AIToday
大規模言語モデル動画生成Zenn AI/ML掲載日時: 2026年11月20日 16:00

Google Researchが長尺動画生成の4研究を発表

LINEで送る
Google Researchが長尺動画生成の4研究を発表

3つのポイント

  1. 何が起きたか

    Google Researchは2026年9月24日、Co-Director、CANVAS、A²RD、VQQAの4研究を発表。A²RDは既存手法比で最大30%の一貫性向上を報告した。

  2. なぜ重要か

    役割が目標と状態を共有する制作パイプラインとして長尺AI動画を扱う設計で、著者らは一貫性が向上すると報告。ただし自社ベンチマークと人手評価に基づく。

誰に効くか最も直接影響を受けるのは、AI生成の数分にわたる物語を試す動画クリエイターやスタジオだ。研究はクリップが数分を超えたときに生じる人物・セット・小道具のずれを対象としている。社内コンテンツパイプラインを構築するチームも分業設計を参考にできるが、利用可能な製品はまだない。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

出発点の問題は明確だ。短いAIクリップは精巧に見えるが、数分に伸ばすと同一人物の服が変わり、部屋の配置がずれ、小道具が別物になる。Google Researchが2026年9月24日に示した答えは、より大きな単一モデルではなく、映画制作を模した分業である。4つの研究はそれぞれ異なる役割を扱っており、統合された1つの製品パイプラインではない。

これらを結びつける設計上の選択は状態の共有だ。Co-Directorではオーケストレーターが全体の方向性を定めてプリプロダクション、キーフレーム、映像、音声の各エージェントに共有し、マルチモーダルLLMのレビュアーが評価を次の生成ループに戻す。CANVASは外見、場所の構造、小道具の状態を永続的な視覚メモリーとして保持し、A²RDは検索・生成・改善・メモリー更新の閉ループで映像を延長する。VQQAはピクセルを直接編集せず、映像について質問を生成して回答をプロンプト調整に変え、最終版を無条件に受け入れるのではなく元の指示に照らして最良の候補を選ぶ。

著者らが報告する数値——A²RDの一貫性最大30%向上、物語の整合性最大20%向上、VQQAのベンチマーク改善——は著者自身のベンチマークと人手評価によるもので、独立した第三者による検証とは分けて読むべきだ。公式ページには一般向けAPI、料金、地域、開始日は記載されておらず、土台となる4本の論文は2026年3月から5月の間にarXivへ提出された。研究者の設計から得られる実務的な示唆は、計画・制作・評価を分離し、長いタスクでは状態を外部メモリーとして持ち回ることだ。

よくある質問
これは利用できる新しい動画製品ですか?
いいえ。Google Researchの発表は研究紹介であり、公式ページには一般向けAPI、料金、地域別の提供状況、提供開始日は記載されていません。
4つの研究は具体的に何が違うのですか?
Co-Directorは全体の創作戦略を定め、CANVASは人物・場所・小道具の視覚メモリーを永続的に保持し、A²RDは過去の映像を参照しながらセグメント単位で動画を生成し、VQQAは完成した動画について質問を生成し、不整合をテキストのフィードバックとして返します。
結果はどれほど改善しましたか?
チームの報告では、A²RDは既存手法と比べて一貫性が最大30%、物語の整合性が最大20%向上し、VQQAはT2V-CompBenchで11.57ポイント、VBench2で8.43ポイントの絶対的改善を示しました。いずれも著者自身のベンチマークと人手評価によるものです。
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

次の記事へAppleが自律型AIエージェント開発のエンジニア募集