Tencentが「VerseCrafter」発表：1枚の画像からBlenderでカメラと物体の軌跡を操作できる動画生成モデル
Tencentなどの研究チームが、4D幾何コントロールを備えた動画生成モデル「VerseCrafter」を発表しました。1枚の静止画から3D表現を構築し、Blender上で指定したカメラワークや物体の移動軌跡に沿って一貫性のある動画をWan2.1ベースで生成します。
AI動画
新しいニュースを見る
RunwayとAdobeが多年契約、動画生成AIをクリエイティブツールに統合へ
RunwayはAdobeと多年間の戦略的パートナーシップを締結したと発表した。RunwayのAIモデルや技術をAdobeのクリエイティブツールに組み込むほか、Adobeアプリ限定のプロ向けワークフロー機能も共同開発する。動画クリエイターが使い慣れた環境で直接先端AIを利用できるようになる。
テンセント、10億パラメータの3D動作生成モデル「HY-Motion 1.0」をオープンソース公開
テンセントはテキストから3Dキャラクターアニメーションを生成する10億パラメータ超のモデル「HY-Motion 1.0」をオープンソースで公開した。DiT構造を採用し、200種以上の動作カテゴリーに対応。生成された3Dデータはそのまま既存の制作パイプラインに組み込める。
YouTube、新規ユーザーへの推薦動画の2割超が「AIゴミ動画」 米調査
動画編集サービスKapwingの調査によると、YouTubeの推薦アルゴリズムが新規ユーザーに提示する動画の20％以上が低品質な生成AI動画（AI slop）であることが分かった。新規アカウントの初期500件中104件が該当し、こうしたAI量産チャンネルは年間約1億1700万ドルの収益を上げていると推計されている。
快手、動画生成「Kling 2.6」に音声制御と高精度モーション操作を追加
快手は動画生成モデル「Kling 2.6」に音声制御とモーション制御の大型アップデートを実装した。自分の音声を登録して複数カットで一貫したキャラ声を出せるほか、対話や歌にも対応。武術やダンスなど激しい動きでも手の崩れを抑え、唇の同期も自然に保てる。
Google、GeminiアプリでAI生成動画の検証機能を提供開始
GoogleはGeminiアプリに動画の真偽判定機能を追加した。90秒以内かつ100MB以下の動画をアップロードして尋ねると、音声と映像トラックの不可視SynthID透かしをスキャンし、AI生成された区間を秒単位で回答する。Gemini対応の全地域・全言語で利用できる。
Luma、動画生成AI「Ray3 Modify」公開 始点・終点フレーム間の補間に対応
米 Luma は動画生成モデル「Ray3 Modify」を発表し、Dream Machine 上で公開した。開始フレームと終了フレームを指定して中間の遷移映像を作れるほか、俳優の動きや視線、感情表現を保ったまま外見や衣装だけを AI で差し替えることができる。
YouTube、生成AIによる「偽映画予告」チャンネル2件を停止 再生10億回超
YouTubeは、生成AI画像を組み合わせて偽の映画予告編を量産していた大手チャンネル「Screen Culture」と「KH Studio」を規約違反で停止した。両チャンネルは合計で200万以上の登録者と10億回以上の再生回数を集めていたが、免責表記を外したことでスパムや誤解を招くメタデータに関するポリシー違反と判断された。
Kling VIDEO 2.6の動作制御が進化、30秒の参照動画で激しい動きも再現
Kling AIはKling VIDEO 2.6に強化されたモーションコントロール機能を実装したと発表した。3〜30秒のリファレンス動画を読み込ませることで、武術やダンスなどの激しい全身アクションや手の動き、表情を崩さずに再現でき、プロンプトでの微調整にも対応する。
日常を自動でVlog化するウェアラブルAIカメラ「Looki L1」中国で発売
Lookiは、日常を記録して自動でVlogを生成するウェアラブルAIカメラ「Looki L1」を中国市場で発売した。価格は1499元。データはデフォルトで本体の32GBストレージに保存される。IP67防水防塵を備え、間欠録画モードでは最大13時間のバッテリー駆動が可能だ。
アリババが「Wan2.6」発表：15秒のマルチカット生成やネイティブ音声同期に対応
アリババはマルチモーダルモデル「Wan2.6」を発表した。15秒の1080p動画生成に対応し、指示文から複数カットのストーリー動画を自動構成できる。さらに自然なリップシンクを伴う音声同期や、キャラの一貫性を保った新シーン配置も可能。動画生成AIの課題だったカット割りと音ズレの解消に大きく前進した。
Adobe Firefly、プロンプトでの動画編集に対応 「FLUX.2」なども統合
Adobeは「Firefly」の動画エディタを全ユーザー向けに提供開始した。動画を最初から作り直すことなく、テキストの指示だけで被写体や色、カメラアングルを部分修正できる。さらに「FLUX.2」やTopazの高画質化モデルもアプリ内に統合された。
Metaが「SAM Audio」公開：動画上のクリックやテキストで特定音を分離
Metaは音声分離マルチモーダルモデル「SAM Audio」を発表した。画像分割のSAMと同様に、動画内の対象（ギターなど）のクリック、テキスト指示、時間指定など直感的なプロンプトで、複雑な混音から狙った音だけを抽出できる。Segment Anything Playgroundで試用可能。
AI2が「Molmo 2」をOSS公開：8Bモデルが動画追跡で大手超え
AI2は動画理解・追跡に特化したオープンソースマルチモーダルモデル「Molmo 2」を発表しました。4B、7B、8Bの各モデルに加え、データ処理から学習、推論に至る全コードを公開。8Bモデルは前世代72BやGemini 3 Proを上回る動画追跡精度を達成しています。
Runway、汎用ワールドモデル「GWM-1」発表：リアルタイム対話で現実をシミュレート
Runway は Gen-4.5 ベースの汎用世界モデル「GWM-1」を発表した。リアルタイムの逐次フレーム生成を行い、カメラ操作やロボットの制御信号に対応。仮想環境探索、対話アバター、ロボット制御の 3 種を用意し、実機を使わないポリシー評価やデータ拡張を実現する。
Kling AIが「Avatar 2.0」公開、最長5分の生成に対応し手ブレも改善
Kling AIはデジタルヒューマン機能「Avatar 2.0」を公開した。1回の生成で最長5分の動画出力に対応し、長尺の解説や歌唱表現が可能になった。1.0で課題だった手の動きの乱れを大幅に改善したほか、カメラワークや表情の連動も強化。社内評価ではHeyGenを上回るスコアを記録したとしている。
Kling AI、初のネイティブ音声生成対応モデル「VIDEO 2.6」を公開
Kling AIは初となるネイティブ音声生成対応の動画生成モデル「VIDEO 2.6」を発表した。映像と整合性の取れた音声を同時に出力可能で、より豊かなマルチメディア表現を実現する。あわせてクリエイターとのコラボ短編映像も公開された。
Leonardo.Aiが動画モデル「Kling O1」を導入：5枚の参照画像と前後フレーム制御に対応
Leonardo.Ai は動画生成モデル「Kling O1 Video」の導入を発表した。最大 5 枚の参照画像と開始・終了フレームの指定に対応し、動きのあるシーンでも被写体の一貫性を維持できる。複数指示プロンプトへの追従性も向上し、思い通りの映像演出がしやすくなった。
Kling AI、テキスト・画像・動画を統合処理する新エンジン「Kling O1」を発表
Kling AI はマルチモーダル生成エンジン「Kling O1」を発表した。テキスト、画像、動画の入力を統合して処理できる真のマルチモーダル理解を備え、制作プロセスの効率化を図る。現在は有料サブスクリプション会員向けに限定提供されている。
Runwayが「Gen-4.5」公開、動画生成ベンチマークで世界首位に
Runwayは最新の動画生成モデル「Gen-4.5」を発表した。Artificial Analysisのベンチマークで1,247 Eloを獲得して首位に浮上。物体の質量や流体の挙動といった物理表現とプロンプト再現性が大幅に向上しており、全有料プラン向けに即日提供されている。