アメリカの最先端技術企業OpenAIが新しい動画生成AIモデル「Sora」を発表しました。「Sora」はテキストから高品質な動画を生成する技術で、これまでのモデルが数秒の映像生成に限られていたのに対し、最大1分間の動画制作を可能にします。また、映像の品質を向上させ、複雑なシーンや細部にわたるディテールを含む映像の生成が可能で、リアルな結果を提供します。

動画生成AI「Sora」の主な特徴

「Sora」は1920x1080pのワイドスクリーンから1080x1920の縦画面まで、様々な解像度でのサンプリングを可能にします。この機能により、多様なデバイス向けのコンテンツ制作が実現されます。さらに、高解像度の映像生成前に低解像度でのプロトタイプを作成できるため、映像制作プロセスがより効率的になります。

「Sora」は、静止画から動画への変換、異なる映像のスムーズな結合、既存映像の拡充など、多様な用途で活用できます。加えて、現実の風景の再現だけでなく、「マインクラフト」のようなバーチャル空間を高いリアリズムで表現することもできます。

OpenAIが開発した「Sora」は、大規模言語モデル（(LLM)）からのアイデアに基づいて、映像と画像生成における新しい可能性を切り開いています。多くのテキストトークンが数学、自然言語、コードといった様々なテキスト形式の統合に用いられるのと同様に、「Sora」では動画や画像を「パッチ」と呼ばれるデータ単位で表現しました。

動画生成AI「Sora」の活用例

テキストからビデオへのモデル「Sora」の活用例を紹介します。Soraは、ビジュアルの品質を維持しながら、ユーザーのプロンプトに応じた最大1分間の動画を生成することができます。

Prompt: Photorealistic closeup video of two pirate ships battling each other as they sail inside a cup of coffee.

Prompt: Animated scene features a close-up of a short fluffy monster kneeling beside a melting red candle. The art style is 3D and realistic, with a focus on lighting and texture. The mood of the painting is one of wonder and curiosity, as the monster gazes at the flame with wide eyes and open mouth. Its pose and expression convey a sense of innocence and playfulness, as if it is exploring the world around it for the first time. The use of warm colors and dramatic lighting further enhances the cozy atmosphere of the image.

動画生成AI「Sora」がテキスト指示に基づいて現実的で創造的なシーンを生成する能力は、ビデオやアニメーション業界において真に革命的な変化をもたらす可能性があります。この技術により、アイデアを直接視覚的コンテンツへと変換することが可能になり、制作プロセスの効率化、創造性の拡大が期待されます。

OpenAI Soraで他の動画も見られます。

動画生成AI「Sora」のビデオやアニメーション業界に与える影響

「Sora」は、テキストから視覚コンテンツを生成するために使用できます。例えば、特定のテーマに関するアニメーションビジュアルやエフェクトをテキストで説明すると、Soraがこれを視覚化してコンテンツを作成します。

「Sora」は、アニメーション製作プロセスの効率を高めることができます。例えば、ストーリーボードの作成、キャラクターデザイン、背景設定などをテキストベースの指示で迅速に視覚的要素を生成できます。

「Sora」を活用することで、繰り返し行われる時間を要する作業を自動化できます。例として、繰り返されるアニメーションフレームの生成、特殊効果の追加、色調整などが自動で処理可能です。

「Sora」は従来の制作方法を超え、新しい創造的可能性を提示します。テキストベースのアイデアを視覚的に実現する過程で、より多くの創造性を発揮できます。

動画生成AI「Sora」の安全対策

• 現段階では、AIモデルの安定性をテストする「レッドチーム」と、一部のビジュアルアーティストや映画監督に限定して提供されています。
• 「Sora」の正式リリース時には、生成されたコンテンツの引用と真正性を確認するためにデジタルウォーターマーク（Label）を付ける計画です。これにより、コンテンツの安全性と信頼性が高まります。
• 偽情報や差別的なコンテンツ、性的内容に関するテストを行い、実際の映像との区別をつけるための分類器の開発も進められています。
• DALL·E 3で用いられる安全装置を「Sora」にも適用する計画で、今後の映像制作において新たな可能性を開くことが期待されます。

動画生成AIの今後の展望

他の企業も同様のモデル開発を進めていますが、「Sora」はその長さ、ダイナミズム、一体感の面で優れていると評価されています。これにより、クリエイターやデザイナーに新たな表現の可能性が広がります。

OpenAIによる「Sora」の発表は、AI分野での新たな地平を開いたとされ、今後のビデオコンテンツ生成に大きな影響を与えると期待されています。

よくある質問と答え

Q1: 「Sora」とは何ですか？

A1: 「Sora」はOpenAIによって開発された新しい動画生成AIモデルで、テキストから最大1分間の高品質動画を生成することができます。これにより、複雑なシーンや細部まで含むリアルな映像の生成が可能になります。

Q2: 「Sora」の主な特徴は何ですか？

A2: 「Sora」の主な特徴には、1920x1080pのワイドスクリーンから1080x1920の縦画面まで様々な解像度でのサンプリングが可能な拡張された映像生成能力、静止画から動画への変換や異なる映像の結合など多様な応用可能性、そして大規模言語モデルからのインスピレーションを受けた技術的基盤があります。

Q3: 「Sora」はどのような用途で使用できますか？

A3: 「Sora」は、映像制作、教育コンテンツの開発、ゲームやバーチャルリアリティ空間の創造、マーケティング資料の作成など、多岐にわたる用途で使用することができます。

Q4: 「Sora」の安全対策にはどのようなものがありますか？

A4: 安全対策として、AIモデルの安定性をテストする「レッドチーム」による限定提供、生成されたコンテンツの真正性を確認するデジタルウォーターマークの計画、偽情報や差別的なコンテンツに対するフィルタリング、そして実際の映像と区別する分類器の開発があります。

Q5: 「Sora」は一般に利用可能ですか？

A5: 現段階では、「Sora」はAIモデルの安定性をテストする「レッドチーム」や一部のビジュアルアーティスト、映画監督に限定して提供されています。一般への提供時期については、OpenAIからの正式な発表を待つ必要があります。

Q6: 「Sora」を使用するにはどのような技術が必要ですか？

A6: 「Sora」を最大限に活用するには、テキストベースのプロンプトを用いて目的の映像内容を詳細に記述する能力が求められます。また、特定のプロジェクトに応じて、映像編集や後処理の知識が有用になる場合があります。

‍