Skywork、オープンソースの対話型世界モデル「Matrix-Game 2.0」を公開
Skyworkはリアルタイムで長時間の対話に対応した世界モデル「Matrix-Game 2.0」を公開した。先週発表されたDeepMindのGenie 3が非公開だったのに対し、本作は25FPSでの描画と数分間の連続操作に対応し、完全なオープンソースとして提供される。
Skyworkはリアルタイムで長時間の対話に対応した世界モデル「Matrix-Game 2.0」を公開した。先週発表されたDeepMindのGenie 3が非公開だったのに対し、本作は25FPSでの描画と数分間の連続操作に対応し、完全なオープンソースとして提供される。
PerplexityはWeb、iOS、Android向けに動画生成機能を公開した。Proプランは月5本、Maxプランは高画質で月15本まで生成可能。検索アシスタントがテキスト回答の枠を超え、マルチメディア生成ツールへと拡張を続けている。
Pika Labsは音声駆動型の新しいパフォーマンスモデルを発表した。ほぼリアルタイムで超リアルな表情をレンダリングし、あらゆる長さやスタイルのHD動画を6秒以内に生成できる。従来より20倍高速かつ低コスト化されており、Pikaソーシャルアプリで間もなく提供される。
MidjourneyはProおよびMegaプランの有料会員向けに「HD動画モード」を公開した。従来のSD動画出力と比べて解像度のピクセル数が約4倍に向上する一方、生成コストは約3.2倍となる。最高水準の映像クオリティを求めるプロクリエイター向けの新機能だ。
報道によると、米ユニバーサル・ピクチャーズは『ヒックとドラゴン』実写版などの最新作のエンドロールに、AI学習への利用を禁じる法的な警告文を挿入し始めた。映画の無断複製やデータスクレイピングに対抗し、著作権侵害の訴訟に備える狙いだ。
Google DeepMindは汎用世界モデル「Genie 3」を発表した。テキスト入力から720p・24fpsでリアルタイムに歩き回れる環境を自動生成し、数分間にわたり物理的一貫性を保てる。テキストで天候などを途中変更することも可能で、現在は一部の研究者向けに限定プレビューとして提供されている。
米xAIは「SuperGrok」およびXの「Premium+」契約者向けに画像・動画生成ツール「Grok Imagine」の提供を開始した。テキストから画像を生成し、音声を伴う最長15秒の動画を作成できる。一部の露出を許容する「スパイシーモード」も備えるが、過度な描写や著名人生成には制限がかかる。
Higgsfield AIはMiniMaxの動画生成モデル「Hailuo」の導入を発表した。無制限の無料生成を提供すると同時に、賞金総額2万ドルの動画コンテスト「Higgsfield Max」を開催。8月17日まで作品を募集している。
Amazon の Alexa Fund から出資を受けた Fable が、AI アニメ制作ツール「Showrunner」を公開した。指示文を入力するだけでアニメの場面や全編を生成でき、自分を登場人物にすることも可能。現在は Discord 経由で無料提供されている。
Luma Labs は Dream Machine に新機能「Modify with Instructions」を追加しました。変更したい要素が映るフレームを選び、「赤いドレスを青いスーツに」といったテキストを入力するだけで、クリップ全体のオブジェクト置換や背景変更が可能です。現在すべての登録者向けに提供されています。
GoogleはNotebookLMに新機能「Video Overviews」の追加とStudioパネルの刷新を発表した。資料内の図表を反映したナレーション付きスライド動画を生成できるほか、1つのノート内で同種の出力を複数保存できるようになり、音声解説を聴きながらマインドマップを確認するマルチタスクにも対応した。
Yelpは米国内のiOSアプリ向けにAI生成の飲食店紹介動画を提供開始した。OpenAIが脚本を作成し、ElevenLabsが音声、Amazon Transcribeが字幕を担当してユーザー投稿をまとめる。店舗側による事前確認やユーザーの除外設定には未対応だ。
Microsoftは今週、Copilot Labsで新機能「Copilot Appearance」の先行プレビューを開始した。会話内容に応じて微笑みやうなずきなどの表情を見せる仮想アバター機能だ。Microsoft AIのCEOムスタファ・スレイマン氏は、将来Copilotが独自の部屋を持ち、時を経て「年齢を重ねる」存在になると語った。米英加の一部でテスト中。
Midjourney が AI 動画生成機能を強化し、開始フレームと終了フレームを自由に指定できる新機能を追加した。2 つの画像を滑らかにつなぐモーフィングや、継ぎ目のないループ動画が手軽に作れる。Web 版に加え Discord ボット上でも利用可能だ。
Runwayはインコンテキスト動画モデル「Runway Aleph」を発表しました。既存の動画に対してオブジェクトの追加や削除、カメラアングルの変更、照明やスタイルの調整など多彩な編集を行えます。有料プラン契約者向けに提供が始まっています。
イーロン・マスク氏はかつて人気を博した6秒動画アプリ「Vine」をAI形式で復活させるとXで発表した。具体的な仕様は明かされていないが、AI生成動画や編集支援機能の搭載が予想されている。
OpenAIがChatGPTのカスタム設定に複数の性格プリセットを順次テストしていることが判明しました。直接的なRobotや皮肉屋のCynicなどの口調を選べるほか、段階的に解説するStudy Together機能も追加。裏ではSora 2やGPT-5の準備も進んでいます。
Google はGoogle フォトに静止画を 6 秒のショート動画に変換する新機能と、写真をアニメや 3D 風に加工できる「Remix」を追加した。生成されたすべてのコンテンツには SynthID の電子透かしが付与され、まずは米国のユーザー向けに順次提供される。
Leonardo.Ai は「Veo 3 Fast」の提供を開始した。音声付きで最大 1080p の 8 秒動画を生成でき、従来の Veo 3 と比べて最大 3 倍高速化した。アイデア出しやプロンプト検証向けで、既存の契約プランですぐに利用できる。
Pika Labsは表現力豊かな人体ビデオモデルを活用した世界初のAI専用ソーシャル動画アプリを発表しました。数週間のクローズドベータを経てiOSで先行アクセスが開放され、招待コードがあれば待機列をスキップして即座に利用可能です。