動画生成AIとは

動画生成AIとは、テキストなどの指示から動画を作り出す生成AIのことです。「波打ち際を歩く犬」のように言葉で内容を伝えると、それに合った動画を生成します。文章から画像を作る画像生成AIの、いわば「動画版」にあたる分野です。

どんな仕組みで動くのか

多くの動画生成AIは、画像生成AIと同じ拡散モデルを土台にしています。これは、ノイズだらけの状態から少しずつ絵を整えていく仕組みです。大量の動画で学習し、言葉の指示と、コマごとの映像のつながりを対応づけることで、動きのある映像を生み出します。静止画よりも扱う情報がはるかに多いため、計算の負荷が大きいのが特徴です。

数年で一気に実用化が進んだ分野

文章から動画を作るサービスは、2023年3月のRunway Gen-2あたりから一般に広まりました。2024年にはOpenAIのSoraやGoogleのVeoなど、写実的な動画を作れるものが相次いで登場しています。ChatGPTの一般公開(2022年11月)より後に立ち上がった、動きの速い新しい分野です。広告やマーケティングの素材づくりでの活用が広がる一方、本物と見分けにくい映像による偽情報への懸念もあります。

動画生成AIに関するよくある質問

動画生成AIは画像生成AIと何が違うのですか？

文章から画像を作る画像生成AIの「動画版」にあたり、多くは同じ拡散モデルを土台にしています。ただし静止画と違い、コマごとの映像のつながりまで扱うため情報量がはるかに多く、計算の負荷が大きいのが特徴です。代表例にOpenAIのSoraやGoogleのVeoがあります。

動画生成AIを使うとき気をつけることは？

本物と見分けにくい映像による偽情報への懸念があります。また移り変わりが速い分野なので、特定のサービスを「いちばん」と決めつけるより、登場した時期と何ができるかで捉えるのが正確です。

動画生成AIはいつ頃から実用化されたのですか？

文章から動画を作るサービスは2023年3月のRunway Gen-2あたりから広まり、2024年にはOpenAIのSoraやGoogleのVeoなど写実的な動画を作れるものが相次いで登場しました。ChatGPTの一般公開（2022年11月）より後に立ち上がった、動きの速い新しい分野です。