AIは映像制作をどう変えるのか？

Veo3の秒単位の精密なコントロールデモを見たとき、私は椅子から飛び上がりそうになった！これまで何十テイクもの撮影とポストプロダクションのエフェクトが必要だったシーンが、数行のコマンドを入力するだけで実現する。

昨年、あるシニアディレクターにインタビューしたとき、アクションシーンの一貫性が最大の頭痛の種だと言っていたのを覚えている。しかし今のVeo 3は、「0～3秒の格闘→4秒のフリーズフレーム→5～6秒のタイムバック」というシームレスな切り替えを見せ、従来の制作プロセスを完全に覆している。さらにすごいのは、従来は特殊効果チーム全員の協力が必要だった「雨の中を歩く8秒間＋テキストオーバーレイ」を、このシステムで同時に処理できることだ。

AIとクリエイティビティが出会うとき：表現の可能性の新たな次元

興味深いことに、AIがもたらすのは効率化だけではない。Veo3の街頭インタビュー実験では、見分けがつかない映像が「アナログの世界」についての熱い議論を引き起こした。これは、映画やテレビの制作で最も求められている効果ではないだろうか？一般のユーザーでも、『マトリックス』レベルの視覚的な哲学的命題を簡単に作り出すことができるようになったのだ。同じようなAIツールを使って、「90年代香港映画風の雨中の銃撃戦」と入力してみたところ、システムは実際にウォン・カーウァイのカラーパレットとジョン・ウーの白い鳩の要素を自動的にマッチさせた！このような文化的スタイルの正確なキャプチャは、プロのアートディレクターでさえ驚嘆せざるを得ないものだ。

2024年にAI支援プロダクションを使って制作された映像の量は、前年比で3,70%増加し、制作サイクルは平均58%短縮された。あるインディーズ映画監督は、AIツールを使って3ヶ月かかる短編アニメーションを1週間で完成させ、映画祭で賞まで受賞したと話してくれた。昨年の米国脚本家組合によるストライキも、AIに対する懸念が一因だった。しかし、写真が絵画を一掃しなかったように、AIはむしろ新たな創造性の門を開くようなものだ。

技術の背後にある革命：ラマ4からマルチモーダル理解へ

Llama 4のiRoPEアーキテクチャーを詳しく見てみると、20時間分のビデオの文脈を理解する能力が、こうしたブレークスルーの礎となっていることがわかる。AIが人間のように何時間もの筋書きを「記憶」できれば、真に首尾一貫した創造的な決定を下すことができる。かつてAIはジグソーパズルのようなものだったが、今はレゴで宇宙を構築している。

私が最も期待しているのは、ジェミニ3とヴェオ3の連携だ。グランド・ブダペスト・ホテル』のシンメトリーな構図にしたいが、主人公がしゃべるティーカップであるサイバーパンクなシーンに置き換えてほしい」と自然言語で表現すると、システムがミラーリングのスクリプトを生成することを想像してみてほしい。このような創造的な自由度は、5年前には想像もできなかっただろう。もちろん、現在のAIでは「7秒で方向転換＋先読み」というような複雑な空間的・時間的指示にはまだ対応できないが、開発のスピードを見ていると、おそらく来年にはブレークスルーが見られるだろう。

特に興味深い現象がある。多くの伝統的な映画会社やテレビ局が「AIクリエイティブ・ディレクター」の職を設け始めているが、これは人間に取って代わるためではなく、特に人間とコンピュータの新しいコラボレーションの様式を探求するためである。色彩学者がダ・ヴィンチ・システムを理解する必要があるように、未来のディレクターは「AIクリエイティブ・エンジニアリング」をマスターする必要があるかもしれない。この変化はまだ始まったばかりだが、デジタルカメラがフィルムに取って代わったときのような、一抹の不安を伴う興奮という、技術革命特有のおなじみの火薬の匂いがすでに漂っている。