Metaが「Movie Gen」発表：30B映像と13B音声モデルで高精度編集や個人向け動画生成に対応
Metaは最先端のメディア基盤モデル「Movie Gen」を発表した。300億パラメータの映像生成モデルと130億パラメータの音声同期モデルを備え、テキスト指示による精密な動画編集や1枚の写真からの人物動画生成に対応する。現在はクリエイターと連携した検証中で一般公開は未定。
AI音楽
新しいニュースを見る
Civitaiが新基盘「SPINE」発表：KlingやUdio、ElevenLabsを一元化
Civitaiは画像・動画・音楽生成AIを1か所に集約する制作環境「SPINE」を発表した。Kling AIやUdio、ElevenLabsなどのツールを同一UI内に統合。ユーザーは複数サービスを行き来することなく、サイト内ポイントのBuzzで横断的に利用できる。
Suno、有料会員向けに楽曲トリミング＆歌詞編集機能を提供開始
音楽生成AIのSunoがWeb版でProおよびPremier会員向けに楽曲のトリミング機能を提供開始した。波形セレクターを使って開始・終了位置を調整し、切り出した部分を新曲として保存できるほか、表示歌詞の編集にも対応した。生成後の微調整が手軽になる実用的なアップデートだ。
Spotify、プロンプトで曲順を作る「AI Playlist」を北米などに拡大
Spotifyは生成AIを使ってプレイリストを作成できる「AI Playlist」ベータ版の提供を、米国やカナダなどの有料会員向けに拡大した。テキストで気分やシチュエーションを入力すると30曲のリストが生成され、追加指示での調整も可能だ。
Sunoに「スタイル除外」機能が登場、楽器やボーカルの指定排除が可能に
音楽生成AI「Suno」が新機能「Exclude Styles（スタイルの除外）」を公開した。生成時に特定の楽器や曲調、男女のボーカルスタイルを除外設定でき、「-piano」のように反映される。現時点ではProおよびPremierプランの有料ユーザー限定機能となる。
a16z、生成AIアプリTop 100の第3弾を公開：動画・音楽が急伸
a16zは消費者向け生成AIアプリの第3弾ランキングを公開した。新規ランクイン企業が約30%を占め、動画や音楽ツールの躍進が目立つ。音楽生成のSunoは36位から5位へ急浮上し、PerplexityやClaudeがWeb上位に定着。ByteDanceもモバイルを中心に計6製品を送り込み存在感を示している。
音楽AIのLemonaideが「Collab Club」公開：自身の楽曲でAIを学習可能に
音楽AIスタートアップのLemonaideが新ツール「Collab Club」を発表した。プロデューサーが自身の楽曲カタログを使って倫理的にAIモデルを学習させ、高品質なループ音源を生成できる仕組み。著作権を保護しつつ、クリエイターの新たな収益源創出を目指す。
Metaとユニバーサルが提携拡大：無断AI生成コンテンツへの対策で合意
Metaとユニバーサル ミュージック グループは多年契約の拡大を発表した。楽曲ライセンスがWhatsAppに初めて広がるほか、クリエイターの権利と報酬を守るため、無許諾のAI生成コンテンツへの対策で連携する。
音楽生成AI「Suno」、全米レコード協会の著作権侵害訴訟に反論
音楽生成AI「Suno」は全米レコード協会（RIAA）による著作権侵害訴訟に対し反論声明を発表しました。ネット上の音源で学習している事実を認めつつ、「学習は侵害ではない」と主張。モデルの訓練を「子どもがロックを聴いて作曲を覚える過程」に例え、既存曲のコピーを防ぐガードレールも機能していると強調しました。
Sunoが「Stems」機能を提供開始、ボーカルと伴奏の分離が可能に
音楽生成AIのSunoがProおよびPremier会員向けに「Stems」機能を公開した。曲のメニューから「Get Stems」を選ぶだけで、生成した楽曲をボーカルと伴奏の2トラックに分離でき、それぞれ個別にダウンロードや拡張編集が行える。
Stability AI、オープン音響モデル「Stable Audio Open」の論文を公開
Stability AIはテキストから音声を生成するオープンモデル「Stable Audio Open」の論文を公開した。約50万件のクリエイティブ・コモンズ音源で学習され、民生向けGPUで最長47秒・44.1kHzのステレオ音響を生成可能。モデルの重みはHugging Faceで公開中。
Stability AI、「Stable Assistant」に画像の一部置換と最長3分の音楽生成機能を追加
Stability AI はチャットボット「Stable Assistant」に「Search & Replace」と音楽生成機能を追加した。画像内の特定オブジェクトの差し替えや、Stable Audio 2.0 による最大 3 分間の 44.1 kHz ステレオ音源作成が可能になる。現在 3 日間の無料トライアルが用意されている。
SunoがiOS向けアプリを公開：スマホでプロンプトから楽曲生成
AI音楽生成のSunoがAppleのApp StoreでiOSアプリを公開した。テキストを入力するだけで、ボーカルや伴奏を含むフル楽曲を数分で作成できる。一方で同社は現在、モデルの学習データを巡り大手レコード会社各社から著作権侵害の訴訟を起こされている。
YouTube、大手レコード会社に一括支払いで楽曲のAI学習許諾を交渉中
フィナンシャル・タイムズの報道によると、YouTubeは年内公開予定の新規AIツール学習に向け、ユニバーサル、ソニー、ワーナーの3大レーベルに一括前払い金を提示して楽曲利用許諾を求めています。他社が提訴される中、正規ライセンス取得を優先する方針です。
全米レコード協会がSunoとUdioを提訴：AI学習は「フェアユース」か
米レコード協会（RIAA）は月曜日、AI楽曲生成サービスのSunoとUdioを著作権侵害で提訴した。許諾なしに大量の音源を学習データとして取り込んだと主張し、1作品あたり最大15万ドルの損害賠償を求めている。AIの学習が「フェアユース（公正利用）」と認められるかどうかが最大の争点だ。
音楽大手3社がSunoとUdioを提訴：著作権侵害でのAI学習を巡り数十億ドルの賠償請求へ
ユニバーサル、ワーナー、ソニー・ミュージックの大手3社が、AI音楽生成サービスのSunoとUdioを著作権侵害で提訴した。許諾なく著作権楽曲をモデルの学習に使用したと主張し、侵害1件あたり最大15万ドルの損害賠償を求めている。画像やテキストに続き、著作権を巡る法廷闘争が音楽AIにも本格的に波及した格好だ。
Meta、画像・テキスト混在のChameleonや音声電子透かしなど5つの研究モデルを公開
MetaのFAIRチームは新たな5つのAI研究成果を公開した。画像と文章を同時処理できるChameleon、和音やビートで制御可能な音楽生成JASCO、検出速度を最大485倍に高めたAI音声透かしAudioSealなどが含まれる。
Google DeepMindが「V2A」技術を発表、無音の生成動画に効果音や音声を自動同期
Google DeepMindは映像から音声を自動生成する「V2A」技術の研究成果を発表した。拡散モデルを用いて映像のピクセルとテキスト指示を解析し、手動調整なしで劇伴や効果音、台詞を映像に合わせて生成できる。現在は唇の動きとの同期などに課題があり、一般公開に向けたテストが続けられている。
ElevenLabs、テキストから効果音や環境音を生成するAI機能を公開
ElevenLabsはテキストプロンプトから効果音や短いインスト曲、環境音を生成できるAIモデルを全ユーザー向けに公開した。Shutterstockのライセンス音源を用いて微調整されている。映像やゲームの制作者が素材ライブラリを探し回る手間を省けそうだ。
AI音楽生成のUdio、2分の楽曲を一発生成できる「udio-130」を発表
米Udioは1回のプロンプトで最長2分間の楽曲を生成できる新モデル「udio-130」を発表した。従来の短い生成から曲全体の一貫性や構成力が大幅に向上した。現在はPro登録者向けに割引クレジットで試験提供されており、今後数週間で提供範囲を広げる予定だ。