謎の動画生成モデル「HappyHorse-1.0」、文生・図生の両リーダーボードで首位に
正体不明の新型動画生成モデル「HappyHorse-1.0」が、Text-to-Video と Image-to-Video の両部門でリーダーボード首位に登場した。初期テストによると、複数カットで構成される動画生成や詳細な指示への追従に優れているという。激戦の AI 動画分野で注目の新星が現れた。
画像・動画生成 · デイリー
火
4月7日 火曜日
RunwayがSeedance 2.0を導入、マルチショット動画生成と音響に対応
RunwayはSeedance 2.0を自社プラットフォームに統合したと発表した。テキスト、画像、動画、音声を素材に、効果音や台詞が入ったマルチショット動画シーケンスを生成できる。現在は米国外のUnlimitedおよびEnterprise契約者限定で利用可能。
月
4月6日 月曜日
仮想試着フレームワーク「Vanast」登場 写真1枚と服画像から自然な試着動画を生成
仮想試着フレームワーク「Vanast」が発表された。人物写真1枚、衣服画像、骨格姿勢動画を入力するだけで、新しい服を着て動く人物アニメーションを直接生成できる。顔の特徴や体型を崩さず、上下の服やワンピースにも対応する。コードは近日公開予定。
土
4月4日 土曜日
OpenAIの画像生成AI「GPT-Image-2」が流出か、Arenaに別名で登場
開発者のPieter Levels氏が、OpenAIの未発表モデル「GPT-Image-2」がArena上で別名テストされていると明かしました。maskingtape-alphaなどのコードネームで動作し、極めて高い世界知識とテキスト描画精度を示していると注目を集めています。
金
4月3日 金曜日
物理法則に従う動画生成フレームワーク「MMPhysVideo」登場、コード公開予定
AI動画の物理的不整合を低減するフレームワーク「MMPhysVideo」が発表された。ピクセル予測に頼る従来手法と異なり、幾何学構造や運動軌跡を統一形式で同時学習させ、破綻のない物理挙動を実現する。推論負荷を増やさない設計で、コードとデータセットの完全公開も予定されている。
木
4月2日 木曜日
Google Vids、全ユーザーに「Veo 3.1」動画生成を月10回まで無料開放
Google は動画編集ツール「Google Vids」に動画生成モデル「Veo 3.1」を追加し、全 Google アカウント向けに月 10 回まで無料で提供開始した。Google AI Pro および Ultra の加入者は、Lyria 3 によるカスタム音楽生成や外見・動作を指示できる AI アバターも利用できる。さらに画面録画用 Chrome 拡張機能や YouTube への直接公開機能も提供される。
水
4月1日 水曜日
アリババが「Wan2.7-Image」公開：12言語の文字描画と最大12枚の一貫画像生成に対応
アリババが画像生成・編集・理解を統合した新モデル「Wan2.7-Image」を発表しました。12言語の印刷品質テキスト描画に対応するほか、1度のプロンプトで最大12枚の一貫した画像を生成可能。顔の骨格やHEXカラーコードの制御、視覚的指示による対話的編集もこなせます。
アリババが「Wan 2.7 Image」発表：生成と編集を統合、カラーコード指定や長文描画に対応
アリババは画像生成と編集を統合した新モデル「Wan 2.7 Image」を発表した。骨格や質感を調整して自然な人肌を再現できるほか、最大 8 個のカラーコード指定や 12 言語・最大 3000 トークンの文字・表描画に対応する。1 プロンプトで最大 12 枚の一貫した画像を生成でき、絵コンテやカタログ制作の手間を大幅に省ける。
火
3月31日 火曜日
Googleが動画生成モデル「Veo 3.1 Lite」公開、生成速度そのままにコスト半減
Googleは最もコスト効率に優れた動画生成モデル「Veo 3.1 Lite」を公開しました。「Veo 3.1 Fast」と同じ生成速度を維持しつつ、コストを50％未満に抑制。テキストや画像からの動画生成に対応し、最大1080pで出力できます。Gemini APIとGoogle AI Studioの有料プレビューで利用可能です。
LongCat Audio Edit 公開：数秒の音声で高精度にクローン生成
音声合成・クローンモデル「LongCat Audio Edit」が公開された。わずか数秒の音声サンプルから話者のトーンや音色を高精度に再現する。35億パラメータ版に加え、一般向けGPUで動作する約6GBの軽量版も提供される。
月
3月30日 月曜日
ByteDance、スマホで完全オフライン動作する画像生成・編集モデル「DreamLite」発表
ByteDanceは端末内でオフライン動作する画像拡散モデル「DreamLite」を発表しました。パラメータ数はわずか3.9億で、iPhone上で1024×1024の画像生成が約3秒で完了するほか、背景差し替えや画風変更などの編集にも対応します。クラウドの最上位モデルには質感で及ばないものの、スマホ単体での実用的な画像生成を実現しています。
日
3月29日 日曜日
スライダーで動画の演出強度を直感調整 「TokenDial」が論文を公開
動画生成モデルの属性をスライダーで連続制御できる新手法「TokenDial」の論文が公開された。モデルを再学習することなく、煙の量やダンスの激しさなどを直感的に調節できる。プロンプトの運任せを排し、狙い通りの表現を可能にする。
木
3月26日 木曜日
Sunoが音楽AI「v5.5」を公開、表現力とパーソナライズを大幅強化
Sunoは音楽生成AIの最新アップデート「v5.5」を発表した。ユーザー自身の声やサウンド、好みを反映し、より表現力豊かで自分らしい楽曲を制作できるのが特徴だ。同社は「これまでで最もパーソナルな体験」とアピールしているが、具体的な技術的仕様は現時点で明かされていない。
水
3月25日 水曜日
Google、音楽生成AI「Lyria 3 Pro」公開 最長3分の楽曲構成に対応
Googleは、最長3分の楽曲を生成できるAIモデル「Lyria 3 Pro」を発表した。イントロやAメロ、サビ、ブリッジといった楽曲構成を理解した指示出しが可能。Google AI StudioやVertex AI、有料版Geminiアプリ、ProducerAIなどで順次利用可能になり、SynthID透かしが埋め込まれる。
Lovartが「Move Object」公開：マスクもレイヤーも不要、ドラッグだけで物体を移動
Lovartは新機能「Move Object」を公開した。矩形や投げなわツールで画像内の物体を囲み、移動先へドラッグするだけで自然に再配置できる。追加のテキスト指示にも対応し、マスク作成やレイヤー作業、再生成の繰り返しなしで一貫した画像が得られる。
3D映像を実写化するRealMaster：ゲームの質感をリアルな動画へ変換
AIツール「RealMaster」は、ゲームなどの3Dレンダリング映像を写実的なリアル動画へ変換する。従来のツールと異なり、元の幾何学構造や影、モーションの整合性を壊さずに維持できるのが特徴で、ゲーム映像だけでなく自動運転のシミュレーション訓練データ強化にも役立つ。
火
3月24日 火曜日
OpenAI が動画生成 AI「Sora」の提供終了を発表、API は 9 月停止へ
OpenAI が動画生成モデル Sora のサービス終了を発表しました。Web 版およびアプリは 4 月 26 日に終了し、API も 9 月 24 日に停止されます。作成データは専用ページからエクスポートする必要があり、期間経過後は完全削除されます。残存クレジットは Codex で利用可能です。
動画生成AI「Sora」、アプリとAPIの提供終了を発表
Soraチームは動画生成プラットフォーム「Sora」のアプリおよびAPIサービスの提供を終了すると発表した。チームは利用者へ感謝の意を伝え、終了までの具体的なタイムラインや作成済み作品の保存方法などについて近日中に案内するとしている。
Smallest.aiがLightning V3公開：15言語の文中文混じり発話や囁き声の制御に対応
Smallest.aiは対話エージェント向けTTSモデル「Lightning V3」を発表した。15言語の自動検出と文中の言語切り替えに対応し、感情や囁き声などの細かい指示制御が可能。わずか5〜15秒の音声から自然な間を含む音声クローンを生成できる。現在無料枠および従量制で利用可能だ。
日
3月22日 日曜日
Instagram、静止画を動画にする「AIトランジション」を一部でテスト
Instagram がストーリーズ向けに新機能「AI Transition」の展開を開始した。ギャラリーから2枚以上の写真を選ぶと、AI のモーフィング技術で1本の滑らかな動画に変換される。動画はリールへの再投稿も可能。利用には Meta AI 規約への同意が必要で、現在は一部ユーザーに順次提供されている。
木
3月19日 木曜日
マイクロソフトがMAI-Image-2を発表：画像生成ランキングで世界3位に浮上
マイクロソフトは最新の画像生成モデル「MAI-Image-2」を発表し、Arena.aiのリーダーボードで世界3位にランクインした。自然な光線や肌の質感の再現、画像内テキストの正確な描写が特徴。MAI Playgroundで利用可能なほか、CopilotやBing Image Creatorへ順次展開される。
