YouTube、リアルな生成AI動画のラベル付けを義務化 違反者は収益化停止も
YouTubeはクリエイターに対し、AIで生成・改変したリアルな動画を投稿する際のラベル明記を義務付けた。実在の人物の言動を捏造した映像などが対象で、概要欄や画面上に識別ラベルが表示される。台本作成などの補助利用は免除されるが、度重なる不申告には動画削除や収益化剥奪の罰則が科される。
AI動画
新しいニュースを見る
OpenAIの動画生成AI「Sora」、年内に一般公開へ 音声追加も計画
OpenAIのCTOミラ・ムラティ氏は、動画生成AIモデル「Sora」を年内、早ければ数カ月以内に一般公開する計画を明らかにした。将来的な音声生成や編集機能の追加も予定しており、利用コストを画像生成モデル「DALL-E」並みに抑えることを目指しているという。
元DeepMind研究者によるHaiperが動画生成AIを無料公開、1380万ドル調達
元DeepMindの研究者らが設立した英Haiperは、独自モデルを搭載した動画生成ツールのパブリック提供を開始し、シードラウンドで1380万ドルを調達したと発表した。ユーザーは現在、テキストから2〜4秒の動画を無料で生成できる。Soraが注目を集める中、同社はモデルAPIの提供や将来的なオープンソース化も視野に入れている。
Lightricks、長尺AI動画プラットフォーム「LTX Studio」を発表
Lightricksはアイデアから長尺動画をワンストップで制作できるAIプラットフォーム「LTX Studio」を発表した。複数シーンの生成に対応し、キャラクターの容姿や照明の一貫性を保てるのが特徴で、本格的な映像制作のハードルを下げる狙いだ。
Morph Studio、Stability AIと提携 マルチ分岐対応のAI動画生成ワークフローを発表
Morph StudioはStability AIとの提携を発表した。テキストや画像、既存動画からストーリー仕立ての映像を制作できるオールインワンのAI動画生成プラットフォームで、複数の生成ラインを並行して試せるのが特徴。現在公式サイトでウェイティングリストを受け付けている。
Pikaが新機能「Lip Sync」を公開、ElevenLabs連携で口パクと音声を同期
動画生成AIのPikaが新機能「Lip Sync」を発表した。ElevenLabsの音声技術を採用し、テキスト入力や音声アップロードに合わせて動画内キャラクターの口元を自動で同期させる。現在はPika Pro有料会員や招待枠限定で提供されている。
アリババが「EMO」発表：1枚の静止画と音声から表現力豊かな歌唱・対話動画を生成
アリババの研究チームは音声駆動型ポートレート動画生成フレームワーク「EMO」を発表した。1枚の人物画像と音声（会話や歌唱）を入力するだけで、豊かな表情と自然な頭部動作を伴う動画を任意の長さで生成できる。早口な歌詞や絵画の人物の動画化にも対応する。
Google DeepMindが世界モデル「Genie」発表：画像1枚から遊べるゲームを生成
月曜日、Google DeepMindは静止画1枚やスケッチからプレイ可能な2Dゲームを生成できる基盤世界モデル「Genie」を発表した。操作ラベルのない20万時間以上のゲーム動画から物理挙動と操作性を自律学習する。将来的なAIエージェントの訓練環境としても期待される。
Adobe、動画・音声生成AIの新研究組織「CAVA」を50人規模で設立
報道によると、Adobeは約50人規模の新研究組織「CAVA」を発足させた。名称は音声・動画・アニメーションの共創を意味し、OpenAIのSora登場を受けて動画やマルチモーダル生成AIの研究開発を急ぐ狙いがあるとみられる。
ウィル・スミス本人が「AIスパゲッティ動画」をパロディ化、Sora登場で脚光
俳優のウィル・スミスがInstagramで、昨年ネットで拡散された「AI生成のスパゲッティを食べる自分」を自らパロディ化した動画を公開した。OpenAIの動画生成AI「Sora」発表と重なり、AI動画の進化を測る「チューリングテスト」として話題を呼んでいる。
マイクロソフト幹部、動画生成AI「Sora」のCopilot統合を認める
米マイクロソフトの広告・Webサービス担当CEOであるMikhail Parakhin氏がSNS上で、OpenAIの動画生成モデル「Sora」を将来的にCopilotへ統合する意向を示した。Soraはテキストから最大60秒の動画を生成できる。現在は技術面を整備中とみられ、具体的な提供時期はまだ明かされていない。
OpenAI「Sora」発表でAI暗号資産が急騰、17日間で102.1億ドル増加
報道によると、OpenAIによる動画生成AI「Sora」の発表を受け、AI関連の暗号資産市場は2月3日からの17日間で142.79%急伸し、102.1億ドルの資金が流入した。TAOが145.38%上昇するなど全面高となったが、実用的な革新につながるかは未知数だ。
動画切り抜きAI「OpusClip 3.0」登場：処理速度300%向上、ジャンル別抽出に対応
OpusClipがバージョン3.0を公開した。Q&AやVlogなど動画ジャンルに応じた見どころ抽出が可能になり、最長15分の中尺クリップ生成に対応。処理速度は従来の3倍に高速化し、AI Bロール追加や字幕単独付与も利用できる。
NBAが「NB-AI」を披露：試合映像を瞬時に「スパイダーマン風アニメ」に変換
NBAのアダム・シルバーコミッショナーが技術サミットで「NB-AI」をデモ公開した。音声指示で生中継の視聴体験をカスタマイズでき、試合をスパイダーマン風のアニメ調に再生成したり、選手が履いているバッシュをその場で特定して購入できる。現在はコンセプト段階の展示となる。
Metaが「V-JEPA」発表、画素を生成せず動画を理解する新アーキテクチャ
Metaは非生成型の動画モデル「V-JEPA」を発表した。ピクセルそのものを予測するのではなく、抽象的な表現空間で欠損した動画情報を予測することで、訓練効率を1.5倍から6倍に改善した。基幹部分を固定したまま少量の追加学習で多様なタスクに対応できる。
Disney、映像の感情に合わせて広告を配信するAIツール「Magic Words」をテスト中
報道によると、Disneyは動画内のシーンや感情を分析して最適な広告を配信するAIツール「Magic Words」のテストを開始しました。Disney+やHulu向けにグローバル広告企業6社と共同で検証を進めており、従来の属性ターゲティングから感情ベースの文脈広告への移行を狙います。
YouTubeの2024年方針：生成AIを重要注力分野に、合成動画ラベルも導入へ
YouTubeのニール・モーハンCEOは2024年の公開書簡を発表し、生成AIを4大注力分野の1つに位置付けました。「AIは人間の創造性を代替するのではなく支援すべき」とし、クリエイター向けAIツールを拡充する一方、ディープフェイク対策として数カ月以内にリアルなAI生成動画へのラベル表示を義務付ける方針です。
Stability AI、一貫性を高めた動画生成モデル「SVD 1.1」を公開
Stability AIが画像から動画を生成するモデル「SVD 1.1」を発表した。SVD-XTをファインチューニングし、1024x576解像度で4秒間（25フレーム）の一貫した動画を生成できる。研究目的ではHugging Faceから無料でダウンロード可能で、商用利用には会員プランやAPI提供が用意されている。
ガンズ・アンド・ローゼズの新曲ミュージックビデオに見る、UE と SD の融合制作手法
ロックバンド Guns N' Roses の新曲「The General」のミュージックビデオ制作手法が明かされた。制作スタジオは Unreal Engine で制作した下地映像を Stable Diffusion に読み込ませ、各フレームを再描画して悪夢のような質感を生成。AI を人間の代替ではなく表現を拡張するツールとして活用した。
Runway、Gen-2に「Multi Motion Brush」追加 静止画の複数箇所を独立して動かせるように
RunwayはGen-2向けに「Multi Motion Brush」の提供を開始した。静止画内の異なるエリアをブラシで塗り分け、それぞれ個別に移動方向や深度、強弱のスライダーを設定できる。単一方向しか動かせなかった制限が解消され、全ユーザーが利用可能。