Black Forest Labs、最大4K動画超解像ツール「FLUX Video Upscale」を公開

AIで動画を生成したことがある人なら、制作物の納品で直面する壁をよく知っているはずです。スマートフォンの画面では綺麗に見えていても、大画面や広告向けに拡大した途端、顔のディテールが潰れ、水面や芝生には不自然な格子状のノイズが浮き出てきます。

高解像度化の処理をローカル環境で行うのは時間がかかりすぎ、既存の高品質アップスケーラーも大規模なバッチ処理には向いていません。Black Forest Labsはこうした課題を解決するため、FLUX Video Upscaleの提供を開始しました。BFL APIおよび専用のプレイグラウンドツールから利用できます。

FLUX 3の特性をネイティブに理解する

このツールの最大の特徴は、FLUX 3の出力特性をネイティブに理解した上で映像を再生成する点にあります。

一般的なアップスケーラーは単にピクセルを引き延ばすだけで、生成AI特有の不自然な乱れまで一緒に拡大してしまいがちです。対してFLUX Video Upscaleは、480p以上の動画を入力とし、最大でネイティブ4Kまで再生成します。

AI動画で特に目立つ顔の輪郭のぼやけや、水面・草地などのテクスチャに生じるグリッド状のアーティファクトを的確に修正できるのが強みです。拡大率は1.5倍、2倍、3倍を用意しており、HD映像からそれぞれ約1080p、2K、4Kへの引き上げに対応します。

2つのモード：整合性重視かディテール重視か

用途とコストに合わせて選べるよう、処理方式は2つのモードに分かれています。

Preciseモードは4ステップで動作し、利用料金はメガピクセル・秒あたり0.07ドルです。処理が高速で価格も抑えられており、人物の同一性や参照用の詳細設定を崩さずに高精細化したい場面に適しています。

もう一方のCreativeモードは8ステップで処理を行い、料金はメガピクセル・秒あたり0.10ドルです。より多くのステップを割いて修復と新規ディテールの生成を徹底的に行いますが、人物の顔立ちが変わったり別の容姿に置き換わったりする可能性があり、元の素材との整合性はPreciseより低下します。

なぜ重要か

AI動画が商業制作の現場で使われる際、最大のボトルネックだったのが最後の仕上げとなる解像度の確保でした。最初から4Kで生成するのは計算コストが高すぎるため、低解像度で生成したあとに高品質なアップスケールをかけるワークフローは、映像クリエイターにとって現実的な解になります。

自社モデルの弱点を知り尽くした専用アップスケーラーをAPIとして切り出したアプローチは、非常に理にかなっていると私たちは考えます。サードパーティ製ツールで発生するノイズの拡大を防ぎ、エコシステム内で完結できるからです。

ただし、Creativeモードでキャラクターの同一性が崩れるリスクがある点には注意が必要です。商業案件ではキャストの顔が変わることは許容されないため、大半の現場はPreciseモードを選ばざるを得ず、ディテール補完と同一性維持のバランスをどう取るかが今後の課題になりそうです。