MetaがShutterstockと提携拡大:数百万点の画像や音楽をAI学習に活用へ
MetaとShutterstockが提携拡大を発表し、MetaがShutterstockの保有する数百万点規模の画像、動画、音楽素材をAIモデルの学習と検証に利用可能となった。ShutterstockはAI学習データを提供したクリエイターに報酬を還元する枠組みを強調しており、著作権リスクを回避したデータ調達が進む。
MetaとShutterstockが提携拡大を発表し、MetaがShutterstockの保有する数百万点規模の画像、動画、音楽素材をAIモデルの学習と検証に利用可能となった。ShutterstockはAI学習データを提供したクリエイターに報酬を還元する枠組みを強調しており、著作権リスクを回避したデータ調達が進む。
俳優で Mint Mobile のオーナーであるライアン・レイノルズが、ブランドの最新広告の脚本作成に AI を活用した動画を公開した。制作費を削減して利用者に還元するという従来の方針に沿った試みで、AI を巡る議論も逆手に取り、独自のユーモアを交えてアピールしている。
英ITVの新番組『Deep Fake Neighbour Wars』の舞台裏が報じられた。StudioNeuralのAI技術で無名俳優の顔をセレブにリアルタイム置換。顔の向き制限など制約は残るものの、1月26日よりITVXで配信される。
MIT CSAILの研究チームは動画・音声・テキスト間で共通する概念を学習するマルチモーダルAI技術を発表した。共有埋め込み空間で1000個の単語ベクトルを用いて動作を自動識別し、高精度かつ説明可能なクロスモーダル検索を実現する。ロボットの知覚向上に期待されるが、現状は一度に2つのモダリティの処理にとどまる。
NVIDIAはCES 2023にて、Web動画をAIで高画質化する新機能「RTX Video Super Resolution」を2月に提供すると発表した。GeForce RTX 30/40シリーズ搭載PCのChromeおよびEdgeブラウザで、1080p動画を4Kにアップスケールできる。RTX 20シリーズやFirefoxへの対応は現時点で未定。
NVIDIA はデジタルヒューマン制作向けクラウド AI マイクロサービス群「Omniverse ACE」の早期アクセスを開始した。音声から表情アニメーションを生成する Audio2Face や Riva 音声合成を統合し、Unreal Engine の MetaHuman や Ready Player Me と連携可能。開発者は端末スペックに縛られず、高品質な対話型アバターを迅速に構築できる。
韓国のDeepBrain AIは2022年後半、故人の姿や声をAIで再現して対話できる「Re;memory」を開始した。写真や動画、事前面談のデータを学習させ、専用ショールームの大型スクリーンで30分間のリアルタイムなビデオ通話体験を提供する。
AI動画生成のSynthesiaがサッカー選手のリオネル・メッシの映像わずか5分から、流暢な英語など最大10言語を話す合成動画を作成した。普段英語を話さないメッシのリアルな口の動きや発声にファンから驚きの声が上がっている。ディープラーニングによる多言語アバター生成の急速な進化を示す好例だ。
元Metaのエンジニアが短尺動画の自動生成ツール「QuickVid」を公開した。単語を1つ入力するだけで、GPT-3による台本作成、DALL-E 2の画像生成、Googleの音声合成、フリー素材動画を自動で組み合わせて完成させる。コンテンツ制作の手間を劇的に減らす一方、粗製乱造への懸念も出ている。
FlawlessなどのAIツールが映画制作を変革していると報じられた。俳優の表情を新セリフに合わせて修正したり合成音声で吹き替えたりできる一方、再撮影を削減できる半面、本人の同意や肖像権をめぐる倫理的課題が浮上している。
『サウスパーク』を手掛けるトレイ・パーカーとマット・ストーンのAI企業Deep Voodooは、Connect Ventures主導で2000万ドルの資金調達を発表した。初の外部調達資金により、ハリウッドなど映像業界向けに低コストで高速なディープフェイクや顔交換VFX技術の開発を進める。
RefaceのCEOがForbesへの寄稿で生成AIが創作活動やビジネスに与える影響を解説した。DreamStudioが1カ月足らずで100万ユーザーに達するなど普及が加速するなか、著作権議論と並行して、企業は顧客を創作者に変えるAI機能を取り入れるべきだと提言している。