Runway、動画生成AI「Gen-4 Turbo」発表 10秒動画を30秒で生成
Runwayは動画生成モデル「Gen-4 Turbo」を発表した。10秒の動画をわずか30秒で生成でき、クリエイティブな試行錯誤を高速化する。現在、すべてのプランのユーザー向けに順次提供が開始されている。
画像・動画生成 · デイリー
月
4月7日 月曜日
金
4月4日 金曜日
Midjourneyが新アーキテクチャの画像生成モデル「V7」アルファ版を公開
Midjourneyは約1年ぶりの新画像生成モデル「V7」のアルファテストを開始した。アーキテクチャが刷新され、プロンプトへの追従性や手・体の描写精度が向上したほか、パーソナライズ機能が標準で有効化されている。10倍速く低コストで生成できるドラフトモードも搭載されたが、拡大などの一部機能は準備中だ。
水
4月2日 水曜日
Midjourneyが「RELAX-ATHON」終了を発表、次期「V7」投入に向けサーバー準備へ
Midjourneyは数カ月続いた無制限リラックスモード提供企画「RELAX-ATHON」の終了を発表しました。次期画像生成モデル「V7」の公開に向けたサーバースケール調整のためとしており、新モデルの登場が間近に迫っていることを示唆しています。
月
3月31日 月曜日
Higgsfield AI、1枚の画像からバレットタイムやロボットアームなどの映画的カメラワークを生成可能に
Higgsfield AIは1枚の静止画から映画のようなカメラワークを持つ動画を生成する新機能を発表した。バレットタイムやスーパードリー、ロボットアーム撮影のようなダイナミックな動きを単一画像から再現でき、映像制作の手法を大きく変える可能性がある。
MiniMaxが音声モデル「Speech-02」公開：最大20万文字の入力に対応
MiniMax は最新の音声合成モデル「Speech-02」を発表した。ファイルや URL から自然な音声を即座に生成でき、1 回で最大 20 万文字の入力に対応する。30 以上の言語、無制限の音声クローン、1 秒未満のストリーミング出力を備えている。
Runwayが新モデル「Gen-4」を発表、画像からの動画生成を有料会員に開放
Runwayはメディア生成モデル「Gen-4」を発表した。描写の忠実性や動的なモーション、世界観の一貫性を強化。同日より画像から動画を生成する機能がすべての有料プランおよびエンタープライズ会員向けに提供開始されている。
Luma、動画生成Ray2向けに「カメラモーション概念」を提供開始
Luma AIは動画生成モデル「Ray2」向けの新機能「Camera Motion Concepts」を発表した。従来のLoRAやファインチューニングと異なり、わずかなサンプルからカメラワークを学習し、画質を落とさずに自然言語で複数の動きを自在に組み合わせられる。本機能は本日からDream Machine上で利用可能だ。
木
3月27日 木曜日
動画生成AI「Pika」、過去の自分と対面できる新機能を追加
Pikaは生成動画内で若い頃の自分と出会える新機能を発表しました。懐かしさやエモーショナルな演出に特化した機能で、Web版およびiOSアプリからすぐに試すことができます。
水
3月26日 水曜日
ChatGPTの新しい画像生成機能、人気沸騰で無料ユーザーへの提供が延期
OpenAIのサム・アルトマンCEOは、ChatGPTの新しい画像生成機能が予想以上の人気を集めたため、無料ユーザーへの提供を延期すると発表した。ジブリ風画像ブームを巻き起こした同機能は、現在Plusなど有料加入者限定で提供されている。
画像生成AI「Ideogram 3.0」公開、写実性と速度が向上し全ユーザーに無料開放
Ideogramは画像生成モデル「Ideogram 3.0」を全ユーザー向けに無料公開した。リアルな質感やデザインの一貫性が向上したほか、生成速度も大幅に改善されている。誰でも手軽に試せるのが魅力だ。
火
3月25日 火曜日
Luma AI、動画生成「Ray2」のImg-to-Vid公開 手書きの落書きをアニメ化
Luma AIはDream MachineにおいてRay2を活用した画像・動画生成（Img-to-Vid）機能を公開した。簡単なスケッチや落書きを投入するだけで、描いたキャラクターや線画が生き生きと動き出すアニメーションに変換される。手軽なプロトタイピングの幅が広がりそうだ。
Reveが画像生成モデル「Reve Image 1.0」公開、文字描画と画質で首位獲得
米スタートアップのReve AIが画像生成モデル「Reve Image 1.0」を公開した。評価機関Artificial AnalysisのImage ArenaでMidjourneyなどを抑え画質1位を記録。画像内の文字描画に強く、自然言語による画像編集にも対応する。現在ウェブ上で無料プレビューが利用可能。
土
3月22日 土曜日
アリババが「LHM」を発表：1枚の写真から数秒で動く3Dアバターを生成
アリババの研究チームが3D人体復元モデル「LHM」を発表した。1枚の人物写真からわずか数秒で、3D Gaussian Splattingを用いた動かせる高精度アバターを生成可能。顔や手の下処理を別途行うことなく、高精度なアニメーション制作が行える。
木
3月20日 木曜日
Pika、動画内の特定キャラや物体だけを操る新機能を予告
Pika Labs は動画内の特定キャラクターや物体だけを編集・操作できる新ツールのプレビューを公開した。背景など他の要素を崩さず維持できるのが特徴で、現在はクリエイティブパートナー向けに先行アクセスが案内されている。
水
3月12日 水曜日
Captions、UGC風動画広告を生成する「Mirage」公開 実在しないアバターで制作
CaptionsはUGC（ユーザー生成コンテンツ）スタイルの動画広告に特化したAIモデル「Mirage」を公開した。台本や音声を入力するだけで、身振りや微表情を備えた架空のアバター動画を生成でき、外見や背景、感情も指定できる。実写撮影なしで広告の大量制作が可能になる。
Freepik、Google Veo 2統合で画像からの動画生成に対応
FreepikはAIクリエイティブ環境「Freepik AI Suite」にGoogleの動画生成AI「Veo 2」を統合した。画像生成やレタッチツールで仕上げた静止画から、そのまま高画質な動画へ変換できる。ワークフローが一元化されるのが魅力だが、利用はPremium有料会員限定となる。
木
3月6日 木曜日
Hedraが全モーダル動画モデル「Character-3」とStudioを発表
Hedraは画像・テキスト・音声を同時処理するAIモデル「Character-3」と制作基盤「Hedra Studio」を発表した。音声に合わせた口の動きや表情を一括で同期生成でき、複数のツールを行き来する手間を解消している。
水
3月5日 水曜日
Prime Video、映画やドラマでAI吹き替えのテスト運用を開始
Amazon傘下のPrime Videoは一部のライセンス作品向けにAIを活用した吹き替えテストを開始した。まずはこれまで吹き替えがなかった12作品を対象に英語と中南米スペイン語を提供し、プロの監修を組み合わせて品質を担保する。
火
3月4日 火曜日
独ドイツ・テレコム、ElevenLabsと提携 「Magenta AI」で記事を数秒でポッドキャスト化
独Deutsche Telekomは音声AI企業のElevenLabsとの戦略的提携を発表した。自社の「Magenta AI」に「Gen FM」技術を組み込み、ニュース記事を数秒でリアルなポッドキャストへ変換可能にする。あわせてドイツ・テレコムはElevenLabsのシリーズC調達にも出資した。
月
3月3日 月曜日
Stability AIとArmが連携、スマホ上で音声生成AIが完全オフライン動作
Stability AI は Arm と提携し、テキストから音声を生成する Stable Audio Open をスマートフォン向けに最適化したと発表。Arm の KleidiAI を活用し、11 秒の音声生成を 240 秒から 8 秒未満へと 30 倍高速化し、ネット接続なしの CPU 実行を実現した。
