米ラッパーDrake、AI生成した2PacとSnoop Doggの声で新曲公開
Drake が SNS 上で新曲「Taylor Made Freestyle」を公開し、AI で再現した故 2Pac と Snoop Dogg の音声を用いて Kendrick Lamar を挑発した。自身が録音したラップを AI で変換したと見られている。クローン音声技術がメジャー音楽シーンの論争の道具として使われた格好だ。
画像・動画生成 · デイリー
土
4月20日 土曜日
金
4月19日 金曜日
TED、未公開の動画生成AI「Sora」で40年後の姿を描く特別映像を公開
TEDはアーティストのPaul Trillo氏およびOpenAIとタッグを組み、未公開のテキスト動画生成AI「Sora」で制作した特別映像を公開した。40年後のTEDを大胆に想像した作品で、クリエイターによる先端AIツールの表現力を示している。
木
4月18日 木曜日
Blockade Labs、Skybox AI Model 3を公開：8Kパノラマ生成でVision Proに対応
Blockade Labsは360度環境生成AI「Skybox AI」のModel 3アップデートをリリースした。画素数が前世代比で77%向上し8K出力に対応したことで、Apple Vision Pro向けコンテンツ制作に適している。手持ちの全天球画像を再生成できるリミックス機能も追加された。
水
4月17日 水曜日
Stability AI、「Stable Diffusion 3」のAPI提供を開始
Stability AI は開発者プラットフォームで「Stable Diffusion 3」および Turbo 版の API 提供を開始した。Fireworks AI と連携して安定したインフラを確保し、MMDiT アーキテクチャにより文字描画や指示追従性を大幅に高めた。近いうちに会員向けにモデル重みも公開予定だ。
月
4月15日 月曜日
Adobe、Premiere Pro向け生成AI機能を先行公開 不要物削除やSora連携も
Adobeは動画編集ソフト「Premiere Pro」に年内追加予定の生成AI機能をプレビューした。映像内のオブジェクト追加・削除や、フレーム自動生成による尺の延長、テキストからの動画生成に対応する。OpenAIのSoraなどサードパーティ製モデルの統合も実験中だが、機能の本格導入は年内後半になる見通しだ。
金
4月12日 金曜日
Freepik、リアルタイム生成対応のAI画像ジェネレーター新版を公開
Freepik は AI 画像生成ツールの最新版を公開した。リアルタイム生成と無限スクロールに対応し、ワンクリックで高精細なバリエーションを連続して生成できる。無料ユーザーは 1 日 20 枚まで試すことができる。
木
4月11日 木曜日
アドビ、AI学習用動画を1分約3ドルで買い取りへ Sora対抗を加速
Adobeが生成AI動画モデルの学習に向け、クリエイターから日常動作などの動画素材を1分あたり平均約2.62ドル（最大7.25ドル）で買い集めていることが報じられた。OpenAIのSoraに対抗するためのデータ確保が狙いで、商用利用の安全性を担保する独自路線を貫いている。
水
4月10日 水曜日
元DeepMind研究者らがAI音楽生成「Udio」を一般公開 40秒でボーカル入り楽曲を制作
元Google DeepMindの研究者らが設立したUdioは、AI音楽生成アプリを一般公開した。テキストでジャンルや歌詞を入力するだけで、40秒未満でボーカル付きの完成音源を生成可能。a16zなどが支援しており、楽曲の延長やリミックス機能も備える。
水
4月3日 水曜日
ChatGPTに画像編集機能が追加：指定範囲の修正や手描きスケッチからの生成に対応
OpenAIはChatGPTで生成した画像の編集機能を全ユーザー向けに提供開始した。選択ツールで修正したい部分だけを指定してプロンプトで指示できるほか、スマホアプリでは手描きスケッチをもとにした画像生成にも対応する。全体を再生成せずに細部を直せるようになったのが大きな前進だ。
Stable Audio 2.0登場、最長3分の楽曲生成やAudio-to-Audioに対応
Stable Audio 2.0が発表された。テキストプロンプトから最長3分、44.1kHzステレオの構成整った楽曲を生成できる。Diffusion Transformerの採用で楽曲構造の再現性が高まり、音源をアップロードして音色やスタイルを変換するAudio-to-Audioにも対応。公式サイトで無料体験できる。
月
3月25日 月曜日
OpenAI、動画生成AI「Sora」を使ったクリエイターの初期作品を公開
OpenAIは映像作家やデザイナーらによる「Sora」の初期制作事例と感想を公開した。現実の再現以上にシュールで抽象的な表現を素早く形にできる点が評価されている。なお、公開作はアーティストによる編集が加えられており、一般提供はまだ始まっていない。
水
3月13日 水曜日
Adobe Firefly、歴史描写でGoogle Geminiと同様の偏向問題が発生
Semaforの検証により、Adobeの画像生成AI「Firefly」がGoogle Geminiと同様に、第二次大戦の黒人ナチス兵士など史実に反する画像を生成する過度な多様性補正の不具合を抱えていることが明らかになった。著作権に配慮した画像のみで学習したAdobeでも同様の問題が発生したことは、偏見防止プロンプトの調整が業界全体の共通課題であることを示している。
OpenAIの動画生成AI「Sora」、年内に一般公開へ 音声追加も計画
OpenAIのCTOミラ・ムラティ氏は、動画生成AIモデル「Sora」を年内、早ければ数カ月以内に一般公開する計画を明らかにした。将来的な音声生成や編集機能の追加も予定しており、利用コストを画像生成モデル「DALL-E」並みに抑えることを目指しているという。
火
3月5日 火曜日
元DeepMind研究者によるHaiperが動画生成AIを無料公開、1380万ドル調達
元DeepMindの研究者らが設立した英Haiperは、独自モデルを搭載した動画生成ツールのパブリック提供を開始し、シードラウンドで1380万ドルを調達したと発表した。ユーザーは現在、テキストから2〜4秒の動画を無料で生成できる。Soraが注目を集める中、同社はモデルAPIの提供や将来的なオープンソース化も視野に入れている。
水
2月28日 水曜日
Lightricks、長尺AI動画プラットフォーム「LTX Studio」を発表
Lightricksはアイデアから長尺動画をワンストップで制作できるAIプラットフォーム「LTX Studio」を発表した。複数シーンの生成に対応し、キャラクターの容姿や照明の一貫性を保てるのが特徴で、本格的な映像制作のハードルを下げる狙いだ。
Morph Studio、Stability AIと提携 マルチ分岐対応のAI動画生成ワークフローを発表
Morph StudioはStability AIとの提携を発表した。テキストや画像、既存動画からストーリー仕立ての映像を制作できるオールインワンのAI動画生成プラットフォームで、複数の生成ラインを並行して試せるのが特徴。現在公式サイトでウェイティングリストを受け付けている。
Adobe、音楽生成AIツール「Project Music GenAI Control」を発表
Adobeはテキスト指示や参考メロディから音楽を生成・編集できる研究プロジェクト「Project Music GenAI Control」を発表した。テンポや構成の調整、楽曲の延長など細かな制御が可能だが、現在は初期研究段階でUIもまだない。
Ideogram 1.0が公開、画像内の文字描画とMagic Promptを強化
Ideogram は画像生成 AI モデル「Ideogram 1.0」を正式公開しました。写真のようなリアルさや指示への追従性が向上したほか、画像内のテキスト描画精度を高め、入力支援機能「Magic Prompt」も追加しています。現在公式サイトで利用可能です。
火
2月27日 火曜日
Pikaが新機能「Lip Sync」を公開、ElevenLabs連携で口パクと音声を同期
動画生成AIのPikaが新機能「Lip Sync」を発表した。ElevenLabsの音声技術を採用し、テキスト入力や音声アップロードに合わせて動画内キャラクターの口元を自動で同期させる。現在はPika Pro有料会員や招待枠限定で提供されている。
アリババが「EMO」発表：1枚の静止画と音声から表現力豊かな歌唱・対話動画を生成
アリババの研究チームは音声駆動型ポートレート動画生成フレームワーク「EMO」を発表した。1枚の人物画像と音声（会話や歌唱）を入力するだけで、豊かな表情と自然な頭部動作を伴う動画を任意の長さで生成できる。早口な歌詞や絵画の人物の動画化にも対応する。
