Stability AI、新たな動画生成AI「Stable Video 4D」を公開

今回は「Stability AI、新たな動画生成AI「Stable Video 4D」を公開」についてご紹介します。

関連ワード （ソフトウェア等） についても参考にしながら、ぜひ本記事について議論していってくださいね。

本記事は、ZDNet Japan様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。

　人工知能（AI）による画像生成の人気が高まり、そこから動画生成という次なるフロンティアが出現した。GoogleやOpenAIをはじめとするAI分野の主要プレーヤーがこぞって、テキストから動画を生成するAIの開発を進めている。そんな中、Stability AIが発表した最新のAI動画モデルは、切り口がほかと少し違なる。

　Stability AIが米国時間7月24日に発表した「Stable Video 4D」は、1つのオブジェクトを撮影した1本の動画を、そのオブジェクトをさまざまな視点から捉えた新たなビューからなる複数の動画に変換できる。次のように、たった1本の動画から、実際に複数のアングルから撮影したかような動画を生成できる。

　利用の際は、まず1本の動画をアップロードして、レンダリングに使用する3Dカメラの配置を詳しく指定する。すると、Stable Video 4Dが40秒で、8個のビューについて5つのフレームを生成する。ブログ記事によると、4D最適化にかかる時間は全体で20〜25分だという。

　近い将来、Stable Video 4Dはさまざまな分野で働く専門職の助けになりえるツールだと、Stability AIでは考えている。

　「われわれのチームは今後、ゲーム開発、動画編集、バーチャルリアリティーなどの用途を想定している。こうした分野のプロは、オブジェクトを複数の視点から描き出し、製品の現実感と没入感を高められることで大きな恩恵を得られる」（Stability AI）

　同社はこれまでに、画像を動画に変換する「Stable Video Diffusion」、1枚の画像から3Dオブジェクトを生成する「Stable Video 3D」など、AI動画生成ツールを発表してきたが、動画から動画を生成するツールはこれが初めてであり、「画期的な出来事」だとしている。

　Stability AIは今回、Stable Video 4Dと併せて、モデル開発の方法論や課題などを示した技術レポートを公開している。

　現在、Stable Video 4Dは「Hugging Face」で入手できる。Stability AIは、モデルの改善に積極的に取り組んでいくという。