動画生成

主要ニュース

1. 1

   Higgsfield、4億ドル調達で評価額54億ドル

   動画・画像・音声生成のAIプラットフォーム Higgsfield が、DST Global 主導のシリーズB資金調達で4億ドル を獲得し、1月以来の評価額を4倍に高める54億ドル に到達した。 同社は238カ国・地域で3,000万人以上のユーザーを抱え、Fortune 500の360社を含む企業需要の強さを示している。エージェント型AIツール（人間の継続的な指示なしにワークフローを自動実行するツール）が主要なドライバーになっており、Higgsfield が5月に Supercomputer をリリースした後の3カ月でプラットフォームのツール使用が42倍に跳ね上がった。

   Higgsfield の自律型エージェント機能とキャラクター・シーン生成の一貫性が、企業のコンテンツ制作スケーリング戦略を塗り替える可能性がある。Supercomputer リリース後、同社は月間2,000万件以上のコンテンツ生成を報告している。

2. 2

   LTX、オープンソース動画生成モデルLTX-2.5を無料公開

   LTXがオープンウェイト世界モデル「LTX-2.5」を発表しました。Hugging FaceとComfyUIを通じて無料で利用でき、動画生成、ロボティクス、物理AI向けの機能を備えています。同社の世界モデルは3300万回以上ダウンロードされ、映画製作、ロボティクス、リアルタイムレンダリングなど幅広い分野で使われています。 開発者と企業が独自のハードウェア上でモデルを実行・カスタマイズできるため、クラウド依存を減らし、知的財産を社内に保持できます。NvidiaとComfyUIとの統合により、ローカルGPUでの推論がより効率的になり、より多くの開発者や組織がアクセス可能になる可能性があります。ロボティクス業界では、環境の振る舞いをモデル化する能力がロボット学習に重要とされています。

   年間経常収益が1000万ドル未満の組織は無料で利用できます。LTX-2.5はHugging Face、ComfyUI、LTX APIを通じて即座に利用可能です。Nvidiaとの最適化により、RTX GPUとDGX Sparkでのメモリ要件が削減されています。

3. 3

   開発者がpagedMarkを構築、自分で生成したAI画像のウォーターマークを除去

   あるデベロッパーがpagedMarkを開発した。このツールはAIツールで生成された画像と動画から、目に見えるラベルと目に見えないピクセル埋め込み型ウォーターマークの両方を含むAIプロビナンスマーカーを除去するよう設計されている。画像の再生成により目に見えないマークを排除しながら視覚的な類似性を保つことを試みており、現在ChatGPT、gpt-image API、Z-Image Turbo、Nano Bananaの画像用ウォーターマーク、およびSora、Veo、Seedance、Hailuo、Klingの動画用の目に見えるマークとメタデータに対応している。 AIで生成されたコンテンツはますますメタデータと埋め込み信号（SynthIDウォーターマークのような）を含み、その出所を特定するようになっている。自分で生成したAIコンテンツで作業するクリエイターにとって、これらのマークはワークフローを複雑にしうる。スクリーンショットのような単純な除去方法ではピクセルレベルのマーカーは排除できない。pagedMarkはこの問題に対応するため影響を受けたコンテンツを再生成するが、ユーザーは出力が元のものと異なる可能性があることを認識すべき点として、顔、テキスト、細部が変わることがある。

   このツールはApple Silicon Macで8GBおよび16GBメモリ搭載機での動作が確認されており、メモリ認識処理が組み込まれてスペックの低い機での資源制約に対応できるようになっている。

4. 4

   LLMは独力で長編映画を制作できるか

   LessWrongへの投稿で、テキストを理解・生成するAIシステムである大規模言語モデル（LLM）が、人間の介入なしに長編映画を独立して制作できるかという問題が提起された。 この問題は創作制作におけるAIの現在の能力の境界線を探るもので、テキストベースのAIシステムがナラティブの一貫性、構成、長編映画全体にわたる持続的な出力を必要とする複雑で継続的な創作タスクに対応できるかを問い直している。

   この問題自体は未解決のままで、投稿はそれを解決済みの知見ではなく問題提起として枠づけており、映画制作におけるLLMの技術的・創作的な限界についての議論を招いている。