像から動画を作る機能にネイティブの9:16縦画面と最大4K解像度を追加した。参照画像を元に別シーンでも人物や背景の一貫性を維持でき、トリミングなしでショート動画を作れる。Geminiアプリなどで利用可能。
月
1月12日 月曜日
PixVerseがリアルタイム世界モデル「R1」公開：生成中にプロンプトで映像を即時書き換え
PixVerseはリアルタイムで動画を連続生成できる世界モデル「PixVerse R1」を発表した。生成中にテキストで指示を追加して画面を即座に変えられるのが特徴。現状は人物の歪みなど一貫性に課題を残すものの、AI動画生成をレンダリング待ちからリアルタイム操作へと前進させた。
木
1月8日 木曜日
Tencentが「VerseCrafter」発表：1枚の画像からBlenderでカメラと物体の軌跡を操作できる動画生成モデル
Tencentなどの研究チームが、4D幾何コントロールを備えた動画生成モデル「VerseCrafter」を発表しました。1枚の静止画から3D表現を構築し、Blender上で指定したカメラワークや物体の移動軌跡に沿って一貫性のある動画をWan2.1ベースで生成します。
Z.aiが画像生成モデル「GLM-Image」公開、文字描画の精度91.2%を達成
Z.aiがHugging Faceで画像生成モデル「GLM-Image」を公開しました。自己回帰と拡散デコーダのハイブリッド設計を採用し、単一モデルでテキストからの画像生成に対応。CVTG-2K評価の文字描画精度で91.2%を記録し、先行モデルを上回るスコアを示しています。
水
12月31日 水曜日
Tongyi Labが「Qwen-Image-2512」公開、質感と文字描画を大幅強化
12月、Tongyi Labは画像生成モデル「Qwen-Image-2512」をオープンソース公開した。特有の「AIっぽさ」を抑え、肌の毛穴やシワ、動物の毛並みなどの写実的な質感を追求。さらにテキスト描画精度も向上し、インフォグラフィックやプレゼン資料の生成にも対応する。
火
12月30日 火曜日
RunwayとAdobeが多年契約、動画生成AIをクリエイティブツールに統合へ
RunwayはAdobeと多年間の戦略的パートナーシップを締結したと発表した。RunwayのAIモデルや技術をAdobeのクリエイティブツールに組み込むほか、Adobeアプリ限定のプロ向けワークフロー機能も共同開発する。動画クリエイターが使い慣れた環境で直接先端AIを利用できるようになる。
火
12月23日 火曜日
アリババが「Qwen-Image-Edit-2511」公開：集合写真の一致性向上、LoRAも内蔵
アリババが画像編集モデル「Qwen-Image-Edit-2511」を発表した。前バージョン2509と比べ、集合写真での人物の一貫性維持や幾何学的な構造推論が大幅に向上。人気のコミュニティLoRAも標準搭載され、追加調整なしですぐにデザインや高度な編集に活用できる。
アリババが「Qwen3-TTS」発表、3秒で声クローンや指示文での声色作成に対応
アリババのQwenチームが音声合成モデル「Qwen3-TTS」を発表した。テキスト指示で口調や感情を自在に設計できるVoiceDesignと、わずか3秒の音声から10言語で声を複製できるVoiceCloneをラインナップ。多言語テストではElevenLabsより単語誤り率が15%低いとしている。
日
12月21日 日曜日
快手、動画生成「Kling 2.6」に音声制御と高精度モーション操作を追加
快手は動画生成モデル「Kling 2.6」に音声制御とモーション制御の大型アップデートを実装した。自分の音声を登録して複数カットで一貫したキャラ声を出せるほか、対話や歌にも対応。武術やダンスなど激しい動きでも手の崩れを抑え、唇の同期も自然に保てる。
木
12月18日 木曜日
Luma、動画生成AI「Ray3 Modify」公開 始点・終点フレーム間の補間に対応
米 Luma は動画生成モデル「Ray3 Modify」を発表し、Dream Machine 上で公開した。開始フレームと終了フレームを指定して中間の遷移映像を作れるほか、俳優の動きや視線、感情表現を保ったまま外見や衣装だけを AI で差し替えることができる。
水
12月17日 水曜日
Kling VIDEO 2.6の動作制御が進化、30秒の参照動画で激しい動きも再現
Kling AIはKling VIDEO 2.6に強化されたモーションコントロール機能を実装したと発表した。3〜30秒のリファレンス動画を読み込ませることで、武術やダンスなどの激しい全身アクションや手の動き、表情を崩さずに再現でき、プロンプトでの微調整にも対応する。
火
12月16日 火曜日
OpenAI、画像生成モデル「GPT Image 1.5」を公開 生成速度4倍で局所編集に対応
OpenAIは旗艦画像生成モデル「GPT Image 1.5」を公開した。生成速度が最大4倍に高速化し、API価格も20％引き下げられた。自然言語による部分編集に対応し、複数回の修正でもロゴや顔の一貫性を保てる点が特徴で、LMArenaで首位を獲得した。
YouTube、プロンプトでゲームが作れる「Playables Builder」の限定ベータを開始
YouTube Gaming は Gemini 3 を活用したプロトタイプ「Playables Builder」の限定ベータテストを開始した。短いテキストや画像、動画プロンプトから手軽にゲームを生成できる。米国や英国などのユーザーは、一部クリエイターのチャンネルで早速作品を遊べる。
Black Forest Labsが画像生成モデル「FLUX.2 [max]」を発表
Black Forest LabsはFLUX.2 [max]を発表した。Web検索によるリアルタイム情報の参照に対応し、最大10枚の参照画像を用いてスタイルや被写体の一貫性を維持できる。@ArtificialAnlysの評価で2位にランクインした。
アリババが「Wan2.6」発表：15秒のマルチカット生成やネイティブ音声同期に対応
アリババはマルチモーダルモデル「Wan2.6」を発表した。15秒の1080p動画生成に対応し、指示文から複数カットのストーリー動画を自動構成できる。さらに自然なリップシンクを伴う音声同期や、キャラの一貫性を保った新シーン配置も可能。動画生成AIの課題だったカット割りと音ズレの解消に大きく前進した。
Adobe Firefly、プロンプトでの動画編集に対応 「FLUX.2」なども統合
Adobeは「Firefly」の動画エディタを全ユーザー向けに提供開始した。動画を最初から作り直すことなく、テキストの指示だけで被写体や色、カメラアングルを部分修正できる。さらに「FLUX.2」やTopazの高画質化モデルもアプリ内に統合された。
OpenAIが画像生成を刷新：生成速度4倍、構図を崩さず部分編集が可能に
OpenAIは新版ChatGPT ImagesおよびAPI向けモデル「GPT Image 1.5」を公開した。画像生成速度が最大4倍に高速化し、元の照明や人物の容姿を保ったまま部分的な修正が可能になったほか、API価格も20%引き下げられた。サイドバーにはプロンプト不要で試せる専用スペースも新設されている。
火
12月9日 火曜日
OpenAIの次世代画像モデルか？「Chestnut」「Hazelnut」がArenaに出現
Design Arena および LM Arena に「Chestnut」と「Hazelnut」という未発表モデルが登場し、OpenAI の次世代画像モデルではないかと話題を呼んでいる。高い知識量や画像内コードの描画能力が確認されており GPT 5.2 との同時提供も噂されるが、公式発表はまだない。
