動画生成

主要ニュース

1. 1

   AppLovinの成長を阻む30~60秒動画

   AppLovinのCEO Adam Foroughi氏は、Eコマース広告主は「支出の上限にすら達していない」と述べたが、プラットフォームは高品質な30~60秒動画をまだすぐには生成できない。 株価は305.06ドルと52週安値近辺にあり、フォワードEV/EBITDAは約13倍と昨年末の39倍超から低下、プレミアムはこのクリエイティブ格差の解消にかかっている。

   11月初旬見込みの第3四半期決算は、すぐ使える動画生成が試験運用から一般提供に移るかが鍵。前四半期比7~8%の収益ガイダンスを上回るか注目だ。

2. 2

   ファーウェイが地域歴史特化AI「博観」開発

   ファーウェイが地域史に特化したAIモデル「博観」を開発。博物館の所蔵物から学習し、観光地のPR映像やミニドラマのシナリオを生成する。 地域コンテンツと観光需要を結びつけ、中国統一を果たした唐皇帝の愛馬「昭陵六駿」などのモチーフで送客を狙う。

   生成コンテンツが実際に旅行者を呼び込めるかが鍵。開始日や価格、顧客リストは記事に記載がない。

3. 3

   Apple、CapQuizを公開

   Appleの研究者が、動画キャプションを人間検証済みの多肢選択問題への正答度で採点するベンチマークCapQuizを発表。24の動画領域にわたる10種の問題タイプに対応し、複合指標CapF1も含む。 既存の指標は参照キャプションとのテキスト照合であり、妥当な説明を不当に低く評価する。CapQuizは人間の判断との相関が大幅に高く、CapF1は事実性（CapP）と網羅性（CapR）を分けて示す。

   参照不要の問題ベース採点が、動画モデル比較の信頼される手法になるかが焦点。テキスト照合を検証可能な回答と引き換えにするからだ。この研究の枠を超えてCapQuizとCapF1が採用されるかを見守りたい。

4. 4

   TwelveLabs Marengo Embed 3.0がAmazon Bedrock Knowledge Basesに登場

   AWSはTwelveLabs Marengo Embed 3.0をAmazon Bedrock Knowledge Basesの埋め込みモデルとして一般提供開始。動画、画像、音声を扱うRAGサービス。 従来、動画のセマンティック検索には文字起こし、フレーム抽出、埋め込みモデル、ベクトルDB、同期処理が必要だった。AWSはManaged MKBが内部処理すると説明。

   提供地域は米国東部（バージニア北部）と米国西部（カリフォルニア北部）に限られ、他地域への拡大が焦点。埋め込み生成はAmazon Bedrockの標準モデル呼び出し料金で課金。

5. 5

   Prime Video、AIリップシンク吹き替えを開始

   Prime VideoがAIで俳優の唇の動きを吹き替え音声に合わせる機能を開始。独ドラマ「Maxton Hall」の英語吹き替え版から導入。 この機能は「Maxton Hall」シーズン1・2で利用可能で、12月9日配信のシーズン3にも適用され、吹き替えコンテンツの裾野を広げる。

   Prime Videoは今後、他のタイトルにも拡大予定。視聴者がAI加工映像を受け入れるかが成功の鍵となりそうだ。

6. 6

   Premiere刷新、タイムラインで直接生成

   AdobeがPremiereにGenerative Mediaを導入。空きギャップを選択するだけで、文脈に応じた編集可能なクリップをタイムライン上で生成できる。 これまで編集者はBロールや音声を探すためにブラウザや外部アプリを行き来する必要があったが、Adobe FireflyやGoogle Veoなど複数のAIモデルがタイムライン上で利用可能になった。

   このツールの効果は編集ワークフローへの統合の巧拙にかかる。AI音声ツールとAfter Effects向けAIアシスタントはベータ版。