Category :

ElevenLabs は6月6日(金)、新たな Text-to-Speech モデル Eleven v3 をリリースした。Eleven v3 は、日本語を含む70カ国以上の言語に対応。マルチスピーカーでの会話や、オーディオタグによる感情やオーディオエフェクトの表現も可能となっている。

Higgsfield は6月6日(金)、新機能として Speak をリリースしたことを発表した。ただのリップシンク動画とは異なり、ボディランゲージや感情などの動きを表現することもできるようになっている。最大13秒の Speak 動画の生成が可能。英語、日本語やスペイン語など多言語に対応。

Luma AI は6月5日(火)、新機能 Modify Video をリリースした。動画内のオブジェクトの動き, カメラワーク, キャラクターなどを損なうことなく、環境やライティング, 質感を動画生成AIモデル RAY2 を用いて再構築できる。Dream Machine 内にて利用可能だ。

Odyssey は5月29日(木)、ワールドモデル生成AIによる インタラクティブビデオ の研究プレビューを公開した。インタラクティブビデオでは、空間的な整合性を保ちつつ、5分以上にわたって一貫したストーリー展開が可能。さらに、40ミリ秒ごとに新しいリアルなフレームを生成, 配信できるという性能を持つ。

Runway は5月29日(木)、Gen-4 References 画像生成に新しく Layout Sketch 機能を追加したことを発表した。ブラシツールによるフリーハンドのスケッチや、四角, 三角, 丸などの基本形状の利用が可能。

Black Forest Labs は5月30日(金)、新しい画像生成AIモデルスイート FLUX.1 Kontext をリリースした。FLUX.1 Kontext は、優れたプロンプトの再現性やテキストのレンダリング性能、フォトリアルな描写力を備え、一貫した画像の生成や、画像内の局所的な編集、スタイルの参照が行える。

Google は5月25日(日)、動画生成AIモデル Veo 3, 映像編集ツール Flow の対応国を71ヵ国追加し日本でも利用可能となった。Veo 3 及び Flow は、GoogleのAI用プラン Google AI Pro または Google AI Ultra を利用することで機能にアクセスできるようになる。

Runway は5月23日(金)、Gen-4 References 画像生成機能がモバイル版アプリにも対応したことを発表した。スマートフォンで撮影した画像や、保存されている画像を参照画像として利用でき、場所を選ばずその場でアイデアを形にできる。無料ユーザーでも Gen-4 References をお試しで利用できる。

Runway Gen-4 における画像生成機能について特徴や使い方、実例などを紹介していきます。Gen-4 では新しく References 機能が登場し、人物だけでなく、動物や物, 背景, 構成などあらゆる要素を参照して適用することが可能となった。

Google は5月21日(水)、新しいAI映像制作ツール Flow を発表した。Flowでは、VeoによるAI動画生成を利用した、ストーリー, 一貫性のある映像作品の制作が可能だ。カメラコントロールや、シーンビルダーなど Flow 独自の機能が利用できる。