本文へ移動

#動画

今日 0 件

11月11日

水曜日
  1. Adobe、AI実験プロジェクトを公開:写真の中を歩き、キャラクターと対話してオーディション

    Adobeは年次イベントMaxで複数の実験的AIツールを発表した。Project Screen Testは対話を通じてAIキャラクターを形作り、オーディション動画を生成できる。Project Sight Spanは平面画像を自由に視点を動かせる3Dシーンに変換する。

11月10日

火曜日

11月6日

金曜日

11月1日

日曜日
  1. Google、スタンフォード大・オックスフォード大と共同で動画エージェント「StreamVibe」を発表、AIが自ら話すべきタイミングを判断

    Googleはスタンフォード大やオックスフォード大などの機関と共同で、動画エージェント「StreamVibe」を発表した。ユーザーが明示した意図、口に出していない意図、タスク途中で変わった意図の3種類を見分け、いつ支援を提供すべきかを自律的に判断する。Qwen3.5-9Bを基に訓練したStreamVibe-VLは、応答のタイミングと品質で他のモデルより10.7%向上し、併設の記憶システムにより能動的なインタラクションがさらに12.3%向上した。

10月26日

月曜日
  1. Grok、AI生成『オデュッセイア』シリーズ第1話の7分映像を公開

    Grokは、AI生成による『オデュッセイア』シリーズの第1話を公開した。長さは7分で、Wonder Studiosと監督Dev Walkerの協力のもと制作された。Elon Muskが「歴史的に正確」な長編映画版を打ち出すと宣言してから3か月が経過しており、同氏は以前、Christopher Nolan版のキャスティングをめぐって同作を公然と批判していた。TechCrunchは、映像は予想より見栄えがするものの、芸術性と物語の緊張感を欠いていると評した。

10月20日

火曜日
  1. Kling AI、4.0を公開 ステレオ音声と多言語リップシンクに対応、軽量Flash版も

    Kling AIがバージョン4.0を公開した。1回で最大30秒の動画を生成でき、最大10枚のキーフレーム画像を入力可能。プロンプト理解は8,000トークンに拡大した。新バージョンでは2チャンネルのステレオ音声と10数言語のリップシンクを追加し、Omni Referenceは1回で最大15点の参照素材を受け付ける。最大720p・20秒の軽量Flash版も登場した。Kling 4.0はMCPとCLIから利用でき、APIの価格は未発表。

  2. TwelveLabs Pegasus 1.5 動画言語モデルが Amazon Bedrock で提供開始

    TwelveLabs の動画言語モデル Pegasus 1.5 が Amazon Bedrock で提供開始された。長尺動画をタイムスタンプ付きの構造化 JSON メタデータに変換できる。新バージョンでは動画セグメンテーション、参照画像を用いたマルチモーダルプロンプト、事前インデックス不要の即時処理を追加し、1 回のリクエストで最長 2 時間の動画を分析可能で、Pegasus 1.2 の 1 時間から倍増した。

10月16日

金曜日
  1. マーク・ウォールバーグ、映画におけるAIの「正しい使い方」を語り、AI分身で銀幕の遺産を継続させる意向

    マーク・ウォールバーグはTechCrunch Disruptで、正しく使えばAIは映画業界に居場所があると述べ、撮影予定のピート・ローズ伝記映画でスタジアムのシーンをAIで強化する計画を明かした。アイデアをChatGPTに入れて脚本を生成させ、実写俳優を使わないことには反対し、自分が出演できない場合や死去後にAI分身でアニメシリーズ『Ted』の撮影を続けることにも前向きだとした。

10月14日

水曜日

10月11日

日曜日

10月9日

金曜日
  1. ベン・アフレック、AIを語る:畳み込みニューラルネットワークからオープンソース動画モデルの微調整まで

    ベン・アフレックは今週、複数のインタビュー動画で話題になっている。GQとBloomberg Screentime 2026のイベントで機械学習、ニューラルネットワーク、Transformer、テンソル、GPU推論について解説し、Pythonも書けると語った。

10月8日

木曜日
  1. ベン・アフレック、機械学習とVFXを語る:畳み込みニューラルネットワークからTransformerまで

    ベン・アフレックは幼い頃からコンピュータに興味があり、映画がアナログフィルムからデジタルへ移行するにつれてこの分野への関心が高まったと述べ、「かなりひどいPythonスクリプト」を書くと明かした。VFXのワークフローには長年機械学習が含まれており、Transformerの前身にあたる畳み込みニューラルネットワークはテンソルを処理してエッジ検出や特徴抽出を実現し、グリーンスクリーンの映像をより簡単に切り抜いて背景を置き換えられるという。

10月7日

水曜日
  1. 元Rampエンジニア、初の製品を断念しAI広告プラットフォームMeliusで2000万ドルを調達

    元Rampエンジニアが創業したAI広告プラットフォームMeliusが、CRVがリードする2000万ドルのシリーズAと、General Catalystがリードする500万ドルのシードラウンドを含む累計2500万ドルの資金調達を完了した。チームは最初のパフォーマンスマーケティングツールを半年開発した後に断念してコードをすべて書き直し、広告クリエイティブとキャンペーンを生成する「クリエイティブワーク向けエージェントラボ」へと方向転換。7月にステルスを解除した後、2カ月で年換算収入が100万ドルを超えた。

9月29日

火曜日
  1. SageMaker AIでvLLM-Omniによる画像・動画生成(第2部)

    AWSは、同じvLLM-Omni DLCイメージを使った2つのエンドポイントをSageMaker AIへ配置するチュートリアルを公開した。リアルタイム側はFLUX.2-klein-4Bで画像を生成し、非同期側はWan2.1-VACE-1.3Bで画像条件付き動画を生成する。テキスト指示からPNGを生成し、動きの指示とともにAmazon S3経由で動画側へ渡し、最終的にS3からMP4を取得する。例にはコマンドライン手順と任意のStreamlit画面を含む。

9月25日

金曜日

9月23日

水曜日

9月21日

月曜日

9月2日

水曜日

8月28日

金曜日

7月3日

金曜日
  1. Google DeepMindとA24、初の研究中心の提携を発表

    Google DeepMindとA24は初の研究中心の提携を発表した。複数プロジェクトで長期的な研究開発を進め、芸術家が新技術と作業手順の形成に参加する。GoogleはA24へ投資も行った。当初は最先端技術と次世代エンターテインメントを結ぶことに注力し、具体的目標と成果は時間とともに発展する。

7月1日

水曜日

5月18日

月曜日