Generative AI - Design Offset

Google DeepMind は 8月5日(火)、新しいワールドモデル Genie 3 を発表した。テキストプロンプトにより生成される 3D の世界を数分間にわたり、ユーザーがキー入力などの操作でリアルタイムにインタラクトすることができる。

ElevenLabs は 8月5日(火)、新しい音楽モデル Eleven Music をリリースした。自然言語によるテキストプロンプトから AI により様々なジャンルの楽曲を生成できる新しい生成モデルだ。日本語を含む多言語での歌詞付き楽曲生成にも対応。

Luma AI は7月30日(水)、新機能 Modify with Instruction をリリースした。動画から動画 (video-to-video, v2v) 編集機能で、自然言語によるプロンプトでオブジェクトの追加, 削除、VFXの追加、シーンの変更などがより直感的にできるようになった。

Runway は7月25日(金)、新しいインコンテキスト動画モデル Runway Aleph をリリースした。動画から動画 (video-to-video, v2v) 編集を可能にするモデルで、元の動画の構成を残したまま一部分だけに変更を加えたり、全体の雰囲気をガラッと変えることもできる。

Sora 2 がリリース OpenAI の最新動画生成AIモデルが登場

OpenAI は9月30日(火)、新しい動画生成AIモデル Sora 2 をリリースした。音声, 効果音つきの動画が生成が可能。アプリも同時リリースされた。

Luma AI は9月18日(木)、新しい動画生成AIモデル RAY 3 をリリースした。世界で初めて 16bit HDR に対応し、視覚的な思考と推論ができるモデルだ。

ElevenLabs は 9月17日(水)、新しく Studio 3.0 をリリース。各種機能が統合されており、動画, 音声編集のワークフローを1箇所で完結させることが可能。

MeshyAI は 9月13日(土)、新しい 3D生成AIモデル Meshy 6 Preview を公開した。image-to-3D (画像から3D) 生成のみで使用可能で、無料ユーザーも利用可能。

対話型生成AIアシスタント Google Gemini に、新しい画像生成, 編集モデル Gemini 2.5 Flash Image モデルが実装された。Nano Banana として発表前から注目を集めていたモデルだ。