近年、AI技術の進化は目覚ましく、画像処理の分野でも驚くべき進展を遂げています。そんな中、Stability AIが新たに発表したAIモデル「Stable Virtual Camera」が注目を集めています。この新モデルは、静止画から奥行きと視点を持つ「没入型」動画を生成するという画期的な技術を持ち、クリエイティブな分野に革新をもたらす可能性を秘めています。
Stability AIの新技術とは？
Stability AIは、生成AIの分野で広く知られる企業であり、特に画像や映像の生成技術に強みを持っています。今回発表された「Stable Virtual Camera」は、1枚または複数（最大32枚）の画像からユーザーが指定したカメラアングルで「新しい視点」を生成することができます。このモデルは「Spiral」（らせん）、「Dolly Zoom」（ドリーズーム）、「Move」（移動）、「Pan」（パン）などのプリセットや「動的」なカメラパスに沿って移動する動画を生成できるという革新的な技術です。
デジタル映画制作や3Dアニメーションではよくバーチャルカメラが使用されますが、Stability AIはこれに生成AIを組み合わせることで、より高度な制御とカスタマイズ性を実現しようとしています。
実際にどのような機能があるのか？
現在のStable Virtual Cameraの研究プレビュー版では、最大1,000フレームの長さで、正方形（1:1）、縦向き（9:16）、横向き（16:9）のアスペクト比の動画を生成することができます。ただし、Stability AIは特定のシナリオ、特に人間、動物、水などの「動的なテクスチャ」が含まれる画像では、モデルが品質の低い結果を生成する可能性があると警告しています。
また、「非常に曖昧なシーン、物体や表面と交差する複雑なカメラパス、不規則な形状の物体はちらつきアーティファクトを引き起こす可能性がある」とStability AIは指摘しており、「特に目標とする視点が入力画像と大きく異なる場合」にこの問題が顕著になります。
利用可能性と現状
Stable Virtual Cameraは非商用ライセンスの下で研究目的に利用可能であり、AI開発プラットフォームであるHugging Faceからダウンロードすることができます。
会社の現状
人気の画像生成モデル「Stable Diffusion」を開発したStability AIは、苦境に立たされていましたが、昨年、Eric SchmidtやNapsterの創設者Sean Parkerなどの投資家から新たな資金を調達し、事業の立て直しを図っています。共同創設者で元CEOのEmad Mostaqueは会社の財政を破綻させる経営をしたと報じられており、それにより従業員の辞任、Canvaとのパートナーシップの破綻、投資家の会社の見通しへの懸念などを引き起こしました。
ここ数ヶ月で、Stability AIは新しいCEOを雇用し、「タイタニック」の監督James Cameronを取締役会に迎え、いくつかの新しい画像生成モデルをリリースしています。また3月初旬には、音響効果を含む音声を生成できるAIモデルをArmチップを搭載したモバイルデバイスに提供するため、チップメーカーのArmと提携しました。
まとめ
Stability AIが発表した新しいAIモデル「Stable Virtual Camera」は、静止画から奥行きと視点を持つ動画を生成するという革新的な技術を備えています。まだ研究プレビュー版であり、特定のシナリオでは品質に課題があるものの、クリエイティブな分野に新たな可能性をもたらすことが期待されています。
会社自体は経営の立て直しを図っており、新たなリーダーシップの下で革新的な技術の開発を続けています。この技術が今後どのように発展し、どのような新しい可能性を生み出していくのか、引き続き注目していきましょう！
コメント