RunwayとNVIDIA、100ミリ秒未満で動くリアルタイムHD動画生成モデルを披露
今週開催のNVIDIA GTCにて、RunwayとNVIDIAはVera Rubinハードウェア上で動作するリアルタイムHD動画生成モデルのリサーチプレビューを公開した。最初のフレームを100ミリ秒未満で生成でき、世界モデル「GWM-1」の基盤にもなるという。現在は研究段階のプレビューにとどまる。
画像・動画生成 · デイリー
水
3月18日 水曜日
故ヴァル・キルマー氏、生成AIで映画「主演」へ：遺族の合意得て出演再現
映画監督のコールト・ヴーアヒーズ氏は、2025年に死去した俳優ヴァル・キルマー氏を生成AIで再現し、新作インディペンデント映画『As Deep as the Grave』に出演させると明かした。遺族公認のもと過去の映像や音声を使用し、俳優組合のガイドラインに沿って報酬も支払われるという。
火
3月17日 火曜日
Midjourneyが「V8」アルファ版を公開：生成速度が5倍に向上、ネイティブ2K対応
Midjourneyは画像生成モデル「V8」のアルファテストを開始した。V7比で生成速度が約5倍高速化し、プロンプト追従やテキスト描画性能が向上したほか、ネイティブ2Kに対応する「--hd」モードなどが追加された。現時点でRelaxモードは未対応となっている。
月
3月16日 月曜日
架空のAIバンド「Neon Oni」が正体露見：制作者は本物の演者7人を雇い東京で生演奏
Suno で生成された架空のメタルバンド「Neon Oni」が、欧州の制作者による AI プロジェクトだと露見した。Spotify で月間 8 万人以上の聴取者を集めたが、MV の不自然な手から見破られた。制作者はその後、東京のミュージシャン 7 名を起用してライブ演奏を開始。AI でコンセプトを試し、反響を得てから生身の演者に託す逆転の制作モデルとして注目されている。
NVIDIAが「DLSS 5」を発表：リアルタイム神経レンダリングで映像表現を刷新
NVIDIAはGTCで「DLSS 5」を発表した。2018年のレイトレーシング導入以来最大の飛躍と位置づけ、神経レンダリングモデルにより最大4Kで写実的な光と質感をリアルタイム生成する。ジェンスン・フアンCEOは「グラフィックスのGPTモーメント」と表現。今秋に提供予定。
土
3月14日 土曜日
コマ落ち動画から滑らかな4D人体アニメを再構成する「Retime GS」
2D動画から全身の4D人体アニメーションを生成する「Retime GS」が公開された。動画のフレームが欠落してカクついていても、改良型4D Gaussian Splattingなどを活用して動きを補完し、アーティファクトの少ない滑らかな3Dシーンを出力できる。
木
3月12日 木曜日
OpenAI、Video APIを拡充：Sora 2によるカスタムキャラや20秒動画に対応
OpenAIはSora 2を活用したVideo APIの新機能を発表しました。最大20秒のクリップ生成に加え、カスタムキャラクターやオブジェクトの配置、16:9と9:16の出力、シーン延長、バッチ処理に対応します。開発者は動画生成ワークフローをより柔軟に制御できるようになります。
水
3月11日 水曜日
OpenAI、動画生成AI「Sora」をChatGPTに直接統合か
The Informationによると、OpenAIは動画生成ツール「Sora」をChatGPTに直接統合することを計画しているという。現在は独立したアプリ等での提供にとどまるが、Claudeとの競争激化を背景にユーザー呼び戻しを狙う。一方で計算コストの増加やディープフェイク悪用への懸念も指摘されている。
Runway、新組織「Runway Labs」設立：世界モデルの産業応用を模索
Runway は生成 AI 動画と「一般世界モデル」の次世代応用を探る社内インキュベーター「Runway Labs」の立ち上げを発表した。共同創業者の Alejandro Matamala Ortiz 氏が率い、映画や医療、ゲームなどに向けた実験的プロダクトの試作を推進する。
金
3月6日 金曜日
テンセントがEffectMakerを発表：動画の視覚効果を追加学習なしで複製
テンセント混元チームが動画VFXカスタマイズ技術「EffectMaker」を発表した。参考動画の特殊効果を個別ファインチューニングなしで対象映像に直接移植できるのが特徴で、13万本の動画を含むデータセットも構築された。
木
3月5日 木曜日
Lumaが制作特化AI「Luma Agents」発表：自社モデルUni-1と外部AIを連携
Lumaは統合マルチモーダルモデル「Uni-1」を基盤とするクリエイティブエージェント「Luma Agents」を発表しました。テキスト、画像、動画、音声を横断した制作に対応し、GoogleのVeo 3など外部モデルと連携しながら自律的な推敲を繰り返します。現在はAPI経由で段階的に提供されています。
水
3月4日 水曜日
LTX Studio、企業向け動画吹き替え・字幕機能を公開
AI 動画生成プラットフォームの LTX Studio は、企業の多言語コンテンツ展開を支援する吹き替えおよび字幕機能を発表した。企業が迅速に動画をローカライズできるようにする狙いだが、対応言語や料金の詳細はまだ明かされていない。
金
2月27日 金曜日
ByteDanceと清華大がDreamID-Omni発表：画像と音声から複数人の対話動画を生成
ByteDanceと清華大学の研究チームがDreamID-Omniを発表した。画像、プロンプト、参照音声を組み合わせることで、本人の声で話す動画を生成可能。複数人の同画面会話や動画の顔・音声差し替えに対応し、3月にオープンソース公開が予定されている。
木
2月26日 木曜日
Google、「Nano Banana 2」発表：Pro級の画質と一貫性をFlashの爆速で実現
Google は最新画像生成モデル「Nano Banana 2」（Gemini 3.1 Flash Image）を発表した。Pro モデルの高い推論力と描画品質を Flash 級の超高速生成と融合させ、最大 5 人のキャラクター一貫性維持や 4K 解像度、リアルタイム検索グラウンディングに対応する。Gemini アプリや検索、API 経由で順次提供が始まっている。
水
2月25日 水曜日
QuiverAI、SVGベクター画像を直接生成するAI「Arrow 1.0」のパブリックベータを開始
QuiverAIはSVGベクター画像生成に特化したAIモデル「Arrow 1.0」のパブリックベータ版を公開した。一般的なラスター画像を生成するAIと異なり、最初から拡大縮小や編集が可能なSVG形式で出力できるため、デザイナーや開発者の素材制作を効率化する。
Google、AI創作基盤「Flow」を刷新：ImageFX統合で画像から動画へ直結
米GoogleはAI制作プラットフォーム「Flow」の大幅刷新を発表した。ImageFXやWhiskの画像生成機能をワークスペースに統合し、生成した画像を即座に動画モデルVeoの素材として利用できるようにした。自然言語で部分修正できるなげなわツールも追加された。
火
2月24日 火曜日
Google、「Gemini」アプリに動画テンプレート機能を追加 写真1枚から短尺動画を生成
GoogleはGeminiアプリに動画テンプレートギャラリーを追加した。ツールの「Create video」からサイバーパンクなどのスタイルを選び、人物やペットの写真をアップロードするだけで、その被写体が主人公の9:16縦型動画を一括生成できる。
木
2月19日 木曜日
Replitが「Replit Animation」公開、Gemini 3.1 Proでバイラル動画制作
Replit は Gemini 3.1 Pro を搭載した動画制作ツール「Replit Animation」を発表した。数分でバイラル動画を「Vibecode」できるとアピールしており、告知動画も同ツールのみで制作された。同社がコード生成からマルチメディア制作へ領域を広げる一手となる。
AMC劇場、AI短編アニメの上映を取りやめ ネットの批判殺到を受け
米映画館大手AMC Theatresは、AI生成短編アニメ『Thanksgiving Day』の幕前上映を取りやめると発表した。映画祭の受賞特典として全米劇場での上映が予定されていたが、ネット上で反発が殺到したため急遽不参加を表明。伝統的な映画館でのAI作品展開の難しさが浮き彫りとなった。
