Google、動画生成モデル「Veo 3 Fast」を提供開始 生成速度は2倍以上に
Googleは動画生成モデル「Veo 3 Fast」を発表し、GeminiアプリおよびFlowで提供を開始した。720pの解像度を維持したまま生成速度を2倍以上に高め、サービングの最適化で大量のリクエストに対応する。映像制作時のプロンプト試行錯誤が格段に早くなる。
画像・動画生成 · デイリー
月
6月9日 月曜日
木
6月5日 木曜日
Higgsfield AI、表情とカメラワークを付加する動画ツール「Higgsfield Speak」を発表
Higgsfield AIは動的なトーキング動画を作成できるツール「Higgsfield Speak」を公開しました。ユーザーがスタイルやアバターを選択して台本を入力するだけで、映画のようなカメラワークや音声、感情表現を伴う動画を自動生成します。
HeyGen、AIアバター「Avatar IV」を大幅刷新 プロンプトでの身振り制御に対応
HeyGenは、AIアバター「Avatar IV」の大幅アップデートを発表した。台本に応じた自然なジェスチャー生成やプロンプトによる動作制御、リアルな微表情の再現に対応し、最長60秒の1080p動画が作成できる。現在、全HeyGenアカウントで利用可能となっている。
水
6月4日 水曜日
Luma AIが「Modify Video」公開：動きや表情を維持したまま動画の背景やキャラを変更
Luma AIは動画編集機能「Modify Video」を発表した。元の人物の動きや表情、カメラワークを保ったまま、背景や照明、キャラクターの見た目を一新できる。Adhere、Flex、Reimagineの3つのプリセットを用意し、ブラインドテストではRunway V2Vを上回る一貫性を記録したという。現在Dream Machine: Ray 2で最大10秒の動画に対応する。
Runwayと米AMCが提携 ドラマ企画の事前可視化や宣伝にAI活用
Runwayは「ウォーキング・デッド」などを手掛ける米AMC Networksとの提携を発表した。AMCのマーケティングやドラマ企画開発の現場にRunwayのAIツールを導入し、プロモーション素材の制作や企画段階の事前可視化（プレビズ）、視覚効果のアイデア出しに役立てる。
火
6月3日 火曜日
Sunoが楽曲エディタを刷新：波形からの区間編集や12トラックのステム分離に対応
Sunoが楽曲エディタの大幅アップデートを発表した。波形上でセクションごとの並べ替えや書き直しができるほか、ボーカルやドラムなど12種類のステム分離に対応。さらに最大8分の音源アップロードや生成スタイルを調整するスライダーも追加された。
ManusAIが動画生成機能を公開：1つのプロンプトから絵コンテ付き完全ストーリー動画を自動生成
ManusAIはプロンプトから完全なストーリー動画を自動生成する新機能を発表した。1つの指示からシーンの構成、映像の生成、アニメーション化までを一括で行う。現在はBasic、Plus、Proプランの会員向けに早期アクセスを提供しており、追って一般公開される予定。
月
6月2日 月曜日
マイクロソフト、Sora搭載の「Bing Video Creator」を無料公開
MicrosoftはSoraを搭載した動画生成機能「Bing Video Creator」の提供を開始した。Bingモバイルアプリでテキストを入力するだけで、5秒の縦型動画を無料で作成できる。初回は10回の高速生成枠が付与される。なお、中国とロシアを除く全世界で順次展開されている。
CaptionsがMirage Studioを公開：独自オムニモーダル基盤で感情豊かに動くAI俳優
Captions傘下のMirageが「Mirage Studio」を発表しました。独自のオムニモーダル基盤モデルを搭載し、音声のアップロードやプロンプト、参照画像から、笑ったり歌ったりラップしたりするリアルで表情豊かなAIアクター動画を数分で生成できます。すでに一般公開されています。
金
5月30日 金曜日
Google、動画生成AI「Veo 3」を英展開 Geminiモバイルアプリでも提供開始
Google は最上位プラン「Google AI Ultra」を英国で提供開始し、動画生成モデル「Veo 3」の対応地域を 73 カ国に拡大したと発表しました。Pro 会員向けに Gemini モバイルアプリからの Veo 3 生成機能を開放し、10 回分の試用枠を提供します。悪用対策として可視透かしも追加されます。
木
5月29日 木曜日
Black Forest Labs、画像生成・編集モデル「FLUX.1 Kontext」を発表
Black Forest Labsはテキストと画像プロンプトを組み合わせて編集できる「FLUX.1 Kontext」を発表した。追加学習なしでキャラクターの一貫性保持や局所編集が可能で、12Bパラメータのオープンウェイト版「dev」も提供される。
水
5月28日 水曜日
英Odyssey、リアルタイム対話型動画を公開：世界モデルで操作に即座反応
英OdysseyはAIがリアルタイム生成する対話型動画の公開プレビューを発表した。キー操作やスワイプに対し、約40ミリ秒の低遅延かつ30fpsで映像が変化する世界モデルを採用。現状は映像の歪みもあるが、従来の受動的な動画体験を塗り替える新技術として注目される。
土
5月24日 土曜日
Google「Veo 3」が71カ国へ拡大、GeminiとFlowで生成枠を増量
GoogleはAI動画生成モデル「Veo 3」の提供地域を71カ国拡大したと発表した。GeminiのProユーザー向けに10回分のお試し枠が追加され、Ultraユーザーは日次更新の上限が適用される。映像制作向けFlowでもUltraの月間枠が83回から125回に拡充された。
金
5月23日 金曜日
Googleの動画生成AI「Veo 3」、パスタを食べる動画が超リアルになるも「音がパリパリ」の珍事
Googleは火曜日、映像と同期した音声を同時生成できる動画生成AI「Veo 3」を発表した。8秒間の高精細クリップに対応する。定番の「ウィル・スミスがスパゲティを食べる」ベンチマークを試したところ、映像は劇的にリアルになった一方、なぜか麺をパリパリと噛み砕く効果音が鳴るバグが注目を集めている。
木
5月22日 木曜日
Meta、QuestのInstagramで3D写真をテスト：AIで2D画像を立体化
MetaはQuestのv77アップデートの一環としてInstagramの3D写真表示テストを開始した。AIの視点合成アルゴリズムにより、専用カメラを使わずに通常の2D写真を奥行きのある立体画像へ変換する。今週から一部ユーザー向けに順次提供される。
火
5月13日 火曜日
TikTok、写真を動画化する新機能「AI Alive」を発表 ストーリーズ向けに提供
TikTokは、静止画を動きのあるショート動画に変換できる初の画像生成動画機能「AI Alive」を発表した。ストーリーズの編集画面からワンタップで適用でき、風景やセルフィーに動きを加えられる。生成物にはAIラベルやC2PAメタデータが付与され、安全面にも配慮されている。
木
5月8日 木曜日
Higgsfield AI、複数VFXを1カットに重ねられる「Effects Mix」公開
Higgsfield AIは複数のシネマティックVFXを1つのカット内で自由に重ねて合成できる新機能「Effects Mix」をリリースした。雷や爆発などのエフェクトを自在に組み合わせ可能。無料試用を含む全ユーザーに即時開放され、有料版は月額9ドルから利用できる。
火
5月6日 火曜日
HeyGenが「Avatar IV」を発表：写真1枚と音声だけで自然な動画アバターを生成
HeyGenは新型アバターモデル「Avatar IV」を公開した。静止画1枚と音声データを入力するだけで、声のトーンや感情を読み取り、微細な表情や首の傾き、間合いを再現したリアルな動画を生成する。全ユーザー向けに順次提供が始まっている。
