音声と1枚の静止画から映画級の映像を作る「Wan-S2V」が登場
2025年、研究チームが音声駆動型の動画生成モデル「Wan-S2V」を発表した。1枚の人物画像と音声を合わせるだけで、自然な表情や身体の動き、プロ仕様のカメラワークを伴う同期動画を生成できる。動画品質や人物の一致度などの指標で既存モデルを上回る成果を示した。
2025年、研究チームが音声駆動型の動画生成モデル「Wan-S2V」を発表した。1枚の人物画像と音声を合わせるだけで、自然な表情や身体の動き、プロ仕様のカメラワークを伴う同期動画を生成できる。動画品質や人物の一致度などの指標で既存モデルを上回る成果を示した。