Krea AI、テキスト指示からノード全体を自動生成する新機能を提供
Krea AIはKrea Nodes向けに「prompt-to-workflow」機能を公開した。自然言語のテキスト指示を入力するだけで、ノードの配置や接続を含めた一連のワークフロー全体を自動構築できる。
AI画像
新しいニュースを見る
アリババが「Qwen-Image-2.0」公開、文字崩れなしでネイティブ2K対応
アリババのQwenチームは次世代画像生成モデル「Qwen-Image-2.0」を発表した。ネイティブ2K解像度と高精度なテキスト描画に対応し、最大1000トークンの長文プロンプトでポスターやスライドを生成できる。モデル構造の軽量化で推論も高速化した。
Hyper3Dが「Rodin Gen-2」発表、テキスト指示で3Dモデルの局所編集が可能に
Hyper3Dは、3Dモデル生成AI「Rodin Gen-2」とその編集機能を発表した。テキストや画像からの生成に加え、選択範囲を自然言語で修正できる3Dインペインティング機能を搭載。モデルを作り直すことなくディテールや質感を調整でき、3Dプリント向けSTL出力にも対応する。
ByteDanceがSeedream 5.0 Previewを公開：Web検索と高精度編集に対応、2K生成が無料
ByteDance は画像生成モデル「Seedream 5.0 Preview」を公開しました。Web 検索、精密編集、論理的推論を統合し、リアルタイムの天気やニュース素材を画像に反映できるほか、参考画像から服装を抽出することも可能です。最大 2K 出力に対応し、現在は無料で利用できます。
Google、アメフト頂上決戦に向けてGeminiの新作広告を公開
Googleはアメフトの「Big Game」に先駆けてGeminiの新作広告「New Home」を公開した。空き部屋の写真とプロンプトからNano Bananaでリアルタイムに部屋を模様替えする様子などを通じ、日常の困りごとを解決するAIの使い道を訴求している。
「Skin Tokens」が登場：カニや甲虫の3Dモデルも自動で骨格推定・スキニング
3Dモデルの骨格とスキニングウェイトを自動推定する新手法「SkinTokens」と「TokenRig」が発表された。人間だけでなく鳥やカニ、甲虫などの複雑な生物にも対応し、スキニング精度は最大133%向上。3D生成からアニメーション化までの最大のボトルネックを解消する。
Kling AIが「Kling 3.0」公開、15秒のマルチショット動画や4K画像生成に対応
Kling AIはマルチモーダル制作エンジン「Kling 3.0」を発表した。15秒の高精度なマルチショット動画や4K画像の生成に対応し、複数キャラクターや多言語アクセントに対応したネイティブ音声機能も強化した。現在はWeb版でUltra会員向けに先行提供されている。
Robloxが「4D生成」を公開：プロンプトから実際に運転できる3D車を生成
Robloxが基盤モデル「Cube」による「4D生成」のベータ版を発表しました。静止した3Dモデルに動作やインタラクションを付与し、テキストを入力するだけでタイヤが回り実際に運転できる車などをゲーム内で直接生成できます。
Klingが「3D Move」を発表：キャラへの動作移植と自由なカメラワークを両立
Kling が 3D 知覚モーション制御技術「3D Move（3DiMo）」を発表した。動画内の人物の動作を新キャラに移植しつつ、回転やズームなどカメラ視点も同時に破綻なく制御できる。手や指の細かな動きの再現性も高い。現在は技術論文のみが公開されている。
World Labs、持続可能な3Dシーン生成を発表 60秒以上の滞在や追加構築に対応
World Labsは同社のワールドモデルが持続性のある3Dシーンを出力できるようになったと発表した。生成された環境の上に新たな要素を構築できるほか、60秒を超えて好きなだけ滞在することが可能だ。一時的な描画にとどまらず、継続して探索や拡張ができる仮想空間の実現に向けた重要な一歩となる。
See-Through：1枚のアニメ絵を最大23層の編集可能レイヤーに分解
オープンソースプロジェクト「See-Through」は、1枚の静止画アニメイラストを最大23個の意味別レイヤーに分解し、隠れた重なり部分まで自動補正します。深度情報付きのPSDファイルとして出力でき、Photoshopでの編集やLive2D化の手間を大幅に減らせます。
動画の反射や影まで消せる「Omnimat Zero」がオープンソースで登場
動画内の指定した対象だけでなく、水たまりの反射や地面の影まで自然に除去できる動画編集ツール「Omnimat Zero」のコードが公開された。複雑な遮蔽物の保持や前景の透明レイヤー抽出にも対応する。
Adobe Firefly、画像・動画の無制限生成を開放 RunwayやGPTも利用可能に
AdobeはFireflyの対象サブスクリプション向けに、画像および動画の無制限生成を提供開始した。自社モデルに加え、Google Nano Banana ProやGPT、Runway Gen-4などの外部モデルも含まれる。3月16日までに加入すれば最大2K解像度まで生成し放題となり、クレジットを気にせず試作を重ねられる。
テンセント、物体と自然に触れ合える対話アバター「InteractAvatar」発表
テンセントなどの研究チームは周囲の物体と相互作用できるアバター生成技術「InteractAvatar」を発表した。従来の「棒立ちで話すだけ」だったアバターと異なり、スマホを持つ、ヘッドフォンをつけるといった複雑な動作をタイムスタンプ単位で正確に制御できる。
NVIDIAが「DuoGen」発表：一貫した手順つき画像・テキストを連続生成
NVIDIA は画像とテキストを交互に生成するマルチモーダルモデル「DuoGen」の論文を公開しました。料理やDIYの手順など、スタイルを保ったまま連続した画像と解説を生成できます。現在は論文のみの公開となっています。
北京大学とGoogle Cloud AI、学術論文の図表を自動生成する「PaperBanana」発表
北京大学とGoogle Cloud AIの研究チームは、論文用図表を自動生成するマルチエージェント基盤「PaperBanana」を発表した。検索、計画、スタイリング、描画、批評を担当する5つのエージェントが連携し、研究テキストから出版品質の概念図を生成する。NeurIPS基準の評価で既存モデルを上回り手描き図の修正も行えるが、接続線の誤配置といった課題も残る。
無限キャンバスツール「Pencil」登場、Claude Codeと連携しIDE上でコードとデザインを同期
無限キャンバスと Claude Code を組み合わせた UI ツール「Pencil」が登場しました。IDE に直接統合され、Figma ファイルの読み込みやコンポーネントライブラリに対応。Claude によるコード生成に加え、キャンバス上でテキストや色を視覚的に直接編集できます。
Krea AI、複雑なプロンプトで即座に画像を編集できる「Realtime Edit」を一般公開
Krea AIは全ユーザー向けに新機能「Realtime Edit」の提供を開始した。複雑な指示文を入力しながらリアルタイムで画像を編集できるのが特徴で、待ち時間なく指示通りの変化を即座に確認できる。
ByteDanceとアリババ、旧正月に新AI投入へ：豆包 2.0とQwen 3.5が激突か
ByteDanceとアリババが2月の旧正月期間に次世代フラッグシップAIモデルの発表を準備していると報じられました。ByteDanceは「豆包 2.0」や新たな画像・動画生成モデルを、アリババは推論力を高めた「Qwen 3.5」を投入する見込みです。DeepSeek V4の2月中旬登場の噂もあり、中国国内のAI競争が一段と激化しそうです。
LingBot-World：Wan2.2基盤のオープンソースリアルタイム世界モデル
robbyant がリアルタイム世界シミュレータ「LingBot-World」のコードとモデルを公開した。Wan2.2 をベースに、テキストや画像から 16 FPS・1 秒未満の遅延で 480P/720P の操作可能環境を生成し、分単位の長期記憶も維持する。閉鎖的モデルに対する有力なオープン代替となる。