Tencent混元、画像から動画を生成する13Bモデルをオープンソース公開
Tencent混元は画像生成動画モデル「HunyuanVideo-I2V」の重みとLoRA学習コードをオープンソース公開した。130億パラメータを備え、画像1枚から音効付きの5秒間2K動画を生成でき、リップシンクや動作駆動にも対応する。GitHubなどで入手できるほか、Web上でも体験可能。
AI動画
新しいニュースを見る
Prime Video、映画やドラマでAI吹き替えのテスト運用を開始
Amazon傘下のPrime Videoは一部のライセンス作品向けにAIを活用した吹き替えテストを開始した。まずはこれまで吹き替えがなかった12作品を対象に英語と中南米スペイン語を提供し、プロの監修を組み合わせて品質を担保する。
D-IDがマイクロソフトと提携、Azure上で対話型AIアバターを提供へ
D-ID はマイクロソフトとの提携を発表し、リアルタイム AI アバター技術を Microsoft Azure に導入した。開発者は Teams などのアプリ向けに対話型デジタルヒューマンを構築でき、リアルタイムの多言語リップシンクや手話通訳などの支援機能も利用できる。
LTX Studio、オープンソース動画モデル「LTXV 0.9.5」公開：商用利用とComfyUIに対応
LTX StudioはオープンソースのAI動画生成モデル「LTXV 0.9.5」を公開した。新たに商用ライセンスに対応し、キーフレーム制御や解像度の向上、アーティファクトの低減を実現。さらにComfyUIをネイティブサポートし、ローカル環境の制作パイプラインに直接組み込めるようになった。
広告大手WPPがStability AIに出資、画像・動画モデルを自社基盤「WPP Open」に統合
Stability AIは世界的広告大手WPPからの戦略的出資と提携を発表した。WPPはStability AIの画像、動画、3D、音声モデルを自社のAI基盤「WPP Open」に直接組み込み、広告制作や検証に活用する。経営体制刷新後の同社にとって、法人向け展開を加速させる重要な一歩となる。
Metaが新技術「Avat3r」発表：自撮り4枚から動かせるリアルアバターを数分で生成
Metaとミュンヘン工科大学の研究チームが新システム「Avat3r」を発表した。スマホ自撮り写真4枚から、表情を動かせるフォトリアルな3Dアバター頭部を数分で生成できる。3Dガウススプラッティング技術で従来の重厚な撮影設備を不要にしたが、現状はRTX 3090で8FPSにとどまりリアルタイム描画には課題が残る。
OpenAIの動画生成AI「Sora」、EUと英国で提供開始
OpenAIはAI動画生成ツール「Sora」がEUおよび英国で利用可能になったと発表しました。これにより現地のクリエイターやユーザーもSoraを用いた動画生成を行えるようになります。
Pikaが「v2.2」を公開：1080p対応とキーフレーム遷移「Pikaframes」を導入
Pikaは動画生成モデルの最新版「Pika 2.2」をリリースした。1080p解像度での最大10秒の動画生成に対応したほか、1〜10秒の間でキーフレーム間のスムーズな遷移を設定できる新機能「Pikaframes」が利用可能になっている。
トランプ氏が共有したガザ再開発のAI動画に批判殺到、支持者からも苦言
トランプ氏がTruth Socialで生成AIによるガザ再開発の構想動画を共有し、物議を醸している。映像には高級リゾート化した街、半裸のネタニヤフ首相、巨大な自身の黄金像などが登場し、熱心な支持者からも「非常に悪趣味だ」と強い反発の声が上がっている。
Wonder Dynamicsが動作予測モデル発表：遮蔽時も3Dモーションを補完
Wonder Dynamicsは、マーカーレス動捕向けのAIモデル「Motion Prediction」を発表した。遮蔽物や画角外で身体が見えない場合でも姿勢を推定し、足の滑りやブレを軽減する。Wonder Animation内で利用可能。
アリババが動画生成AI「Wan2.1」をオープンソース公開、RTX 4090でも動作
アリババの通義実験室が動画生成モデル「Wan2.1」をオープンソース公開した。14B版は主要ベンチマークでSoraを上回り、生成速度も2.5倍に高速化。中英2言語の文字描画に対応し、1.3B版ならRTX 4090などの民生用GPUでも動作する。
Luma AI、Dream Machineに無料の音声生成機能を追加
Luma AIは動画生成ツール「Dream Machine」に「Video to Audio」機能を追加しました。動画生成後に新設された「Audio」ボタンを押すだけで、ワンクリックまたはプロンプト指定で音声を付加できます。現在はベータ版として全ユーザーに無料提供されています。
PromiseがAI映画スクール「Curious Refuge」を買収 教育事業を拡大へ
PromiseはAI映画スクールCurious Refugeの買収を発表した。クリエイティブ教育を拡充し、次世代クリエイターの制作機会を創出する狙いだ。生成AIを「人間の創造性を代替するものではなく拡張するもの」として活用を推進する。
Google、動画生成AI「Veo 2」の価格を公開：1秒あたり0.5ドル、1分30ドル
Googleが動画生成AIモデル「Veo 2」の利用料金を公開しました。料金は動画1秒あたり50セントで、1分あたり30ドル、1時間あたり1,800ドルに相当します。OpenAIが月額200ドルのプランでSoraを提供するのに対し、Veo 2は従量課金制を採用しています。
FreepikがGoogle「Veo 2」を導入：生成料金は1秒50セント
FreepikはGoogleと提携し動画生成モデル「Veo 2」の提供を開始した。Googleの価格表によると利用料は1秒あたり50セントで、1分換算で30ドル。2分以上のクリップ生成に対応しており、月額200ドルのOpenAI Soraとは異なる従量課金の選択肢となる。
Snap、1本の動画からキャラと動きを再現する「Set-and-Sequence」発表
2025年、Snap Researchは動画生成モデル向けの新技術「Set and Sequence」を発表した。単一の動画から外見（Set）と動作（Sequence）を分離して2段階のLoRAで学習させることで、DiTモデルがキャラクターの見た目と特有の動きを捉え、自在に再現・結合できるようにする。
NVIDIAら、手話学習プラットフォーム「Signs」公開 WebカメラのAI解析で即座に判定
NVIDIAは全米聾児協会などと連携し、アメリカ手話（ASL）学習プラットフォーム「Signs」を公開した。3Dアバターの手本を見ながらWebカメラ越しに手話を行うと、AIがリアルタイムで動きを評価する。集まったデータはアクセシビリティ向上を目的としたAI開発用に一般公開される予定だ。
マイクロソフトとXboxが「Muse」公開：ゲーム画面をAI生成、レトロゲーム復刻も視野
マイクロソフト研究部門とNinja Theoryは世界・人間行動モデル「Muse」を発表し、『Nature』誌に論文を掲載しました。対戦アクション『Bleeding Edge』で学習し、3D物理挙動やコントローラー操作を理解してゲームプレイをAI描画します。古いハードに縛られた名作ゲームを現代のデバイスに蘇らせる活用法も模索されています。
動画生成AIのPikaが公式iOSアプリ公開、スマホで直接作成可能に
動画生成AIのPikaがApp Storeで公式iOSアプリの配信を開始した。モバイル端末上で直接動画生成や特殊効果の適用が行えるようになり、作成したクリップをそのままSNSへ投稿できる。
YouTube Shortsに「Veo 2」導入：プロンプトから動画クリップ生成が可能に
YouTubeはShortsの「Dream Screen」機能にGoogle DeepMindの動画生成モデル「Veo 2」を統合したと発表した。背景生成にとどまらず、テキストから独立した動画クリップの生成が可能になり、物理法則や人体の動きの再現度が高まった。米国、カナダ、オーストラリア、ニュージーランドで先行提供される。