Midjourney、StandardプランにHD動画生成を開放 コスト削減の小バッチ生成も追加
MidjourneyはStandardプランのユーザー向けにHD動画生成機能を開放しました。同時に動画を1〜2本単位で生成できる小バッチ指定（--bs 1など）を追加してコストを最大4分の1に抑えられるようにしたほか、ムードボードを独立ページに移動しました。
画像・動画生成 · デイリー
水
8月13日 水曜日
Higgsfield AIが「Draw-to-Video」を発表：手描きスケッチから動画を直接生成
Higgsfield AIは手描きのスケッチから直接動画を生成できる新機能「Draw-to-Video」を発表しました。MiniMax、Veo 3、Seedance Proなどのモデルに対応しており、プロンプト入力に頼らず直感的な構図で動画を作れます。
AI物語ゲーム「Hidden Door」早期アクセス開始：無敵チートを許さない設計
AIストーリーテリングプラットフォーム「Hidden Door」が早期アクセスを開始した。一般的な対話型AIとは異なり、無敵の武器を出して即座に勝利することはできず、世界観の制限やダイス判定に従って進める仕組みだ。生成待ちの長さや展開のぎこちなさは残るものの、制約による物語の深みを目指している。
月
8月11日 月曜日
Perplexityが動画生成を導入：Web・iOS・AndroidでPro/Max向けに提供
PerplexityはWeb、iOS、Android向けに動画生成機能を公開した。Proプランは月5本、Maxプランは高画質で月15本まで生成可能。検索アシスタントがテキスト回答の枠を超え、マルチメディア生成ツールへと拡張を続けている。
Suno、マルチトラック制作とMIDI出力に対応する「Suno Studio」を発表
Sunoはマルチトラックでの楽曲作成やMIDIデータへの書き出しに対応した「Suno Studio」を発表し、ウェイトリストの受付を開始した。ワンクリックでの楽曲生成にとどまらず、トラックごとの編集や柔軟な音作りを可能にする狙いだ。
Pika、音声駆動パフォーマンスモデルを発表：超リアルな表情を6秒以内に高画質生成
Pika Labsは音声駆動型の新しいパフォーマンスモデルを発表した。ほぼリアルタイムで超リアルな表情をレンダリングし、あらゆる長さやスタイルのHD動画を6秒以内に生成できる。従来より20倍高速かつ低コスト化されており、Pikaソーシャルアプリで間もなく提供される。
木
8月7日 木曜日
ElevenLabs、生楽器演奏とAI生成音源を融合するハイブリッド楽曲制作を披露
ElevenLabsは生楽器の録音とEleven Musicが生成したAI音源を組み合わせるハイブリッド楽曲制作を公開した。ワンショットプロンプトを使い、生のピアノ演奏にAI生成のバイオリンやボーカルを合わせるデモを披露している。
Midjourney、高画質「HD動画モード」をPro/Mega向けに提供開始
MidjourneyはProおよびMegaプランの有料会員向けに「HD動画モード」を公開した。従来のSD動画出力と比べて解像度のピクセル数が約4倍に向上する一方、生成コストは約3.2倍となる。最高水準の映像クオリティを求めるプロクリエイター向けの新機能だ。
火
8月5日 火曜日
Google Geminiに絵本作成機能が登場：文章から10ページの挿絵・朗読付き絵本を生成
GoogleはGeminiアプリで挿絵と音声ナレーション付きのパーソナライズ絵本を作成できる新機能を発表した。文章の入力や子どもの落書き・旅行写真のアップロードから、10ページのオリジナル本を自動生成できる。45以上の言語に対応し、デスクトップおよびモバイル向けに世界中で利用可能。
ElevenLabsが音楽生成AIを発表、ライセンス契約で商用利用クリア
音声AIのElevenLabsは音楽生成モデル「Eleven Music」を発表した。SunoやUdioが著作権侵害で提訴される中、同社はMerlinやKobaltとライセンス契約を結び、アーティストの合意に基づく学習と収益分配を明言。商用利用にも対応する。
Stability AI、企業向け「Solutions」発表 商品撮影やデザイン制作を効率化
Stability AIは企業向け生成AIプラットフォーム「Stability AI Solutions」を発表した。マーケティングや広告向けに、商品写真の背景変更、ブランドトーンの統一、ラフ画からのデザイン作成、IPを活用したデジタルツインなどを提供する。オンプレミスやAPI導入に対応し、広告大手WPPとの連携も進める。
月
8月4日 月曜日
xAI、画像・動画生成「Grok Imagine」公開 音声付き15秒動画や成人向けモードも
米xAIは「SuperGrok」およびXの「Premium+」契約者向けに画像・動画生成ツール「Grok Imagine」の提供を開始した。テキストから画像を生成し、音声を伴う最長15秒の動画を作成できる。一部の露出を許容する「スパイシーモード」も備えるが、過度な描写や著名人生成には制限がかかる。
水
7月30日 水曜日
Higgsfield AI、MiniMax「Hailuo」を導入 無制限無料生成と2万ドル賞金企画を開始
Higgsfield AIはMiniMaxの動画生成モデル「Hailuo」の導入を発表した。無制限の無料生成を提供すると同時に、賞金総額2万ドルの動画コンテスト「Higgsfield Max」を開催。8月17日まで作品を募集している。
Amazonが「AI界のNetflix」Fableに出資、指示文でアニメを作れるShowrunner公開
Amazon の Alexa Fund から出資を受けた Fable が、AI アニメ制作ツール「Showrunner」を公開した。指示文を入力するだけでアニメの場面や全編を生成でき、自分を登場人物にすることも可能。現在は Discord 経由で無料提供されている。
火
7月29日 火曜日
Luma Labs、Dream Machineに自然言語で動画編集できる「Modify with Instructions」を追加
Luma Labs は Dream Machine に新機能「Modify with Instructions」を追加しました。変更したい要素が映るフレームを選び、「赤いドレスを青いスーツに」といったテキストを入力するだけで、クリップ全体のオブジェクト置換や背景変更が可能です。現在すべての登録者向けに提供されています。
Ideogram、写真1枚から顔立ちを維持する「Character」公開
Ideogramは1枚の参照画像から顔立ちを保ったままポーズや服装、背景を変えられる新機能「Character」とAPIを公開した。画像生成時のアイデンティティ崩れを防ぎ、絵本制作やプロ用ポートレートの作成を容易にする。
Yelp、口コミと写真からAIが店舗紹介動画を自動生成 iOS向けに提供
Yelpは米国内のiOSアプリ向けにAI生成の飲食店紹介動画を提供開始した。OpenAIが脚本を作成し、ElevenLabsが音声、Amazon Transcribeが字幕を担当してユーザー投稿をまとめる。店舗側による事前確認やユーザーの除外設定には未対応だ。
金
7月25日 金曜日
Meshy 5 Preview公開：高精細3Dモデル生成と500種以上の新アニメーションに対応
Meshy.aiは「Meshy 5 Preview」を公開した。多視点画像からの生成精度が向上し、エッジの立ったシャープな形状表現や500種以上のリギング済みアニメーションに対応した。ゲーム制作などの現場において、手作業によるモデル修正やボーン調整の手間を大幅に削減できる。
Midjourney、動画の開始・終了フレーム指定に対応：シームレスなループ生成が可能に
Midjourney が AI 動画生成機能を強化し、開始フレームと終了フレームを自由に指定できる新機能を追加した。2 つの画像を滑らかにつなぐモーフィングや、継ぎ目のないループ動画が手軽に作れる。Web 版に加え Discord ボット上でも利用可能だ。
Runwayが新動画モデル「Aleph」発表：被写体の増減やカメラアングル変更に対応
Runwayはインコンテキスト動画モデル「Runway Aleph」を発表しました。既存の動画に対してオブジェクトの追加や削除、カメラアングルの変更、照明やスタイルの調整など多彩な編集を行えます。有料プラン契約者向けに提供が始まっています。
水
7月23日 水曜日
Leonardo.Aiが「Veo 3 Fast」を提供開始、音声付き8秒動画を最大3倍高速で生成
Leonardo.Ai は「Veo 3 Fast」の提供を開始した。音声付きで最大 1080p の 8 秒動画を生成でき、従来の Veo 3 と比べて最大 3 倍高速化した。アイデア出しやプロンプト検証向けで、既存の契約プランですぐに利用できる。
金
7月18日 金曜日
Netflixが初の実写ドラマAI導入を発表：VFX制作が10倍速く低コストに
木曜日の決算説明会でNetflixのテッド・サランドス共同CEOは、オリジナル作品『The Eternaut』のビル崩落シーンに生成AIを初採用したと明かしました。従来のVFXに比べ10倍速く完成し、限られた予算内で映像化を実現できたと説明しています。
木
7月17日 木曜日
Sunoが「v4.5+」を公開：ボーカル差し替えや伴奏アレンジ、プレイリストからの楽曲生成に対応
AI音楽生成プラットフォームのSunoが「v4.5+」を発表しました。ボーカルの差し替えやインストゥルメント音源のアレンジに対応したほか、既存のプレイリストをもとに新しい楽曲のアイデアを生み出す新機能を導入し、楽曲制作の柔軟性を高めています。
Adobe Fireflyに新機能、自分の声真似から動画用効果音を生成可能に
AdobeはFireflyの動画生成向けに複数の新機能を提供開始した。テキスト説明とマイクによる擬音の録音から、タイミングや音量を反映した効果音を生成できる。さらに構図参照やキーフレーム切り抜きに対応し、Googleの動画モデル「Veo 3」も統合された。
Apple News+に「Emoji Game」登場：Genmojiを活用した新パズル
Appleは米カナダのApple News+購読者向けに新作パズル「Emoji Game」の配信を開始した。Apple Intelligenceで生成されたGenmojiなどを使ってフレーズの空欄を埋めるゲームで、手数の少なさを競う。iOS 18.4以降に対応し、今秋登場予定の新アプリ「Apple Games」からも遊べるようになる。
水
7月16日 水曜日
Midjourney、企業向けAPIの提供を検討 公式申請フォームを公開
Midjourneyは自社サービスを企業や外部システムに組み込める「Enterprise API」の提供に向けた検討を開始したと発表した。どのような機能を用意すべきかを把握するため、現在公式申請フォームで事前登録や要望を受け付けている。
LightricksがLTX Video更新：リアルタイム指示で最大60秒の動画生成
Lightricksはオープンソース動画生成モデル「LTX Video」の最新版を公開した。生成中の映像を見ながらプロンプトを追加してリアルタイムに修正でき、最長60秒の動画生成に対応する。重みはHugging FaceやGitHubで提供され、単一のH100や一般的なノートパソコンでも動作可能だ。
火
7月15日 火曜日
Runwayが新モーションキャプチャ「Act-Two」公開、手先の追跡にも対応
Runwayは次世代モーションキャプチャモデル「Act-Two」を発表した。生成品質が向上し、頭部や顔、身体に加え手先のトラッキングに対応。実写演技動画と参照キャラ1枚で駆動できるが、現在は企業顧客やパートナー限定の提供となる。
金
7月11日 金曜日
Higgsfield AI、Googleの動画生成モデル「Veo 3」を統合 「Soul ID」と連携
Higgsfield AIは動画生成モデル「Google Veo 3」の統合を発表した。キャラクターの一貫性を保つ「Soul ID」と組み合わせることで、単一のサブスクリプションで写実的かつ高品質な映像を作成できる環境を提供する。
ExistsがAIによる3D世界生成プラットフォームを一般公開、Unreal Engineで遊べる空間を即座に構築
Existsはテキストプロンプトからインタラクティブな3D空間を即時生成するプラットフォームを一般公開した。動画拡散モデルではなくクラウド上のUnreal Engine上で動作するため、マルチプレイやAIボット、照明が最初から機能するプレイ可能な世界を誰でも作れる。
Black Forest Labs、プロンプト不要の画像編集ツール「Kontext Komposer」公開
Black Forest Labsはプロンプトなしで画像を変換できる「Kontext Komposer」と専用プリセットを公開した。背景変更、ライティング調整、商品配置などを直感的に処理できる。現在公式Playgroundで無料利用可能。
