画像生成・編集モデルとクリエイティブ活用
Soranoru動画生成AI「Kling 4.0」がOpenArtに実装され、動画の始点・中間・終点のフレーム指定や最大10枚の参照画像を用いた生成が可能になりました。単一モデルで生成から編集までを一貫して行える「All-in-One Reference」機能を備えています。
動画の構成を細かく制御できるため、広告制作やコンテンツ制作において、より意図に近い映像を効率的に生成できる可能性があります。
Kling 4.0がOnSolo上で利用可能になりました。最大30秒の動画生成に加え、複数の参考画像やキーフレームを用いた一貫性のある映像制作が可能です。
長尺かつ高精度な動画生成が可能になることで、広告やコンテンツ制作におけるAI活用の幅がさらに広がります。
動画生成モデル「Kling 4.0」が正式リリースされ、最大30秒のワンカット生成や多フレーム参照機能が追加されました。高速版のFlashモデルも提供されており、用途に応じた使い分けが可能です。
複雑な動作や長尺の動画生成精度が向上しており、広告やコンテンツ制作における動画生成AIの実用性がさらに高まっています。
Krea 3がComfyUIのパートナーノードを通じて提供開始されました。参照画像を用いた生成や編集に特化しており、製品の形状や質感を維持したまま環境光や構図を調整可能です。
製品画像や広告素材の制作において、一貫性を保ちながら効率的にバリエーションを作成できるため、クリエイティブ業務の生産性向上に寄与します。
OpenRouterは、コンシューマー向けGPUで動作する画像生成モデル「FLUX 3 Image Klein」の提供を開始しました。また、動画アップスケーリング機能の値下げと、プロンプトから直接4K動画を生成する機能のサポートも発表しています。
高性能な画像・動画生成モデルがより安価かつ手軽に利用可能になることで、クリエイティブ制作のコスト削減や効率化が期待されます。
Hugging FaceのDiffusersライブラリが、Black Forest Labsの最新モデル「FLUX.3 Image Klein」をサポートしました。単一モデルでテキストからの画像生成に加え、参照画像を用いた生成やバウンディングボックスによるレイアウト制御が可能です。
画像生成の精度と制御性が向上したことで、広告制作やデザイン業務における意図した構図の再現性が高まり、ワークフローの効率化が期待されます。
OpenAIはChatGPTの画像生成機能において、新たな視覚的広告フォーマットのテストを米国で開始しました。広告は明確にラベル付けされ、AIの回答内容には影響を与えない仕様となっています。
ChatGPTにおける広告展開の本格化を示唆しており、将来的にAIを活用したマーケティング手法や広告出稿の選択肢が変化する可能性があるため注視が必要です。
Kreaは、FLUX 3 Imageの提供を開始しました。最大10枚の参照画像を用いた生成や、バウンディングボックスによるレイアウト指定、部分的な再編集機能などが利用可能です。
高品質な画像生成モデルを直感的なUIで操作できるため、クリエイティブ制作の効率化や、より精密な画像編集を求める現場での活用が期待されます。
Sunoは、テキスト入力から音声とオリジナルの背景音楽を一つの楽曲として生成できる「Speech (beta)」を全ユーザー向けに公開しました。現在はベータ版のため、発音の乱れや不自然な間などの課題が残されています。
音声とBGMを同時に生成できる機能は、動画コンテンツや広告制作の効率を大幅に高める可能性があります。クリエイティブ業務におけるAI活用の新たな選択肢として注目されます。
Metaは生成AIを活用し、ビデオ通話などでユーザーの表情や音声をリアルタイムに再現する「Hologram」機能を発表した。今秋よりRay-BanスマートグラスやQuestヘッドセット向けに順次提供を開始する。
生成AIによるリアルタイムなアバター生成は、リモートワークやコミュニケーションのあり方を大きく変える可能性があります。デバイスの進化とともに、ビジネスシーンでの活用が期待されます。
AlibabaのQwen-Image-2.1が、Arenaの画像編集およびテキストからの画像生成部門でオープンソースモデルとして1位に選出されました。画像編集部門では総合ランキング16位にランクインし、高性能な商用モデルに肉薄するスコアを記録しています。
オープンソースモデルが商用モデルに匹敵する性能を示しており、コストを抑えつつ高品質な画像生成機能を自社サービスに組み込みたい企業にとって有力な選択肢となります。
動画編集ソフト「DaVinci Resolve Studio」内で、RunwayのAI機能を利用して素材の生成やリペイントが可能になりました。生成した素材は直接タイムラインへ取り込めます。
映像制作のワークフローにAI生成が直接組み込まれることで、編集作業の効率化とクリエイティブの幅が大きく広がります。
Seedance 2.5 APIに、480Pで素早く試作を行い、確定後に1080Pで本生成を行う「ドラフトモード」が追加されました。パラメータを維持したまま高画質化できるため、制作フローの効率化が図れます。
動画や画像生成の試行錯誤にかかるコストと時間を削減でき、クリエイティブ制作の現場における生産性向上が期待されます。
Googleは、Nano Bananaモデルを基盤とした画像生成ツール「Google Pics」を公開しました。部分的なオブジェクト編集やテキストの修正・翻訳、複数人での共同作業に対応しています。
直感的な編集機能と共同作業環境が提供されることで、マーケティングやデザイン業務における画像制作の効率化が期待されます。
Hugging Faceは、73個のノードと11個のメディアパイプラインを用いてAUTOMATIC1111の主要機能を再現した「Workflow1111」を公開しました。画像生成から高解像度化、ControlNet風の処理、動画生成まで幅広い機能を網羅しています。
画像生成AIのワークフローを視覚的に構築・管理できる手法として、開発や制作現場におけるツール構築の柔軟性が高まる可能性があります。
OpenAIはChatGPTの画像生成機能を「2.5」にアップデートしました。生成速度の向上に加え、編集時の細部の一貫性維持や、コメントに基づいた部分的な修正機能が強化されています。
生成後の修正が容易になったことで、プロンプトの微調整にかかる工数を削減し、より意図に近いビジュアル制作を迅速に行えるようになります。
GoogleはWorkspace向けに画像生成・編集ツール「Google Pics」を発表しました。今後数週間以内に、Google AI ProおよびUltraのサブスクリプション契約者と、多くのWorkspace法人顧客向けに提供を開始します。
日常的に利用するGoogle Workspace内で直接画像生成や編集が可能になることで、資料作成やコンテンツ制作のワークフローが大幅に効率化される可能性があります。
MiniMax Designは、多模態モデル「H3」を基盤とし、タスクの分解から素材処理、最終出力までを自動化するAIエージェントツールです。ComfyUIなどの外部ワークフローとの連携にも対応しています。
動画制作の工程をAIが自律的に判断・実行することで、広告やコンテンツ制作における作業効率の大幅な向上が期待されます。
Apple Silicon搭載Mac上で動作する動画生成フレームワーク「FastMetal」が公開されました。CUDAやクラウド環境を必要とせず、最小3.9GBのメモリ消費で効率的な動画生成を実現します。
高価なGPUサーバーを介さず、手元のMacで動画生成が可能になることで、クリエイターや小規模事業者の制作コスト削減とワークフローの効率化に寄与する可能性があります。
ConceptEditは、VLMによる指示生成、FLUXによる編集、VQAによる評価の3段階で大規模な画像編集用データセットを構築するパイプラインです。単一および複数の概念に対応したデータ生成をサポートしています。
画像生成AIの微調整やデータセット構築の効率化に寄与する技術であり、独自の画像生成モデルや編集ツールを開発する事業者にとって、高品質な学習データ作成の参考となります。
