Midjourneyが新ロードマップ公開：v6の部分描き直し追加や動画機能を予告
Midjourneyはのオフィスアワーで、v6向けにズームやパン、インペイント機能を早ければ来週中にも再導入すると明かした。画風の一貫性をキャラクターの一貫性より先行して実装するほか、3D機能に先駆けて動画生成モデルの開発を進めているという。
AI動画
新しいニュースを見る
Adobe、Premiere ProにAIオーディオ編集機能を追加：ノイズ除去が正式提供へ
AdobeはPremiere Proのパブリックベータ版に新しいAIオーディオ編集機能を導入した。音声をAIが自動で分類・タグ付けするほか、背景ノイズを一掃する「スピーチを強調」機能も2月中に全ユーザーへ正式公開される予定だ。
Midjourney、1月に動画モデルの学習開始へ v6の改善版も順次投入
MidjourneyのCEOであるDavid Holz氏はDiscordセッションで、1月から動画生成モデルのトレーニングを開始すると発表しました。あわせて来週からMidjourney v6の更新も行われ、テキスト描画やプロンプト追従性の改善に加え、インペイント機能などが順次復活します。
動画生成AI「Pika 1.0」が一般公開：Web上で誰でも利用可能に
Pika Labsはテキストから動画を生成するAIプラットフォーム「Pika 1.0」をWeb上で一般公開した。簡単な指示文からアニメや映画風の動画を作れるほか、カメラワーク制御や画面内の物体編集にも対応する。生成結果に乱れが出ることもあるが、登録すれば誰でも無料で試せる。
Leonardo AI、静止画を動画化する「Motion」機能を提供開始 動きの強さも調整可能
Leonardo AIは、生成した静止画を動く動画へと変換できる新機能「Motion」の提供を開始した。ユーザーは動きの強度を好みに応じて調整でき、1回あたり25クレジットを消費する。無料枠でも1日約6本の動画を生成できるため、手軽に動きのあるビジュアル素材を作成できる。
Google、LLM基盤の動画生成モデル「VideoPoet」発表 拡散モデルを使わず10秒の一貫した大動作を生成
Googleは、主流の拡散モデルではなく大規模言語モデル（LLM）アーキテクチャを採用したマルチモーダル動画生成モデル「VideoPoet」を発表した。テキストや画像からの動画生成、スタイル変換、音声生成を単一モデルに統合し、アーティファクトを抑えた10秒の一貫した大動作動画を生成できる。
Stability AI、会員制プランを新設：月額20ドルからコアモデルの商用利用に対応
Stability AIはコアモデルの商用利用とセルフホスト導入を標準化する「Stability AI Membership」を発表した。個人・研究利用は無料を維持しつつ、クリエイターやスタートアップ向けに月額20ドルのProfessional枠などを新設。オープン性と持続的な開発資金の確保を両立させる狙いだ。
AI動画のHeyGenが560万ドル調達、スマホ動画から5分でアバター生成
AI動画生成のHeyGenは560万ドルの資金調達を発表し、スマホで撮影した動画からわずか5分で個人のAIアバターを作成できる新機能を公開した。従来はスタジオ撮影と数日の処理が必要だったが大幅に短縮。年換算の定期収益は1800万ドルに達している。
AI動画生成のPikaが5500万ドル調達、「Pika 1.0」の先行公開を開始
AI動画生成プラットフォームを手がけるPikaは、Lightspeed主導で5500万ドルを調達したと発表し、「Pika 1.0」の早期アクセスを開始した。3Dアニメ調などの生成に加え、動画内の衣装変更や被写体追加、画面比率の拡張といった編集機能が加わった。
RunwayがGen-2に「Motion Brush」追加、ブラシで塗った部分だけを自在に動かせる
Runway は動画生成 AI「Gen-2」向けに新機能「Motion Brush」を公開した。画像内の動かしたい部分をブラシで塗り、方向と強さを指定するだけで局所的なアニメーションが可能になる。あわせてスタイルプリセットや精密なカメラ制御も追加された。
Google Meetがリアルの挙手を検出、カメラの前で手を挙げるだけで発言申請
GoogleはGoogle Meetに物理的なジェスチャー検出機能を導入しました。カメラの前で実際に手を挙げるとAIが認識し、会議内の挙手アイコンを自動でオンにします。顔や体から離して数秒間キープする必要があり、発言中は誤作動を防ぐため無効化されます。大半のWorkspaceプランで設定から有効化できます。
Stability AIが動画生成AI「Stable Video Diffusion」を公開、コードと重みも提供
Stability AIは、初の動画生成基盤モデル「Stable Video Diffusion」のリサーチプレビューを公開した。Stable Diffusionをベースにした2種類の画像・動画変換モデルで、14フレームまたは25フレームの動画を生成できる。コードと重みは公開されているが、現時点では研究用途限定となる。
Meta、画像編集「Emu Edit」と動画生成「Emu Video」の研究成果を発表
Meta は画像基底モデル Emu を応用した新技術「Emu Edit」と「Emu Video」を発表した。Emu Edit は指示されたピクセルのみをテキストで精密に編集でき、Emu Video は 4 秒の短尺動画を生成する。現在は研究段階として公開されている。
マイクロソフトがAIアバター生成機能を公開：写真とテキストから動画作成
MicrosoftはIgnite 2023にて「Azure AI Speech text-to-speech avatar」のパブリックプレビューを公開しました。人物写真と原稿から発話動画を生成できるほか、1分の音声から声を再現するPersonal voice機能も追加。悪用防止のためカスタムアバターの利用には申請と書面同意を義務付けています。
AI動画生成のDeforum、公式Discordボットを発表 SDXLに対応
AI動画生成ツールのDeforumが公式Discordボットを発表した。SDXLを活用したビジュアル生成に対応し、数日中にベータテストを段階的に開始する。複雑なローカル環境を構築することなく、Discord上で手軽にDeforum動画を生成できるようになる。
米俳優組合SAG-AFTRA、スト終結で暫定合意 AI規制条項を盛り込む
米俳優組合SAG-AFTRAは午後、ハリウッド制作会社側（AMPTP）との暫定合意を承認し、118日間に及ぶストライキの終結を決定した。合意にはAIの脅威から俳優を守る同意や補償に関する前例のない保護規定が盛り込まれた。正式発効には全国理事会の承認と組合員投票が必要となる。
米俳優組合のスト交渉がAI巡り再び決裂、制作側の肖像権「永久保有」要求に反発
ハリウッド俳優組合（SAG-AFTRA）と制作会社連盟の交渉が再び決裂した。制作側が一部俳優のデジタルスキャン肖像を永久保有し、死後も遺族の同意なしに使える条項を求めたのに対し、組合側は使用ごとの事前同意と支払いを譲らず合意に至らなかった。
自撮り写真で自分が主役に：元Myspace創業者らがAI動画生成ツール「PlaiDay」公開
Plai Labsは自撮り写真を活用できる無料のテキスト動画生成ツール「PlaiDay」を発表しました。写真を1枚アップロードしてプロンプトを入力するだけで、自身が登場する3秒の短尺動画を生成できます。パーソナライズ性に強みがある一方、現状は顔の歪みが生じやすい制限もあります。
AI動画生成のKaiber、iOS・Android向けモバイルアプリを公開
AI動画生成プラットフォームのKaiberがiOSおよびAndroid向け公式アプリをリリースした。テキストや画像、既存動画からのAI動画生成に加え、アーティストとコラボした音楽やスタイルプリセットを収録。100クレジットの無料トライアルが付属し、有料プランは月額5ドルから提供される。
Runwayが「Gen-2」をアップデート、動画の画質と一貫性が大幅向上
Runwayは動画生成AI「Gen-2」のアップデートを公開した。テキストからの動画生成と画像からの動画生成の両方で、解像感とフレーム間の一貫性が大幅に向上している。AI動画特有の歪みや不自然なちらつきの軽減が期待される。