Video Generation

Principais notícias

1. 1

   Google lança modelos de IA para gerar imagens e vídeos rapidamente

   Google apresentou dois novos modelos de IA generativa. O Nano Banana 2 Lite gera imagens em quatro segundos ao custo de $0.034 cada. O Gemini Omni Flash traz geração e edição de vídeos via prompts de texto diretamente para a API pela primeira vez. Os modelos permitem que desenvolvedoras e empresas integrem geração de imagens e vídeos em seus produtos de forma rápida e econômica. Google recomenda encadear ambos os modelos para transformar uma imagem rápida em um vídeo animado, expandindo as possibilidades criativas.

   O Nano Banana 2 Lite custa $0.034 por imagem gerada, e ambos os modelos estão disponíveis via API do Google, permitindo integração direta em aplicações e serviços.

2. 2

   Google、Gemini Omni Flash APIで動画編集を会話で実現

   GoogleはGemini Omni Flashをデベロッパーと企業向けAPIとして提供開始しました。このモデルは消費者向けに5月にI/O 2026で発表された後、APIを通じた展開が進んでいます。 従来、企業の訓練動画や製品説明動画は企画から編集、修正まで長期間と高コストがかかってきました。Omni Flashは完成した動画を会話で編集できる機能を備えており、これまでAPIがなかったため実現できなかった企業レベルでの活用が可能になる見込みです。

   Omni Flashは「あらゆる入力から何でも作成できる」というOmniファミリーの野心的な目標の第一弾です。動画生成にとどまらず、会話ベースの編集というインタラクション方式がこのモデルファミリーの特徴となっています。

3. 3

   DeepSeek V3 torna-se #2 modelo open-weights de raciocínio com contexto de 1M tokens

   O DeepSeek V3 atingiu a posição de #2 modelo open-weights de raciocínio. O modelo agora oferece suporte a um contexto de 1M tokens, expandido a partir dos 128K tokens da versão anterior. Modelos open-weights (aqueles cujo código está disponível publicamente) permitem que empresas e pesquisadores desenvolvam aplicações sem depender exclusivamente de fornecedores proprietários. Um contexto maior significa que o modelo pode processar documentos e conversas muito mais longas, o que amplia suas possibilidades de uso em cenários de negócios.

   O modelo mantém eficiência operacional, utilizando 27% dos FLOPs comparado com o DeepSeek-V3.2, conforme indicado pelo artigo.

4. 4

   投資が過去5年で3倍超、AI動画生成が急成長

   AI動画・メディア技術を開発するスタートアップへの投資が過去5年間で3倍以上に増加しました。今年は既に$5.6 billion（約9000億円） が投資されており、2025年通年の総額から43%以上の増加となっています。 動画生成モデル開発企業がベンチャーキャピタルの投資の大部分を獲得していることから、AI動画生成市場が本格化していることを示唆しています。企業や制作会社にとっては、動画コンテンツの制作方法が変わる可能性があります。

   市場はまだ初期段階とみられ、投資の流入が加速しています。動画生成モデルスタートアップへの資金集中が顕著な傾向となっています。

5. 5

   DeepSeek R1、推論ベンチマークで第2位のオープンモデルに

   DeepSeek R1が、オープンウェイト推論モデルとして第2位のランキングを獲得しました。同モデルは1M トークンの文脈長に対応し、DeepSeek-V3.2の128Kから拡張されています。 オープンソースの高性能推論モデルの出現は、クローズドなAIシステムへの依存を減らすことを望む組織にとって選択肢が広がる可能性があります。ベンチマークで上位ランクのパフォーマンスを示すことで、オープンモデルの実用性が高まることが期待されます。

   第2位という順位付けですが、記事本文にはモデルの価格、提供開始日、利用可能地域に関する詳細が記載されていません。

6. 6

   ByteDanceがSeekance 2.5を発表、AI動画生成で30秒突破

   ByteDanceはVolcano EngineのFORCEカンファレンスで5つの新しいAIモデルを発表しました。その中心はSeekance 2.5で、動画生成モデルとして7月初旬にローンチ予定です。 Seekance 2.5は30秒以上の動画生成に対応することで、AI動画生成の可能性を広げるとみられます。ビデオコンテンツ制作を手がける企業や制作者にとって、より長尺なコンテンツを効率的に生成できる選択肢が増える可能性があります。

   Seekance 2.5は2024年7月初旬にローンチ予定です。