ai&、AI動画生成サービス『ai& video』を10月22日提供開始！テキストや写真から最短12秒で生成

株式会社エーアイ・アンド（ai&）は10月22日、AI動画生成サービス『ai& video』を同日より提供開始すると発表しました。

テキストや手元の写真、既存の動画をもとに新しい映像を生成できるサービスで、個人の作品づくりから企業のコンテンツ制作までを想定しているとのことです。

日本語のテキストや写真から映像を生成

『ai& video』では、「誰が、どこで、どんな動きをするか」を日本語で伝えてシーンを生成できます。写真に写る被写体や光の雰囲気を出発点にした映像づくりや、既存の映像の続きの制作にも対応します。

一部のモデルでは、映像とあわせて音声も生成できます。

生成した映像を見ながら、カメラの動きを変えたり、別の構図を試したりすることも可能です。短い間隔で生成を繰り返せるため、企画段階でのイメージ共有や、複数の演出案の比較にも使えるとのことです。

Webブラウザでは、テキストや素材を入力して動画を生成できます。APIも用意されており、既存の制作ツールや自社アプリケーションから動画生成機能を呼び出せます。

制作チームが普段使っているツールから映像を生成する使い方のほか、開発者が写真から動画をつくる機能をアプリにくわえる使い方も想定されています。

料金はモデル別の従量課金制です。月額契約は不要で、必要なときに必要な分だけ利用できます。

企業向けには、自社が権利を保有するキャラクターや映像素材などを使った追加学習に対応します。企業固有のビジュアルや表現を反映した専用モデルを構築でき、その企業だけが利用できる環境で提供されます。

追加学習は、他のユーザーからアクセスできない専用環境で実施されます。通常の動画生成でアップロードされた素材を、モデルの追加学習に使用することはないそうです。

『ai& video』の生成処理は、日本国内の自社インフラで行われます。日本語に対応した独自のモデレーション機能も導入されており、不適切な生成や知的財産権の侵害につながる利用を抑制するとしています。

生成時間は最短12秒です。ただし、この数値は所定の条件における測定値で、実際の生成時間は使用するモデル、設定、動画の長さなどによって異なります。

同社は、モデルと半導体の組み合わせに合わせた推論の最適化に取り組んでいるとのことです。NVIDIA製GPUにくわえて他社の半導体向けにも実行ソフトウェアを開発しており、高い処理性能と低コストの両立を目指しているそうです。

今後は、新しい動画生成モデルへの対応や、生成速度・処理効率の改善を進める予定です。あわせて、AI推論プラットフォーム『ai& Inference』で利用できるモデルや対応領域も拡充していくとしています。

ai& Co-Founder & Presidentの原信平さんは、映像づくりについて「最初の一本を見てから次のアイデアが生まれます。別の動きを試したい。構図を変えたい。そのときに、待ち時間や費用が理由で手を止めずに済む環境をつくりたいと考えています」とコメントしています。

あわせて「『ai& video』も、クリエイターや企業と一緒に、新しい表現を試せる場所に育てていきたいと思っています」と述べています。