LTX-2爆誕!世界初の音声・映像同期4K動画生成モデル、ComfyUI対応!

LTX-2は、Lightricksがリリースした世界初のオーディオ・ビデオ同期型4Kビデオ生成モデルで、テキスト/イメージ対応の20秒、50fpsのHDビデオを生成する。

アイブス・フェン
1 2025年11月

OmniAvatar:静止画に生命を吹き込むAIデジタル・ヒューマン・テクノロジーの躍進

オムニアバターは、浙江大学とアリババ・グループが共同開発した音声駆動型デジタル・ヒューマン・システムで、静止画、音声、テキストに基づいて自然で流暢な合図を生成することができる。

アイブス・フェン
2025年7月6日付、駐日欧州委員会代表部からの書簡

百度MuseSteamer徹底分析:国内AI動画生成の新たなマイルストーン

バイドゥの商用研究開発チームは、マルチモーダル生成マクロモデルであるMuseSteamerを発表し、VBenchのグラフ生成ビデオレビューで世界1位を獲得し、中国語で音声とビデオを同期させた。

アイブス・フェン
2025年7月5日付、駐日欧州連合代表部からの書簡

Veo 3徹底分析:グーグルのAIビデオ生成における画期的なブレークスルー

2025年5月、グーグルは初のAI音声と映像の同時生成、Veo 3を発表し、AI映像キャラクターが「話す」ことを可能にした。このモデルの画期的な進歩には、4Kグラフィックス、物理...

アイブス・フェン
2025年5月26日