Amazonが動画認識AI「Olympus」開発、Anthropic依存の低減狙う
米メディアThe Informationの報道によると、Amazonは画像や動画も処理できるマルチモーダルAIモデル「Olympus」を開発した。テキストで動画内の特定シーンを検索可能にする。同社はAnthropicへ40億ドルの追加投資を行ったばかりだが、自社製AIでClaudeへの依存度を抑える狙いだ。来週のAWS re:Inventで発表される可能性がある。
AI動画
新しいニュースを見る
AdobeがMultiFoley発表：猫の鳴き声をライオンの咆哮に変えるAI音響生成
Adobe Researchが映像認識型の音響生成手法「MultiFoley」を発表した。映像を認識してタイプライターの音をピアノに変えたり、猫の鳴き声をライオンの咆哮に差し替えたりでき、既存効果音の映像への自動同期も可能。手間のかかるフォーリー作業を大幅に効率化する。
アーティスト団体がOpenAI「Sora」のアクセス権を抗議流出
アーティスト団体がOpenAIの動画生成AI「Sora」のAPIに接続するフロントエンドをHugging Face上に公開した。団体はOpenAIがテスターに無償労働を強いてPRに利用していると抗議。一般ユーザーが一時的に1080p動画を生成できたが、約3時間後に遮断された。
IMAXがCamb.aiと提携、AI音声モデルで独自ドキュメンタリーを多言語吹き替えへ
IMAXはドバイ発のスタートアップCamb.aiとの提携を発表した。自社制作のドキュメンタリーなどを対象に、AIモデル「Boli」や「Mars」を活用して多言語の翻訳と吹き替えを展開する。Camb.aiは140言語に対応しており、まずは主要言語から段階的に導入してコスト削減とグローバル展開を目指す。
Luma AI、Dream Machineを刷新：高速画像モデルPhotonとiOSアプリを提供
Luma AIは動画生成ツール「Dream Machine」を包括的なクリエイティブ基盤へと拡張した。最大8倍高速とされる画像生成基盤モデル「Photon」を投入し、刷新されたUIや開発者向けAPIに加え、新たにiOSアプリの提供も開始した。
Runwayが「Expand Video」公開：AIで動画の外側を描き足し画角変更
動画生成AIのRunwayが新機能「Expand Video」を発表しました。テキスト指示で元映像の外側を違和感なく描き足してアスペクト比を変更でき、連続適用でズームアウトなどのカメラワークも作れます。Gen-3 Alpha Turbo向けに順次提供されます。
Lightricksが高速AI動画モデル「LTXV」をオープンソース公開
Lightricksは動画生成AIモデル「LTX Video（LTXV）」をオープンソースで公開した。20億パラメータと軽量で、RTX 4090などの一般向けGPUでも4秒で5秒の動画を生成できる。高価なAPIに頼らずローカル環境で高速に試行錯誤できるのが最大の利点だ。
HeyGenがiOSアプリ公開：iPhoneでアバター生成と175言語動画翻訳に対応
HeyGenはiOS向けアプリを公開した。リアルなアバター生成や175言語以上への動画翻訳機能をiPhone上で利用できる。外出先でもスマートフォンから手軽に多言語動画コンテンツを制作できるようになる。
米ESPN、スポーツ分析向け生成AIアバター「FACTS」をテスト公開
米スポーツ専門局ESPNは生成AIアバター「FACTS」を開発中だと発表した。Nvidia ACEやElevenLabsの技術を活用し、番組内でチーム統計や独自指標を解説する。ESPNは人間のアナウンサーを置き換える意図はないと強調しており、正式な放送デビュー時期は未定。
コカ・コーラ初の生成AIクリスマスCMに批判殺到、「温かみがない」と物議
Coca-Cola が生成 AI を活用して制作した 2024 年のクリスマス TV 広告を公開し、ファンから強い反発を受けている。1995 年の象徴的なトラック広告を現代風にアレンジしたものの、定番のサンタクロースがほぼ姿を消し、AI 特有の質感に情緒や伝統が損なわれたとの批判が相次いだ。
アフレック兄弟が語るAI：創造性はないが映画製作を身近にする職人
ベン・アフレックとケイシー・アフレックが映画界におけるAIの可能性に言及した。ベンはAIを既存の模倣を行う職人に過ぎないと評価しつつも、高コストで退屈な工程を省くことで、誰もが映画を撮れる時代をもたらすと語っている。
ケイシー・アフレックがMetaの動画AIを試用：予算がない映画監督の武器に
俳優ケイシー・アフレックがMetaのAI動画生成ツール「Movie Gen」をテストした感想を明かした。大手映画スタジオの予算がないクリエイターでも壮大な世界観を描ける機会になると評価。一方で、業界の雇用保護ルール整備も重要だと指摘した。
TikTok、AI広告ツールにGetty Imagesの素材とアバターを統合
TikTokはAI広告生成ツール「Symphony Creative Studio」を全広告主向けに提供開始し、Getty Imagesの商用ライセンス素材を統合したと発表した。商品情報を入力するだけで、リアルなAIアバターによる解説や多言語吹き替え付きの縦型動画広告を簡単に作成できる。
InVideoがv3.0を発表：テキスト指示だけで長尺動画を生成可能に
動画編集プラットフォームのInVideoは、テキストプロンプトから実写やアニメ風の動画を生成・編集できる「v3.0」を公開した。外部モデルを組み合わせた設計で無料枠はなく、月額120ドルで15分間の動画生成が可能な新プランを提供する。
XRHealthがAI搭載の医療XR基盤を発表、360度治療空間を自動生成
XRHealthはAIを活用した医療向けXRプラットフォームを発表した。臨床医は患者に合わせた360度の治療空間や動的アバターを生成できるほか、治療検索やセッション分析、治療計画作成の機能も備える。理学療法や認知リハビリ、メンタルヘルスの治療効果向上を支援する。
背負い式カメラで実世界を歩いて記録：世界モデル開発のOdysseyが約1800万ドル調達
AIスタートアップのOdysseyがシリーズAで1800万ドルを調達した。6基のカメラとLiDARを積んだ25ポンドのバックパックで人間が世界中を歩き回り、高精度な3Dデータを収集。照明や形状を精密に制御できる映像制作向け「世界モデル」の訓練に充てる。
CreatorKitとElevenLabsが感情豊かなAIアクター提供
CreatorKitはElevenLabsと提携し「Emotive AI Actors」を発表した。音声クローン技術を活用し、台本に応じて興奮や落ち着きなどの感情を表現できる。感情に合わせた音声により動画広告のコンバージョン率が16%向上したという。
AppleがFinal Cut Pro 11を発表：AI自動切り抜きや字幕生成、空間ビデオ編集に対応
AppleはFinal Cut Pro 11を公開した。AIを活用して背景なしで被写体を切り抜ける「Magnetic Mask」や自動字幕起こし機能を追加し、Vision Pro向け空間ビデオ編集にも対応。既存ユーザーは無料アップデートできる。
AdobeがクリエイターのAI不信に挑む：人間を置き換えない編集支援
CNETはAdobeが推進する生成AI戦略を分析した。同社は一からの画像生成ではなく、電線の消去など面倒なレタッチ作業を効率化する生成編集に注力している。Photoshopの生成塗りつぶしは1日2300万回利用されているが、仕事の減少や著作権への懸念は根強い。
ByteDanceが「X-Portrait 2」発表：1枚の写真から映画の名演技を再現
ByteDanceは、1枚の静止画から映画のワンシーンのような自然で豊かな表情動画を生成するAI「X-Portrait 2」を発表した。従来の点追跡ではなく顔全体の筋肉の動きを直接学習。ディープフェイクへの悪用懸念から、コードの一般公開は見送られている。