先日、魔楽コミュニティ（Modelers）で、階躍星辰が開発したオープンソースのマルチモーダル大規模モデルであるStep-VideoとStep-Audioが正式に公開されました。これらのモデルは、それぞれ動画生成と音声対話に使用され、開発者と企業ユーザーにより強力なAIツールを提供することを目指しています。Step-Videoモデルの正式名称はStep-Video-T2Vで、300億パラメーターという世界最大のオープンソース動画生成モデルです。このモデルは、20秒の動画を直接生成できます。

本日、アリババは自社の動画生成モデル「万相2.1」を全面的にオープンソース化すると発表しました。14Bパラメーターと1.3Bパラメーターの2つのバージョンが公開されます。14Bパラメーターの専門家向けバージョンは、高性能で業界最高レベルの表現力を提供し、動画品質に非常に高い要求があるシナリオに対応します。一方、1.3Bパラメーターの高速バージョンは、消費レベルのグラフィックカード（8.2GBのVRAM）で480Pの高品質動画を生成でき、二次モデル開発や学術研究に適しています。公式発表によると、今回オープンソース化されたWan2.1は、複雑な動き処理、現実的な物理法則の再現、映画のような質感の向上において優れた性能を発揮します。

最近、通義は最新の通義万相大規模モデルWan2.1のオープンソース化を発表しました。Wan2.1は、高品質な動画生成に特化したAIモデルであり、複雑な動き処理、現実的な物理法則の再現、映画のような質感の向上、指示への遵守の最適化において優れた性能を発揮し、クリエイター、開発者、企業ユーザーにとってAI時代を切り開くための最適なツールとなっています。

Googleは最近、動画生成AIモデルVeo2の価格情報を静かに発表しました。Veo2は昨年12月に初めて公開され、この新しいモデルは多くの関心を集めました。Googleの価格ページによると、Veo2の使用料は1秒あたり50セントで、これを計算すると1分間の動画料金は30ドル、1時間の動画料金は1800ドルに達します。Google DeepMindの研究者ジョン・バロンはこの価格設定に興味深い比較を行い、彼は言及しました。

本日、階躍星辰と吉利汽車集団は、階躍Stepシリーズのマルチモーダル大規模モデル2つ——Step-Video-T2V動画生成モデルとStep-Audio音声モデル——を共同でオープンソース化すると発表しました。その中で、階躍Step-Video-T2V動画生成モデルは、パラメータ数と性能において世界をリードするレベルにあります。このモデルは300億個のパラメータを持ち、204フレーム、540Pの高解像度動画を直接生成でき、生成されたコンテンツの情報密度が高く、一貫性が高いことを保証します。評価結果によると、

香港大学とバイトダンスが共同開発した、フローベースの動画生成モデル「Goku」が最近正式に発表されました。このモデルは高度な生成アルゴリズムを利用し、テキストプロンプトに基づいて高品質な動画コンテンツを生成することで、デジタルアート表現の可能性を大きく広げます。Gokuモデルの強力な機能を示すため、研究チームは一連の魅力的な動画サンプルを作成しました。これらのサンプルは、モデルの技術的能力だけでなく、創造的な表現における無限の可能性も示しています。Gokuモデルの特徴は、その高速な生成速度と高画質の画像です。

Luma AIは先日、最新の動画生成モデルRay2を発表し、業界の注目を集めています。わずか7ヶ月前にAI動画制作プラットフォームDream Machineを発表したLuma AIは、既にAI動画制作分野のリーダー的存在となっています。しかし、AI動画技術の急速な発展に伴い、Ray2の発表は同分野における新たな大きな進歩を示唆しています。Luma AIの共同設立者兼CEOであるAmit Jain氏はソーシャルメディアで...

Luma AIは最近、AIによる動画制作プラットフォームであるDream Machineにおいて、最新の動画生成モデルRay2を発表しました。この革新的な技術は業界で大きな注目を集めています。昨年夏にDream Machineがリリースされて以来、わずか7ヶ月でAI動画分野は急速に変化し、Runway、Kling、OpenAIのSora、GoogleのVeo2など、多くの新しいモデルが登場しました。

OpenAIのAIサービスが12月27日午前（日本時間）に中断され、ChatGPTチャットボット、Sora動画生成モデル、一部API呼び出しに影響が出ました。午前6時5分、OpenAIはChatGPTの一部サービスを復旧したと発表しましたが、チャット履歴の読み込み機能は依然として制限されており、完全復旧の時期は未定です。

OpenAIは最近、AI動画生成モデルSoraのAPIをリリースする予定がないと発表しました。Soraモデルは、テキストの説明や参照画像に基づいて、非常にリアルな動画を生成できます。OpenAIの開発者チームによるAMA（Ask Me Anything）イベントで、OpenAIの開発者エクスペリエンス責任者であるロマン・ユエ（Romain Huet）氏は、現在Sora APIは計画にないことを明確に述べました。「現時点では、Sora APIの計画はありません。」

2024年火山エンジンFORCE原動力カンファレンス・冬において、火山エンジンはDoubao大規模言語モデルファミリーの新たなアップグレードを発表し、人工知能分野における最新の進歩を示しました。Doubao大規模言語モデルの1日あたりのトークン使用量は4兆を超え、5月の発表時と比べて33倍以上増加しており、業界における幅広い応用と急速な成長を示しています。

Googleは、OpenAIのSoraと競合することを目指した次世代動画生成モデルVeo2を正式に発表しました。Googleによると、Veo2は動画生成においてより高いリアリズムと繊細さを実現しています。今回のアップデートでは、動画品質の向上だけでなく、現実世界の物理法則や人間の動き、表情の微妙な違いに対する理解も強化されました。Veo2の強力な機能について、GoogleはVeo2が「現実世界の物理学と、人間の動きや表情の微妙な違いをより良く理解している」と述べています。Google Labsで利用可能です。

OpenAIが最近発表した動画生成モデルSoraは、著作権のあるゲームコンテンツをトレーニングデータとして使用している可能性があり、法的問題が懸念されています。Soraはテキストプロンプトまたは画像から最大20秒の動画を生成でき、様々なアスペクト比と解像度に対応します。発表当初、OpenAIはSoraのトレーニングデータにMinecraftの動画が含まれていることを明かし、他のゲームコンテンツの使用についても疑問を投げかけています。実際テストでは、Soraは…

本日、人工知能分野における新たな大きな躍進として、OpenAIのCEOであるSam Altman氏がX（旧Twitter）で、同社のAI動画生成モデルSoraへの需要を大幅に過小評価していたと投稿しました。SoraはOpenAIが発表したAI動画生成プラットフォームで、テキストプロンプトまたは静止画から高品質な動画コンテンツを作成できます。このツールの発表は、動画生成技術分野における大きな進歩を示すと共に、クリエイティブ産業がまもなく変革を迎える可能性を示唆しています。Soraは