🎬 動画
- Nuva LabとFastVideo、音声つき動画を作るオープンウェイトモデル「FastH3-Omni」を公開
MiniMax H3を高速化した版で、画像・動画・音声を参照に5〜15秒の音声付き動画を一度に作ります。重みと学習コードはHugging Faceで公開され、NVIDIA RTX、DGX Spark、Apple Silicon(MLX)で動くとしています。速度の数字は開発元の測定です。
使いどころ: 自分のPCで、参照画像や声を指定した短い音声付き動画を作る
- VideoGen、最大10分の動画を一気に作る「Model 1」を発表
脚本、セリフ、カット割りをAIが計画し、最大16枚の参照画像から複数カットの動画を作ります。10月20日から一部パートナー向けに提供開始で、一般提供は安全性テストの後です。費用が他社より50%以上安いというのは自社の見込みです。
- Runway、Claude Marketplaceに参加
対象の企業は、Anthropicとの契約額の一部でRunway Creative(動画・画像・音声の生成と編集)を買えます。Runway AgentはClaudeで計画を立て、場面ごとにモデルを選んで動画を組み立てます。
- fal、Black Forest Labsと組んだ動画生成モデル「FLUX 3 Max」を公開
10秒の動画を約11秒で生成でき、同じ評価のSeedance 2.5より22倍速いとfalは説明しています(Artificial Analysis Video Arenaの予備評価でElo 1,139)。テキスト・画像・キーフレームから動画を作れ、最初の3週間は75%引きです。
使いどころ: 画像から短い動画を素早く作る(falのAPI経由)
- 快手、動画生成モデル「Kling 4.0」を10月15日に正式公開
1回の生成で最大30秒の動画を作れ、参照素材は最大15個、キーフレームは最大10枚まで指定できます。Kling MCPとCLIにも対応し、AIエージェントから呼び出せます。企業・開発者向けAPIは「近く」提供予定です。
使いどころ: 商品紹介や広告用の短尺動画を、参照画像やキーフレームで構図を指定して作る
- ElevenLabs、動画に合わせて音楽と効果音を作る「Instant Soundtracks」
動画を上げると、映像に合った音楽をつけ、効果音が必要な場面を見つけて時刻を合わせて置きます。元の音声を参考に曲調を合わせることもできます。APIでは `add_sfx`、`separate_tracks`、`use_audio_as_reference` が使え、1回に最大10本・合計200MB・10分までです。
使いどころ: 広告動画やショート動画に、場面に合ったBGMと効果音を自動で付ける
- Baseten、RunwayのGen-4.5とAleph 2.0を専用環境で動かし、自社データで調整できるように
ライセンスはRunwayから利用企業に直接出る形で、Basetenはその実行を受け持ちます。自社データでの追加学習もできます。
- オープンソースの動画・音声同時生成モデル「Kandinsky 6.0 Video」が公開
3B(Lite)と29B(Pro)の2種類で、口の動きに合った44kHzの音声付き動画を作ります。重みはMITライセンスで、16GBのGPUでも動くと伝えられています。
使いどころ: 自分のPCで、口の動きに合わせた音声付きの短い動画を試す
- Luma、Dream MachineでSeedanceの料金を最大73%値下げ
サブスクの料金は変えず、生成1秒あたりのクレジットを下げました。Seedance 2.0の720pは1秒107から51クレジット、4Kは959から261クレジットになりました。
- Adobe Firefly、音楽・ナレーション・効果音の生成を追加
Generate Music は動画の長さや雰囲気に合わせた商用利用可の音楽を、Generate Speech は台本から声・間・感情を調整したナレーションを、Generate Sound Effects は映像の動きに合わせた効果音を作ります。Firefly AI Assistant には1日の回数制限つきの無料版も
使いどころ: 動画の仕上げで、権利を気にせず使えるBGMとナレーションを付ける