アリババが「Wan2.6」発表:15秒のマルチカット生成やネイティブ音声同期に対応
アリババはマルチモーダルモデル「Wan2.6」を発表した。15秒の1080p動画生成に対応し、指示文から複数カットのストーリー動画を自動構成できる。さらに自然なリップシンクを伴う音声同期や、キャラの一貫性を保った新シーン配置も可能。動画生成AIの課題だったカット割りと音ズレの解消に大きく前進した。
アリババはマルチモーダルモデル「Wan2.6」を発表した。15秒の1080p動画生成に対応し、指示文から複数カットのストーリー動画を自動構成できる。さらに自然なリップシンクを伴う音声同期や、キャラの一貫性を保った新シーン配置も可能。動画生成AIの課題だったカット割りと音ズレの解消に大きく前進した。