LTX Studio、オープンソース動画モデル「LTXV 0.9.6」を公開:2Bの通常版と蒸留版が登場
LTX Studioがオープンソース動画モデル「LTXV 0.9.6」を発表しました。20億パラメータ(2B)モデルに、最終出力向けの高品質版と、高速な試作や軽量デプロイに適した蒸留版の2種類を用意し、速度と安定性を向上させています。
LTX Studioがオープンソース動画モデル「LTXV 0.9.6」を発表しました。20億パラメータ(2B)モデルに、最終出力向けの高品質版と、高速な試作や軽量デプロイに適した蒸留版の2種類を用意し、速度と安定性を向上させています。
アリババが14Bパラメータの動画生成モデル「Wan2.1-FLF2V」をオープンソース公開した。ユーザーが指定した最初と最後のフレームから滑らかな移行動画を生成し、一貫した画風と自然な動きを保つ。公式サイトで5秒・720pの動画を無料で生成できるほか、Hugging FaceやGitHubでも重みが公開されている。
AI動画生成プラットフォームのArcadsが新機能「Gestures」を発表した。全ユーザーが即日利用可能で、AIアバターを選択してプロンプトで感情を指定するだけで、動画冒頭のフックに使える多彩な仕草や表情を即座に付与できる。
LTX Studio がタイムライン編集機能とカスタム AI アバターの作成機能をリリースした。クリップのトリミングや音声同期、シーンの並べ替えを同一画面で行えるほか、参照画像からキャラクターの一貫性を維持できる。AI 映像制作で最大の課題だったカット割りやキャラ崩れの解消を狙う。
SynthesiaなどのAI動画プラットフォームに顔や音声の権利を売却した俳優たちが、自身のデジタルクローンが怪しい健康食品の宣伝や政治プロパガンダに悪用される事態に頭を抱えている。契約に含まれる広範かつ撤回不能な条項が壁となり、削除要請も困難な状況だ。
Kuaishouは動画生成AI「KLING 2.0」と画像生成AI「KOLORS 2.0」を正式発表しました。動画内の要素をプロンプトや画像で自由に追加・削除・置換できる編集機能を導入。サービス開始から世界ユーザー数が2200万人を突破したことも明かしました。
Googleは動画生成モデル「Veo 2」を開発者向けに公開した。Google AI Studioでの検証やGemini APIの有料枠経由での組み込みに対応。テキストや画像から物理法則を再現した8秒の動画を生成できる。
Google DeepMindのデミス・ハサビスCEOはポッドキャスト番組で、Geminiと動画生成モデル「Veo」を将来的に統合する計画を明かした。VeoがYouTube動画から学習した物理法則の理解を組み合わせることで、現実世界で役立つ汎用デジタルアシスタントの実現を目指すという。
ジェームズ・キャメロン監督はポッドキャストで、『DUNE』や『アバター』のような大規模なVFX映画を今後も作り続けるには、AIを活用して制作費を半減させる必要があると語った。人間の仕事を奪うのではなく、制作速度を倍増させるツールとして捉えているという。
AdobeはPhotoshop初のAIエージェント「Action Panel」を発表した。画像を分析して文脈に応じた編集を提案し、自然言語で1000種類以上のアクションを代行実行する。Premiere Proでの粗編集アシスタントやAcrobat向けカスタムエージェントも順次展開する予定だ。
Googleはラスベガスの球体施設Sphere向けに、公開から86年が経つ映画『オズの魔法使』をAIで拡張・高解像度化していると明らかにした。微調整したGemini、Veo 2、Imagen 3を用い、背景拡張や画面外にいた登場人物のデジタル再現を実施。作品の90%以上にAIが使われ、2025年8月28日に公開予定。
映画監督のジェームズ・キャメロン氏はポッドキャストで、CGを多用する大作映画を存続させるにはAIで制作コストを半減させる必要があると語った。人員削減ではなく制作速度の倍増を目指すべきとし、著作権規制も学習データの入力制限ではなく最終出力の盗作判断に焦点を当てるべきだと主張した。
Googleは高品質動画生成モデル「Veo 2」をGemini APIで本番提供開始したと発表しました。同時に低遅延で音声や映像をストリーミング処理できる「Live API」のプレビュー版を公開し、思考機能を備えた軽量モデル「Gemini 2.5 Flash」の近日提供も予告しています。
Google CloudはVertex AIにテキスト音楽生成モデル「Lyria」をホワイトリスト限定プレビューとして追加した。動画、画像、音声、音楽の全モダリティを揃えた初の企業向け基盤となる。Veo 2のカメラ制御や補完編集、Chirp 3の10秒音声クローン機能も同時に提供される。
マイクロソフトが発表したリアルタイム生成AIゲームエンジン「WHAMM」による『Quake II』のデモに対し、雇用を奪うとの批判が噴出。これを受け、『Quake』生みの親のジョン・カーマック氏が反論し、AIはかつて手作業の機械語を淘汰した高級言語のような正当な開発ツールだと擁護した。
Amazon は動画生成 AI「Nova Reel」をバージョン 1.1 に刷新し、最大生成時間を従来の 1 分から 2 分へと倍増させました。映像全体でスタイルの一貫性を保つマルチショット機能が追加され、参照画像とプロンプトで最大 20 カットの連続シーンを制御できます。
研究者のXiaolong Wang氏がテスト時訓練(TTT)を動画生成に導入したと発表しました。TTTをRNNの明示的な記憶モジュールとして機能させ、Diffusion Transformerと組み合わせることで、1分間にわたる『トムとジェリー』の連続ストーリーアニメーションの生成に成功。長尺動画の一貫性維持に新たな道を開きました。
Runwayは動画生成モデル「Gen-4 Turbo」を発表した。10秒の動画をわずか30秒で生成でき、クリエイティブな試行錯誤を高速化する。現在、すべてのプランのユーザー向けに順次提供が開始されている。
MicrosoftはMuse AIモデルが生成した『Quake II』の技術デモをCopilotユーザー向けに公開した。ブラウザ上で動作し、解像度は640x360に改善。グラフィックの粗さや制限時間はあるものの、元のエンジンなしでゲームを再現する新手法を示した。
Blackmagic Designは動画編集ソフト「DaVinci Resolve 20」のパブリックベータを公開した。台本に合わせてタイムラインを自動生成する「IntelliScript」や、話者を認識してスイッチングする機能など100以上の新要素を追加。面倒な下ごしらえが大幅に短縮される。