Google、中小企業向けの無料商品撮影AIツール「Photoshoot」をPomelliに導入
Google Labsは無料マーケティングツール「Pomelli」に新機能「Photoshoot」を追加した。画像生成モデル「Nano Banana」とブランド設定を活用し、粗い商品写真を数クリックで本格的なスタジオ写真やライフスタイル画像に変換できる。
AI画像
新しいニュースを見る
ブラウザで動く3D建築エディタ「Pascal Editor」がオープンソース化
ブラウザ上で完全に動作する3D建築エディタ「Pascal Editor」がオープンソースで公開された。React Three FiberとWebGPUを採用し、高額な専用ソフトを使わずに壁のドラッグやフロア階層のリアルタイム編集が可能。高価なBIMソフトのワークフローをWeb上で手軽に代替できる。
Leonardo.Ai、クリエイター向け新キャンペーン「Yours to Create」開始
Leonardo.Aiは新ブランドキャンペーン「Yours to Create」を発表した。生成AIツールを制作現場に導入するようクリエイターへ呼びかける内容で、公式投稿への反応で300トークンを配布する施策も展開。プロ層の取り込みを急ぐ狙いがうかがえる。
World Labsが10億ドル調達：Autodeskが2億ドル出資し3D世界モデルを統合へ
Fei-Fei Li氏率いる空間AIスタートアップWorld Labsが、Autodeskからの2億ドルを含む計10億ドルの資金調達を発表した。3D環境を生成・推論する「世界モデル」をAutodeskの設計ツールに組み込み、まずは映像やゲームなどのエンタメ分野から連携を開始する。物理法則を理解する空間知能の実用化に向けた注目の動きだ。
TavusがPhoenix-4を発表、感情制御が可能なリアルタイムAIアバター
Tavusは感情制御に対応したリアルタイム人物描画モデル「Phoenix-4」を発表した。事前録画のループ映像に頼る従来手法と異なり、ミリ秒単位の低遅延で頭部全体の動きや傾聴リアクション、会話文脈に沿った感情変化を動的に生成できる。
Edit Banana：静止画の構成図を編集可能なDrawIO形式に変換
Edit Bananaは、画像やPDF内の静止したフローチャートや構成図を編集可能なDrawIOやPPTXファイルに変換するツールだ。SAM3とVLLM/OCRを組み合わせ、数秒で画像をXMLデータに分解して再編集できるようにする。複雑な図では表示が崩れる場合もあるが、一から図を描き直す手間を減らせる。
NVIDIA、ビフォーアフター画像で見本を示す画像編集手法「LoRAWeave」を発表
NVIDIAは画像編集手法「LoRAWeave」を発表した。単一の参考画像ではなく、編集前後のペア画像と対象画像の計3枚を入力することで、適用したい変換ルールを正確に学習して反映する。プロンプトで表現しにくい画風や加工を高精度に再現できる。
WordPress.com、エディタ直結の「AI Assistant」を無料提供開始
WordPress.comはエディタやメディアライブラリ内で直接動くAI Assistantを発表した。会話形式でレイアウト調整や文章推敲、画像生成（Nano Bananaモデル採用）が行える。ビジネス・コマースプラン向けに追加料金なしで提供される。
Moonlake AIがベータ公開：テキスト指示から物理・音響付きの遊べる3D世界を生成
Moonlake AIは世界モデリングエージェントのオープンベータを開始した。単なる映像や背景の生成にとどまらず、物理挙動やサウンド、ルールを統合したインタラクティブなゲーム世界を自動構築できる。ウェイティングリスト登録者は1万人を超え、月額15ドルから提供される。
FigmaがClaude Codeと連携、実行中のコードを編集可能なUIデザインに直接変換
FigmaはAnthropicのClaude Code等で生成した動的UIを、編集可能なFigmaフレームに直接取り込む新機能を発表した。ローカルやブラウザで動くプロトタイプを再描画することなくキャンバス上で比較・調整できる。FigmaのMCPサーバーと組み合わせれば、デザインからコードへの逆連携も可能だ。
1枚の画像から歩き回れる3D動画を作る「AnchorWeave」がコード公開
1枚の静止画からキーボード操作で移動できる3D空間動画を生成するフレームワーク「AnchorWeave」がオープンソースで公開された。局所的な幾何メモリとマルチアンカー制御により、視線を戻しても破綻しない空間的一貫性を実現している。コードはGitHubで提供中。
GoogleのStitchにIdeate Agent登場：UI作成前にWeb調査から複数案を自動提案
Google LabsのAIデザインツール「Stitch」に新機能「Ideate Agent」が追加されました。UIをいきなり生成するのではなく、Web上の競合事例やトレンドを自動リサーチし、複数の設計案を並行して提示します。現在はベータ版として月間利用枠内で無料提供されています。
dots.ocr-1.5公開：図表をSVGコードに直接変換する3B多言語OCR
rednote-hilabがHugging Faceで3BパラメータのマルチモーダルOCRモデル「dots.ocr-1.5」を公開しました。ほぼ全人類の文字体系に対応する多言語文書解析に加え、グラフや図表を直接SVGコードへ変換できる実用性の高さが特徴です。
ByteDance、画像生成モデル「BitDance」をオープンソース公開 生成速度を30倍以上に高速化
ByteDanceは自己回帰型（AR）画像生成モデル「BitDance」をオープンソースで公開した。バイナリビジュアルトークンと並列拡散デコードを採用し、1024x1024画像生成で従来比30倍以上の高速化を達成。ARモデル特有の速度の遅さを克服し、高い画質と推論効率を両立した点が注目される。
Krea AIがWandを買収：手描きとリアルタイムAIが融合したiPadアプリを公開
Krea AIがクリエイティブアプリ「Wand」を買収し、iPad向けネイティブアプリをリリースした。iOSならではの描き心地とカスタムブラシにリアルタイムAI生成を融合させ、画面にペンを走らせながら即座にAI描画を反映できる。
アリババが DeepGen 1.0 を公開：画像生成と編集を 5B モデルで両立
アリババが画像生成・編集モデル「DeepGen 1.0」をオープンソース公開した。5B の軽量設計ながら、文字描画や画像編集に加え、迷路を解くような視覚的推论にも対応する。大型モデルを凌ぐ編集スコアを示す一方、Hugging Face 上の容量は 72GB あり、導入ハードルはやや高めだ。
Runway、1枚の画像から一貫した映画や広告を作れる「Story Panels」ワークフローを公開
Runwayは単一の画像から映像を生成できる新機能「Story Panels」ワークフローを公開した。わずか数ステップでキャラクター、ロケーション、画風の一貫性を保ったカット集を構築できる。AI映像制作で課題だった前後のつながりを保つ手間を大幅に減らせる。
FreeFuseが登場：複数LoRAの競合を防ぎ、崩れず自然な合成を実現
複数LoRAを併用した際の顔の崩れやスタイルの衝突を防ぐ学習不要フレームワーク「FreeFuse」が公開されました。トークン単位の適応型ルーティングで各要素を分離し、SDXLやZimageで高い一貫性を発揮します。現在はComfyUIに対応しています。
Excalidrawが公式MCPサーバーを公開、Claude上で直接図表の作成・編集が可能に
Excalidraw は公式 MCP サーバーを公開した。Claude がチャット内でネイティブに図表を作成・編集できるようになり、キャンバス画面がそのまま会話上に表示される。Claude のコネクターで「Excalidraw」を検索してワンクリックで導入できる。
Facebookで静止画アイコンが動く：Meta AIが生み出す新アニメーション機能
Meta は Facebook に Meta AI を使った新表現機能を導入しました。静止画のプロフィール写真を数秒で手を振るなどの動くアニメーションに変換できるほか、ストーリーズの写真再スタイル化や、投稿の動く背景にも対応します。日常のSNS投稿に生成AIが自然に溶け込み始めています。