動画生成

主要ニュース

1. 1

   OpenAI、ブラウザAtlas廃止へ 8月9日に機能終了

   OpenAIは10月に発表したブラウザ「ChatGPT Atlas」を廃止し、8月9日の廃止を目指しています。同社は最近、動画生成アプリSoraも閉鎖し、ChatGPTの「大人向けモード」計画も一時停止しており、生産性機能でAnthropicに追いつくために「寄り道」を減らしている状況です。 Atlasで得た学習成果は、デスクトップ版ChatGPTの更新ブラウザやWork向けのクラウドブラウザなど、新製品に活かされています。OpenAIはユーザーの利用実績からエージェント（自分で判断して作業するAI）がウェブの閲覧と業務にいかに役立つかを学び、その知見を次の製品開発へ転換する戦略をとっています。

   廃止予定日は2025年8月9日です。OpenAIが新製品への移行でこれまでのブラウザ実験をシンプル化し、より実用的な機能へ集中する方針が示されました。

2. 2

   AI需要、主権AI拡大で米国外にも広がる Wistron会長

   Wistronのチェアマン Simon Linが、AIの需要が米国を超えて広がっており、主権AI（各国が独自に開発・推進するAI）プロジェクトが複数の国で勢いを増していると述べました。同氏は、この業界の動きは「バブルではなく新しい段階に入った」と主張しています。 AIの需要拡大が米国だけでなく、世界的に採用が進む可能性があることを意味します。より多くの有料サービスと長期的なAIインフラ投資の拡大が見込まれるとみられ、AI関連企業や投資家にとって市場機会が広がることになります。

   複数国での主権AI推進が、グローバルな市場をより長期的に支える基盤になるかどうかが今後の焦点です。

3. 3

   Apple、テキストから映像と音声を同時生成 モダリティ間の干渉を解決

   Appleの研究チームが、テキストから映像と音声を同期して生成する技術「Text-to-Sounding-Video（T2SV）生成」の改善方法を発表しました。共有キャプションが音声と映像の間に干渉を起こす問題と、訓練時の詳細なキャプションと実運用時の簡潔なプロンプトのギャップという2つの課題に対処する仕組みを提案しています。 テキスト指示から映像と音声を同時に生成する技術は、コンテンツ制作やメディア業界での自動化を促す可能性があります。モダリティ間の干渉という基本的な技術課題の解決は、より実用的で正確な生成AIの開発につながるとみられます。

   この研究は、テキスト条件がボトルネックになるという従来の制約を正面から取り上げ、クロスモーダル特徴相互作用の最適な融合メカニズムを探求しています。

4. 4

   AI投資の収益化、ハイテク外で長期化も

   AIへの大規模投資が進む中、テクノロジー企業以外の業界では投資回収（ROI）の実現に長い時間がかかる可能性が指摘されました。 ハイパースケーラー（大規模クラウド事業者）やテック企業は急速に利益を生み出し始めている一方で、製造業や金融、医療などの従来型産業では、AIの導入効果が現れるまでに相当な期間を要するとみられています。

   この見方は、AI投資が全ての企業に等しい成果をもたらすわけではないという事実を浮き彫りにしており、業種別の投資判断が今後の重要な課題になる可能性があります。

5. 5

   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。