Black Forest LabsがFLUX ProファインチューニングAPIを公開
Black Forest LabsはFLUX Pro Finetuning APIを発表した。クリエイターは1〜5枚の参照画像を用意するだけで、特定のキャラクターやブランドスタイルを学習した独自モデルを構築でき、最大4メガピクセルの高解像度生成やFillなどのツール連携に対応する。
画像・動画生成 · デイリー
木
1月16日 木曜日
水
1月15日 水曜日
Luma AIが動画モデル「Ray2」公開：計算量10倍、4Kと30秒拡張に対応
Luma AIは次世代動画生成モデル「Ray2」を公開した。Ray1比で10倍の計算規模を投入し、物理挙動のリアリティやカメラワークを大幅に向上。1080p出力や4Kアップスケール、最長30秒の動画拡張に対応し、Dream Machine有料会員向けに提供を開始した。
火
1月14日 火曜日
Freepik、AI動画生成に音声サポートを追加：各種フォーマットに対応
Freepikは同社のAI Suiteにおいて、音声付きAI動画生成機能の提供を開始したと発表した。あらゆるモードとフォーマットに対応し、プラットフォーム内で映像と音声を同時に生成可能。外部ツールで音を付け足す手間が省ける。
水
1月8日 水曜日
Stability AI、単一画像から1秒未満で3D化する「SPAR3D」公開
Stability AIとNVIDIAはCESにて3D生成モデル「SPAR3D」を発表しました。単一画像からわずか0.7秒で360度の3Dメッシュを生成し、点群のリアルタイム編集も0.3秒で反映可能です。コードと重みはHugging FaceおよびGitHubで公開されています。
プーチン大統領の顔をAIで俳優に合成、ポーランド伝記映画が公開へ
ポーランドのパトリック・ヴェガ監督による英語伝記映画『Putin』が公開される。制作費1500万ドルを投じ、AI技術で実在のプーチン氏の顔を俳優の顔に重ねて再現した。世界64カ国で上映予定だが、ディープフェイク技術の倫理的側面や描写を巡り賛否が分かれている。
月
12月16日 月曜日
Midjourney、画像集から画風を学習する「ムードボード」機能を公開
MidjourneyはPinterest風の「ムードボード」機能と複数プロファイル対応を公開した。集めた画像コレクションや40回の画像評価から独自の画風プロファイルを作成できる。案件ごとにスタイルを保存・切り替えられるため、作風の統一が容易になる。
Googleが動画生成モデル「Veo 2」を発表：4K・長尺生成に対応、Imagen 3も刷新
Googleは新世代の動画生成モデル「Veo 2」を発表しました。最大4K解像度や数分間の長尺生成に対応し、レンズ指定などの映画撮影用語を理解します。あわせてImagen 3の最新版が100カ国以上のImageFXで公開され、Geminiと連携する新ツール「Whisk」も登場しました。Veo 2は現在ウェイトリスト制です。
NYUティッシュ校がRunwayを導入、仮想制作センターでAI映像制作を教育へ
Runwayはニューヨーク大学ティッシュ芸術学部の仮想制作修士課程に自社AIツール群を導入すると発表した。2025年春学期よりマーティン・スコセッシ仮想制作センターで開講され、学生は初期構想から完成作まで映画制作への生成AI活用を実践する。
金
12月13日 金曜日
動画生成AI「Pika 2.0」公開、画像から一貫性を保つ新機能追加
Pikaは動画生成モデル「Pika 2.0」をリリースした。テキストへの追従性や画質が向上したほか、人物や場所、アイテムの画像を取り込んで生成結果の一貫性を保てる新機能「Scene Ingredients」を搭載している。
月
12月9日 月曜日
マンチェスター・シティがPumaとAIユニフォーム設計コンテスト開催、公式戦で着用へ
マンチェスター・シティとPumaは、ファンがAIでユニフォームをデザインできる「Puma AI Creator」を公開した。優勝作品は2026-2027シーズンの公式サードユニフォームとして選手が着用し、一般販売も行われる。ユーザーには15クレジットが付与され、コンテストは12月20日まで開催される。
xAI、Grokの画像生成モデル「Aurora」公開 リアルな人物や文字描写に対応
xAIはX上のAI「Grok」向けに新しい自己回帰型画像生成モデル「Aurora」を公開した。数十億のデータで学習し、リアルなポートレートや文字、ロゴの精密な描画に対応するほか、画像の入力や編集も可能。一部地域で先行提供されており、1週間以内に全ユーザーへ展開される。
AMD、1ステップ画像生成「Nitro Diffusion」をオープンソース公開
Dec 09, 2024、AMDは1ステップで画像生成が可能な拡散モデル「Nitro Diffusion」をオープンソースで公開した。Stable Diffusion 2.1とPixArt-Sigmaをベースに開発され、Instinct MI250やAI PC向けに最適化されている。重みとコードはHugging Face等で入手可能。
土
12月7日 土曜日
OpenAI「Sora v2」まもなく公開か、最大1分間の生成や画像・動画入力に対応
OpenAIのChad Nelson氏が講演で明かしたところによると、次世代動画生成AI「Sora v2」のリリースが間近に迫っているという。最大1分間の動画出力に対応するほか、テキストだけでなく画像や既存動画を組み合わせた生成機能が備わる見込みだ。
金
12月6日 金曜日
ElevenLabs、AIポッドキャスト生成「GenFM」をStudioに統合 32言語に対応
ElevenLabsは長尺音声編集ツール「Studio」にGenFMポッドキャスト生成機能を導入しました。テキストやPDF、Webリンクを取り込むだけで、2人のAIホストによる自然な対談ポッドキャストを自動作成できます。32言語に対応し、原稿編集や音声の商用書き出しも可能です。
水
12月4日 水曜日
AdCreative.aiが新モデル発表：静止画から16秒の商品広告動画を自動生成
AdCreative.aiはEC商品動画を自動生成するAIモデル「Product VideoShoot」を発表した。広告特化モデルAdLLMを基盤とし、1枚の静止画から16秒の1080p広告映像を作成できる。広告効果データに基づき設計されており、現在ProおよびEnterprise向けにベータ提供されている。
火
12月3日 火曜日
Google、Vertex AIで「Imagen 3」を一般提供開始 動画生成「Veo」もプレビュー提供へ
GoogleはVertex AIで画像生成AI「Imagen 3」を全顧客に公開し、動画生成AI「Veo」の非公開プレビューを開始した。Veoは静止画やプロンプトから最大6秒の動画を生成可能。大手クラウドとして動画生成APIの提供に踏み切った形だが、Veoはまだ一部企業向けの限定公開にとどまる。
Hailuo AI、2Dイラスト向け動画生成モデル「I2V-01-Live」を発表
Hailuo AI（MiniMax）は静止画から動画を生成する新モデル「I2V-01-Live」を発表した。2Dイラストのアニメーション化に特化し、キャラクターの微小な表情変化や発話、滑らかな動きを高い安定性で生成できる。
月
12月2日 月曜日
李飛飛氏のWorld Labs、1枚の写真から操作可能な3D空間を生成するAIを発表
フェイフェイ・リー氏率いるWorld Labsは、1枚の画像からブラウザ上で散策できる3D空間を生成するAIを公開した。物理法則に従い一貫性を保った空間をキーボードとマウスで移動できる。探索範囲はまだ狭いものの、世界モデルの新たな実用性を示した。
水
11月27日 水曜日
AdobeがMultiFoley発表：猫の鳴き声をライオンの咆哮に変えるAI音響生成
Adobe Researchが映像認識型の音響生成手法「MultiFoley」を発表した。映像を認識してタイプライターの音をピアノに変えたり、猫の鳴き声をライオンの咆哮に差し替えたりでき、既存効果音の映像への自動同期も可能。手間のかかるフォーリー作業を大幅に効率化する。
火
11月26日 火曜日
アーティスト団体がOpenAI「Sora」のアクセス権を抗議流出
アーティスト団体がOpenAIの動画生成AI「Sora」のAPIに接続するフロントエンドをHugging Face上に公開した。団体はOpenAIがテスターに無償労働を強いてPRに利用していると抗議。一般ユーザーが一時的に1080p動画を生成できたが、約3時間後に遮断された。
Stability AI、Stable Diffusion 3.5 Large 向け ControlNet を公開
Stability AI はStable Diffusion 3.5 Large 向けに Blur、Canny、Depth の 3 種類の ControlNet を公開しました。最大 16K の高解像度拡大や輪郭線、深度情報による精密な画像制御が可能です。年間売上 100 万ドル以下なら商用利用も無償で、Comfy UI にも対応します。
