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。
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。
GoogleはGemini 2.0を基盤とする研究支援マルチエージェントシステム「AI co-scientist」を発表した。文献要約にとどまらず、仮説の生成から評価、研究提案の策定までを自律的に反復実行する。白血病治療薬の転用など生物医学分野の検証実験でも有効性が確認されており、研究機関向けに限定テストの受付を開始した。
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。
元OpenAIのSora共同リードであるTim Brooks氏が、Google DeepMindで物理世界をシミュレートするAIモデルの開発チームを立ち上げると発表した。GeminiやVeo、Genieの技術を統合し、ロボットの計画立案やリアルタイム対話型環境への応用を目指す。
Googleは次世代AIモデル「Gemini 2.0」を発表し、実験版「Gemini 2.0 Flash」の提供を開始しました。1.5 Proを超える性能を2倍の速度で実現し、画像生成や音声のネイティブ出力、ツール呼び出しをサポートするほか、調査アシスタント機能Deep Researchも追加されました。
Google DeepMindは気象アンサンブル予測AI「GenCast」をNature誌で発表し、コードと重みをオープンソース化しました。欧州中期予報センターのENSと比べ、予測ターゲットの97.2%で上回る精度を単一TPUによる8分の計算で達成しました。
Google DeepMindは世界基盤モデル「Genie 2」を発表しました。1枚のプロンプト画像からキーボードやマウスで実際に遊べる3D環境を最大1分間一貫して生成できます。物理演算やNPCの挙動も模倣可能で、汎用自律エージェントの訓練環境不足を根本から解決することを目指しています。
OpenAIは、Google DeepMindのシニア研究者であるLucas Beyer氏、Alexander Kolesnikov氏、Xiaohua Zhai氏の3人を引き抜いたと発表しました。3人は新設されたスイス・チューリッヒのオフィスに所属し、マルチモーダルAIの開発を担います。最高峰のAI研究者をめぐる人材獲得競争の激化を示しています。
Googleは英ロンドン・カムデン区に高校生向け教育拠点「AI Campus」を開設した。キア・スターマー英首相も出席。2年間のパイロットプログラムとして、GoogleやDeepMindのメンターがAI・機械学習の実践教育を提供する。初期は32名の生徒が参加する。
Google DeepMindとGoogle Quantum AIは量子誤り訂正向けニューラルデコーダ「AlphaQubit」をNature誌で発表した。Transformerを応用し、Sycamoreプロセッサで既存の主要手法より誤り率を30%削減した。高い精度を示した一方、実時間での高速訂正にはまだ処理速度が追いついていない。
Google DeepMindはタンパク質構造予測AI「AlphaFold3」のソフトウェアコードを非商用研究向けに公開した。論文発表時のコード非公開に対する批判を受けた形だが、モデルの重みデータは事前申請制で完全なオープンソースではない。
Google は軽量 AI モデル「Gemini 1.5 Flash-8B」の一般提供を開始した。May に出た 1.5 Flash に迫る性能を備えつつ、Gemini 系列で最も安価なコストと 1 分あたり最大 4,000 リクエストの高レート制限を実現している。
2024年5月、Google DeepMindの従業員約200人が軍事組織との契約終了と軍によるAI技術へのアクセス遮断を求める書簡に署名した。DeepMindは2014年の買収時に軍事・監視用途への不関与を約束していた経緯があり、内部の緊張が高まっている。Google側からの具体的な対応はまだない。
Googleは画像の出所や背景を確認できる「この画像について」機能を「かこって検索」と「Google レンズ」に展開した。画面上の画像を囲むだけで、Webでの使われ方やメタデータ、SynthID透かしによるAI生成判定を確認できる。世界40言語に対応する。
Google DeepMindは今週、Gemini 1.5 Proを活用してロボットを自律移動させる研究「Mobility VLA」を公開した。旧Everyday Robotsの機体が音声指示やホワイトボードの手描き地図を理解して案内し、50回以上のテストで約90%の成功率を記録した。
BloombergはGoogleがDeepMindを研究組織から商用AI製品の量産拠点へと転換させる中で、社内摩擦が生じていると報じた。関係者によると、トップダウンの要請やGeminiの度重なる不具合が研究員に重いプレッシャーを与えているという。
Google DeepMindは映像から音声を自動生成する「V2A」技術の研究成果を発表した。拡散モデルを用いて映像のピクセルとテキスト指示を解析し、手動調整なしで劇伴や効果音、台詞を映像に合わせて生成できる。現在は唇の動きとの同期などに課題があり、一般公開に向けたテストが続けられている。
Google I/Oにて、最新モデル「Veo」を搭載した動画生成ツール「VideoFX」が発表された。絵コンテ感覚でシーンを繋ぐ機能を持つ。あわせてImageFXにはブラシ編集機能が加わりImagen 3の先行登録を開始、MusicFXにはDJモードが追加された。
GoogleはGeminiをベースに教育科学の知見を取り入れてファインチューニングしたモデル群「LearnLM」を発表した。単に答えを出すのではなく、学習者の能動的な理解を深める設計で、検索やYouTubeの動画質問機能、Geminiの学習コーチに順次組み込まれる。
米CNBCはイーライリリーやエヌビディア幹部の発言として、数年内に生成AIが新薬をゼロから設計するようになると報じた。ウェットラボで1年かかる分子生成を5分でこなすなど開発期間を劇的に短縮するが、最終的な効果実証には臨床試験が不可欠だ。