Runwayが新モデル「Gen-4」を発表、画像からの動画生成を有料会員に開放

生成AIで映像を作ろうとしたことがある人なら、カットを切り替えた瞬間に主人公の顔が別人になり、背景の車が消えてしまうもどかしさを経験したことがあるはずです。

Runwayは3月31日、メディア生成と世界の一貫性に特化した新世代AIモデルシリーズ「Gen-4」を発表しました。

同日より、有料プランの全ユーザーおよびエンタープライズ顧客向けにGen-4のImage-to-Video機能の提供が順次始まっています。有料プランは月額12ドルからで、初回向けのお試し無料枠も用意されています。

1枚の画像からアングルを変えても破綻しない

今回のGen-4における最大の目玉は、被写体や空間の一貫性を保つ「References」と呼ばれる新ツールです。

これまで動画生成AIの最大の弱点だったのは、特定の人物、場所、オブジェクトをシーンをまたいで固定できない点でした。Referencesでは、たった1枚の参照画像を用意するだけで、異なる照明条件やロケーション、演出手法であっても同一のキャラクターを安定して生成できます。

構図のスタイルやトーン、映画的な質感を維持しながら、シーン内の複数の視点やカメラ位置から同じ要素を再生成できるようになります。

同社は、実写映像やアニメーション、VFXのワークフローに違和感なく組み込めるプロダクションレディな出力を実現した初のモデルだと自信を見せています。なお、References機能自体は近日公開予定とされており、API提供もそれに続く見込みです。

現実世界の物理法則を学習

一貫性に加え、動きのリアルさについても改善が図られています。

Runwayによると、Gen-4は現実世界の物理挙動への理解を深めており、一般的な物理シミュレーションベンチマークにおいて競合モデルを大きく上回る性能を示しているといいます。

これにより、不自然な変形や浮遊感を抑え、よりダイナミックで説得力のあるカメラワークや被写体の動きが可能になります。

なぜ重要か

今回のアップデートは、動画生成AIの競争軸が単なる画質の綺麗さから制作現場で実用に耐えうる制御性へと移行したことを物語っています。

これまでのツールは偶然生まれた奇跡の1テイクに頼るしかありませんでしたが、1枚の参照画像から画角や照明を変えて連続カットを作れるなら、CM制作やインディーズ映画の絵コンテ作成、背景素材制作の敷居は一気に下がります。

ただし、競合各社も猛追する中で、唯一のプロダクションレディと謳うのはやや強気な印象も受けます。最も期待されているReferencesが先行提供ではなく後日実装である点には注意が必要で、実際のマルチアングル生成の精度がプロの現場の要求にどこまで応えられるかは実物を見てからの判断になります。

既存の有料会員であれば、まずは新しくなったImage-to-Videoで物理演算と動きの滑らかさを試してみる価値は十分にあります。