NVIDIAが「Audio2Face」をOSS化：音声から3Dキャラの表情を自動生成
NVIDIAは、音声入力から高精度な3Dキャラクターの表情やリップシンクを自動生成する「Audio2Face」のモデル、SDK、学習フレームワークをオープンソース化した。オフラインレンダリングだけでなくリアルタイム動作にも対応し、ゲーム開発やAIアバター制作における表情アニメーションの敷居を大きく下げる。
AI画像
新しいニュースを見る
Google Labs、AI発想キャンバス「Mixboard」公開 自然言語で画像編集
Google Labsは視覚的なブレインストーミングを支援するAIキャンバス「Mixboard」の公開ベータ版を米国で提供開始した。新画像編集モデル「Nano Banana」を備え、自然言語での画像変更や合成、ボード上の画像に基づくテキスト生成に対応する。
Google、割安な「AI Plus」プランを40カ国へ拡大 Veo 3や容量200GBを提供
Googleは手頃な価格帯の「Google AI Plus」提供地域を40カ国へ拡大したと発表した。Geminiでの画像生成や動画生成モデル「Veo 3 Fast」の利用枠拡大に加え、GmailやDocs内でのGemini利用、200GBのストレージが含まれ、最大5人の家族と共有できる。
Google フォト、言葉で写真編集できる新機能を米国のAndroid向けに提供拡大
GoogleはPixel 10向けに先行提供していた対話型写真編集機能を、米国の対象Android端末へ展開開始したと発表しました。Geminiの技術を活用しており、編集画面で「Help me edit」をタップして声やテキストで指示を伝えるだけで、スライダー調整なしに思い通りの補正が行えます。
Hailuo AI、制作特化エージェントを公開：無限キャンバスで音動画生成、1週間無料
Hailuo AIは無限キャンバス上で画像・動画・音声を統合生成できる「Hailuo AI Agent」を発表し、1週間の無料トライアルを開始した。ユーザーがチャットで指示するだけで、エージェントが最適モデルを選定しワークフローを実行する。
Leonardo.Aiが新基金を設立：AIアート5作品に最大5万ドル支援
Leonardo.Aiは、映画・ファッション・建築・デザインなどの分野でAIを活用するクリエイターを対象に、最大5万ドルを助成する「Leonardo Imagination Fund」を発表した。計5件のプロジェクトに交付され、うち1件は同社の拠点であるオーストラリア枠となる。映画監督のアレックス・プロヤス氏らが審査員を務める。
MetaがHorizon Worldsを刷新：新エンジンで高画質化、制作ツールにAI支援も
MetaはHorizon Worlds向けに新描画エンジンと制作環境「Meta Horizon Studio」を発表した。グラフィックスを向上させたほか、現在はテクスチャ等の生成に対応し、年内には対話型AIアシスタントで空間構築やNPC調整が行えるようになる。
Zoom、12月にリアルな「AIアバター」参加機能を追加へ：寝起きでも身だしなみ完璧に出席
Zoomは本人の写真から生成した高精度なAIアバターで会議に参加できる機能を12月に提供すると発表した。実写の動きに合わせてアバターが動き、身なりを整えた姿で出席できる。なりすまし防止の生体認証や、9言語対応のリアルタイム音声翻訳も導入予定。
Tencentが「Hunyuan3D 3.0」公開、1536³解像度と高精度な顔モデリングに対応
Tencent Hunyuanは3D生成モデルの最新版「Hunyuan3D 3.0」を発表した。幾何解像度1536³および36億ボクセルの超高精細モデリングを実現し、リアルな顔の輪郭を再現可能。階層的生成戦略により複雑な構造も復元する。現在Web上で20回まで無料生成が試せるほか、Tencent Cloud APIでも提供されている。
Spectral LabsがSGS-1を発表：画像やスケッチから直接編集可能なCADデータを生成
Spectral Labsは構造化CAD向けの生成AIモデル「SGS-1」を発表した。画像や手描きスケッチ、STLなどのメッシュから、従来のCADソフトで編集可能なSTEP形式のB-Repデータを直接出力できる。有機的な曲面や極薄構造の生成にはまだ課題が残る。
Google Geminiが米App Store首位に浮上、Nano Banana人気が後押し
米App Storeの無料アプリ首位にGoogle Geminiが浮上し、ChatGPTを抜いた。人物の一貫性を保つ画像編集モデル「Nano Banana」が話題となり、2週間で2300万人の新規ユーザーと5億回以上の編集を記録。無料プランでも1日100枚まで生成・編集できる。
Meta、画像生成AIのBlack Forest Labsと1.4億ドルの大型契約を締結
Bloombergの報道によると、MetaはドイツのスタートアップBlack Forest Labsと総額1億4000万ドルの2年契約を結んだ。初年度に3500万ドル、翌年に1億500万ドルを支払い、Fluxの画像生成技術を導入する。Midjourneyとの提携に続き、視覚生成領域への大型投資を一段と加速させている。
ByteDance、画像編集AI「Seedream 4.0」公開 4K対応でNano Bananaに対抗
ByteDanceは画像生成・編集モデル「Seedream 4.0」を発表し、Krea AIや自社アプリ「即夢」などで提供を開始した。Google DeepMindの「Nano Banana」に対抗し、ネイティブ4K生成と画像編集に対応。推論速度は従来比で10倍以上向上している。
Robloxが4D生成AIを発表：プロンプトから「実際に運転できる車」を即座に作成
Robloxはの開発者会議で、インタラクティブなオブジェクトを生成できる「4D Objects」を発表しました。テキストからドアが開き実際に走る車などを自動生成できるほか、リアルタイム音声翻訳やMCP対応のAIアシスタントも追加され、メタバース制作の敷居が大幅に下がります。
Robloxが動画フィードと新AI発表：運転できる車をプロンプトで生成
Robloxはの開発者会議で、ゲーム動画共有機能「Roblox Moments」と新AIツール群を発表した。プロンプトから運転可能な車など動的な3Dオブジェクトを生成可能になるほか、リアルタイム音声翻訳やNPC用音声APIも順次提供される。
Snapchat、自由なテキスト入力で画像生成できる「Imagine Lens」公開
Snapchatはテキストプロンプトで画像を生成・編集できる「Imagine Lens」を発表した。テンプレートにとらわれず自由な指示で画像を作れるのが特徴。現在は月額制のSnapchat+ PlatinumおよびLens+会員向けに提供されている。
Google フォトに「Create」タブ新設：動画生成AI「Veo 3」で静止画を動画化
Google は Google フォトに新しい制作ハブ「Create」タブを導入し、最新の動画生成モデル「Veo 3」による静止画の動画化機能を提供開始した。米国ユーザー向けに展開中で、写真を微細な動き付きの短尺動画やアニメ調の画像に変換できる。無料枠は1日あたりの生成回数に制限があり、有料プランで拡張される。
Meta、「Horizon」向け環境生成ツールを一般公開 対話型LLM NPCも予告
Metaはクリエイター向けツール「Worlds Desktop Editor」にて、プロンプトから空間全体を構築できる「Environment Generation」を全クリエイターに提供開始した。さらに、音声で動的に対話できるLLM搭載の具身NPCツールも近日中に提供すると予告した。
GoogleがGemini画像生成の公式指南を公開：キャラ維持や部分編集のコツを解説
GoogleはGeminiアプリ向けに画像生成・編集の公式プロンプトガイドを公開した。被写体や構図など6要素の指定法に加え、同一キャラの一貫性維持、対話による特定箇所の修正、因果関係を反映した動作生成の例を紹介。文字描画やアスペクト比の固定にはまだ課題が残るという。
Google、「Gemini」の画像編集を大幅強化 顔やペットの見た目を維持したまま合成・微調整が可能に
GoogleはGeminiアプリにGoogle DeepMindの最新画像編集モデルを統合した。人物やペットの見た目の一貫性を保持する精度が向上し、服装や背景の変更、複数写真の合成、継続的な部分修正が可能になった。生成・編集された画像にはSynthIDの電子透かしが付与される。