動画生成

主要ニュース

1. 1

   OpenAI、Soraアプリ終了 Disney契約も破棄

   OpenAIは火曜日にSoraアプリの終了を発表しました。昨年12月のDisneyとの$1 billion（約1600億円）契約も同時に破棄されます。Soraチームは「Soraで創作してくれたすべての人に感謝する」とX上で述べています。 Soraは2024年12月の立ち上げから注目を集めていましたが、GoogleのVeoやLuma Rayなどの競合サービスに追い抜かれていました。OpenAIは月々$1 billion（約1600億円）程度のペースで資金を消費しており、利益性の低い事業から撤退する判断とみられます。

   OpenAIはChatGPT内へのSora統合を検討しているとの報道がありますが、公式には確認していません。ユーザーの作品の保存方法やAPI、アプリ終了のタイムラインについては「近く詳細を共有する」とのことです。

2. 2

   Appleが動画圧縮技術を研究発表、複雑さに応じた柔軟なトークン化を実現

   Appleの研究チームが「VideoFlexTok」という動画トークン化技術を発表しました。従来の標準的なアプローチでは、動画を時空間的な3次元グリッドのトークンで一律に表現していましたが、この新手法は動画の複雑さに応じてトークン数を柔軟に調整する方式を採用しています。 動画を圧縮・変換する過程で、どの情報を保持し、どう整理するかは後段のAIモデルの学習方法を左右します。従来方式では、モデルが動画の複雑さに関わらず全ての低レベルの詳細をピクセル単位で予測する必要があり、非効率でした。柔軟なトークン化により、処理の効率化が期待できるとみられます。

   この研究成果はAppleの機械学習研究サイト（machinelearning.apple.com/research/videoflextok）で公開されています。テキスト生成動画モデルなど、動画を入力とするAIシステムの改良に活用される可能性があります。

3. 3

   AI音楽ビデオ生成: 2026年にあなたのクリエイティブワークフローを自動化する10つのツール

   AI音楽ビデオ生成: 2026年にあなたのクリエイティブワークフローを自動化する10つのツール

4. 4

   Google、動画生成API「Gemini Omni Flash」と高速画像モデル投入

   Googleが画像生成モデル「Nano Banana 2 Lite」と動画生成モデル「Gemini Omni Flash」をAPI経由で提供開始しました。Nano Banana 2 Liteは4秒で画像を生成し、1K解像度あたり$0.034の低価格です。Gemini Omni Flashは動画生成・編集をテキストプロンプトで操作でき、1秒あたり$0.10の価格設定です。 従来、GoogleはAPIを通じた動画生成を提供していませんでした。今回、開発者が画像と動画を同じAPI環境で組み合わせて使える環境が整い、プロトタイピングから本番運用まで一貫して対応する道が開けた可能性があります。

   Nano Banana 2 Liteは既にGoogle検索のAI Mode、Geminiアプリ、Google Photos、Google Adsなど複数の消費者向けサービスに展開されています。Gemini Omni Flashは現在10秒のクリップ生成に対応し、Google AI Studio、Gemini API、Gemini Enterprise Agent Platformで利用可能です。

5. 5

   Google、Gemini Omni Flash API提供開始 動画編集を会話で実現

   GoogleのGemini Omni FlashがAPI経由で開発者と企業向けに提供開始されました。5月にコンシューマー向けにデビュー後、プログラムインターフェース経由での提供は今回が初となります。 従来、企業向けの90秒間の訓練動画や製品説明動画は計画策定から撮影、編集、修正まで長期間と高コストがかかっていました。このモデルは完成した動画を会話を通じて編集できる能力を備えており、こうしたプロセスの簡素化の可能性があります。

   GoogleはOmniファミリーを「あらゆる入力から何でも生成できる」モデルとして位置付けており、まずは動画生成から始まります。テキストプロンプトの改善だけでなく、会話インターフェースを通じた編集が重要な相互作用として設計されています。