画像・動画・音楽AI

画像・動画・音楽・音声・3D をつくる AI と、それを手がける企業。Sora、Suno、ElevenLabs などの生成サービスの動き。

12 件

2026年9月15日

Alibaba（アリババ）、音声生成AI Happy Shrimp、ベータ版公開

アリババが2026年8月17日、一行の文章から歌詞・メロディ・伴奏・歌声までそろった曲を丸ごと生成するAIモデル「HappyShrimp 1.0（快乐虾米）」のベータ版を、中国国内と海外で同時公開した。開発は3月発足でCEO呉泳銘が直轄するAI部門Alibaba Token Hubが担い、初日に音楽企業・太合音楽集団との提携も発表された。先行するSunoが評価額54億ドルまで駆け上がる一方でレーベルとの訴訟と和解を重ねてきた市場に、配信網と資本を持つ巨大プラットフォーマーが参入した形になる。ただし学習データの出所も、生成物の商用利用範囲も、性能の客観指標も公表されていない。

2026年10月6日

AMDが世界モデルのWorld Labsを1.3兆円で買収。創業者フェイフェイ・リーは、AMDのチーフ・サイエンティストに就任

写真数枚から歩き回れる3D世界をつくる「世界モデル」の新興企業World Labsを、米AMDが全額株式で約82億ドル（約1.3兆円）で買収する。ImageNetの生みの親で「AIのゴッドマザー」と呼ばれる創業者フェイフェイ・リーは、完了後にAMDの執行副社長兼チーフ・サイエンティストとなる。社員約70人の会社の評価額は、2年で8倍前後に膨らんだ。ただ、同社の世界モデルが再現できるのはまだ見た目までで、物理演算を備えたゲームエンジンの代わりにはならない。グーグルやエヌビディアと計算資源で競い続ける体力も足りなかった。売り手のWorld Labsは、AMDの傘下に入ることで、学習用の計算資源と、

2026年9月17日

フェイフェイ・リーのWorld Labs、同社が掲げる空間知能（Spatial Intelligence）実装したAtlasを発表。画像から3D空間を生成

World Labsが9月1日に公開した世界モデル「Atlas」は、スマホで撮った数枚の写真から部屋まるごとの3D空間を起こし、撮影していない視点の映像まで生成する。同社は累計12億3,000万ドル（約1,900億円）を調達し、Autodeskからは同社史上最大となる2億ドル（約308億円）の出資を受けた。一方でAtlasは論文もモデルカードも価格も公開されず、ベンチマークの取り方にも批判が出ている。本当の勝負どころは、生成した世界の中で訓練したロボットが現実で動くかどうかに移りつつある。

2026年8月6日

Google 音楽生成AI、Lyria 3.5を発表。豊かな楽曲性の向上と、歌詞やボーカルの強化

Googleは2026年7月29日、音楽生成AIの最新モデル「Lyria 3.5」を発表し、音楽制作サービス「Google Flow Music」で提供を開始した。改善点は楽曲性・歌詞・ボーカル・クリエイティブコントロールの4点で、最大3分の日本語ボーカル付き楽曲も生成できる。Lyria 3（2月）、Lyria 3 Pro（3月）に続く5か月半で3世代目の投入であり、背景にはAI音楽スタートアップRiffusion／ProducerAIの買収がある。一方で第三者ベンチマークではSunoに後れを取り、学習データを巡る訴訟も進行中で、Googleの強みは音楽性そのものよりも流通網と電子透かしにある

2026年6月13日

Higgsfield Games with Claude Fable 5、サービス開始

AI動画・画像生成のHiggsfield（ヒッグスフィールド）が、Anthropicが6月9日に一般公開した最上位モデル「Claude Fable 5」と組み合わせて、たった一つのプロンプトから遊べるマルチプレイヤー・ゲームを生成・公開できる新機能「Higgsfield Games」を投入した。Fable 5がアイデアを調査してゲームのロジックと物語を書き、Higgsfieldがキャラクターや背景などのアセットを生成し、ブラウザで遊べる共有リンクまで自動で用意する。本稿では、サービスの中身と料金、各社の報道とクリエイターの反応を一次情報で検証したうえで、「作れる」と「面白い」のあいだに残る溝を

2026年7月15日

Meta、プレビュー版の動画生成AI Muse Video、画像生成AI Muse Image（ミューズ・イメージ）の提供を開始

Metaは2026年7月7日、社内の新組織Meta Superintelligence Labs（MSL）が開発した初のメディア生成モデルとして、画像生成AI「Muse Image（ミューズ・イメージ）」を正式提供し、動画生成AI「Muse Video」を先行プレビューとして公開した。Muse ImageはすでにMeta AIアプリ・Instagram・WhatsAppで使え、Muse Videoは音声を同時生成する能力を見せつつ一般提供は「近日」とされる。無料の入口から広告クリエイティブへとつなぐ設計、Instagram写真を巡るプライバシー論争、そして年間最大1,450億ドル（約23兆円）

2026年6月30日

Google、映画制作のA24に7,500万ドル（121億円）の出資。研究提携、映画制作AIツールを共同開発へ

GoogleはAI研究部門Google DeepMindを通じ、米独立系映画スタジオA24へ約7,500万ドル（約121億円）を出資し、映画制作向けAIツールを共同開発する研究提携を結んだと2026年6月22日に発表した。この提携の最大の特徴は、Googleが対価としてA24の作品ライブラリやデータへのアクセスを一切得ない点にある。コンテンツや知的財産（IP）の取引ではなく、現場の制作プロセスそのものに研究者が入り込む「非独占・複数年」の共同研究という設計だ。本稿では、まずA24というスタジオの正体を具体例とともに解説したうえで、提携の中身、シリコンバレーのベンチャーキャピタル（VC）と各紙の

2026年5月22日

Google I/O開催。あらゆるインプットに対応した動画生成「Gemini Omni」を発表。Gemini 3.5 Proは来月にも登場予定。

GoogleはMountain Viewにある本社隣接地で2026年5月19日と20日の2日間、年次開発者会議「Google I/O 2026」を開催した。基調講演では、テキスト・画像・音声・動画のあらゆる入力から映像を生成する新モデル「Gemini Omni」と、6月にも投入予定のフラッグシップ「Gemini 3.5 Pro」を発表。同時にエージェント開発基盤「Antigravity 2.0」、24時間稼働するパーソナルAIエージェント「Gemini Spark」、Samsungと組んだAndroid XRスマートグラスなどを束ねて投入し、CEOのスンダー・ピチャイは「エージェントGemin

2026年5月15日

ElevenLabs CEO ポーランド出身、Mati Staniszewski（マテウシュ・マティ・スタニシェフスキー）

ポーランド出身の31歳、Mati Staniszewski（マテウシュ・マティ・スタニシェフスキー）が共同創業した音声AIスタートアップ ElevenLabs は、2026年2月に Sequoia Capital がリードする5億ドル（約775億円）のシリーズDで評価額110億ドル（約1兆7,050億円）に到達した。同年5月にはARRが5億ドル（約775億円）を突破し、BlackRock や NVIDIA、Jamie Foxx らが追加投資家として加わった。本稿では、ワルシャワの吹替の不満から始まったプロダクトの原点、Imperial College・BlackRock・Palantir を経

2026年5月13日

ゲーム開発特化AI「Seele AI」。Alipay PdM、NetEase Cloud Music VP、Tencent GMを歴任した王詩沐（Shimu Wang）CEO

中国・深圳発のゲーム生成AIスタートアップ「Seele（全灵）」が、シリコンバレーのVCコミュニティで注目を集めている。CEOの王詩沐（Shimu Wang）は、支付宝（Alipay）のデザイナー兼プロダクトマネージャーから網易雲音楽（NetEase Cloud Music）副総裁、そして騰訊新聞（Tencent News）総経理を歴任した中国IT業界きってのプロダクト人材で、自社開発の多モーダル大規模モデル「Seele01」と「EVA-01」をベースに、自然言語からプレイ可能な3Dゲームを数分で生成するエンドツーエンド・プラットフォームを構築している。本稿では、Seele AIの技術的優位性

2026年5月10日

音楽生成AIのトップ、Suno CEO マイキー・シュルマン（Mikey Shulman）

ハーバードで量子コンピューティングを修めた物理学者マイキー・シュルマンが率いる音楽生成AIスタートアップ Suno は、2026年2月に2百万人の有料会員と3億ドル（約450億円）のARRを達成、5月初旬には50億ドル（約7,500億円）超の評価額でシリーズDの最終調整に入った。本稿ではシリコンバレーVCがどのようにこの急成長を読み解いているか、3大レーベル訴訟の現在地、そして物議を呼ぶ「音楽業界のオゼンピック」発言まで、シュルマン本人と Suno の現在地を多角的に検証する。

2026年3月25日

巨額の赤字、Sora2サービス終了

OpenAIのAI動画生成サービス「Sora 2」が2026年3月24日にサービス終了を発表した。1日あたり約1,500万ドル（約22億5,000万円）の推論コストに対し、累計アプリ内課金収入はわずか約210万ドル（約3億1,500万円）。Soraの生みの親Bill Peebles氏自身が「経済性は完全に持続不可能」と認めていた。OpenAI全体では2026年の予想損失が140億ドル（約2兆1,000億円）、HSBCは「2,070億ドル（約31兆500億円）の資金不足」と警告する。この危機の中で、3つのプレイヤーの明暗が鮮明に分かれつつある。Microsoftは130億ドル超（約1兆9,500億円超）を投じたOpenAIから静かに距離を置き、Anthropicに年間5億ドル（約750億円）を支出してClaudeを自社製品に統合する「分散投資」を開始。さらにOpenAIがAzure契約を裏切ってAmazon AWSと500億ドル超（約7兆5,000億円超）の契約を締結したことに対し訴訟を検討——130億ドルの投資で得た27%の持分（約1,350億ドル＝約20兆2,500億円相当）を守りつつ、OpenAI依存から脱却する冷徹な戦略だ。対照的にソフトバンクグループは累計610億ドル（約9兆1,500億円）をOpenAIに投じ、Stargateプロジェクトで5,000億ドル（約75兆円）を計画するが、2025年12月には225億ドル（約3兆3,750億円）の資金繰りに奔走していた。OpenAIのIPO成功に全てを賭ける「一本賭け」は、Vision Fund時代のWeWorkの記憶を呼び起こす。そしてOpenAI自身は、Google TPUに対して4倍のコスト不利を抱えるNvidia GPU依存のインフラで、Anthropicにエンタープライズ市場シェアを27%対40%と逆転され、最大の支援者Microsoftとは法的紛争寸前——Sora 2の終了は単なるプロダクト撤退ではなく、AI業界の地殻変動を象徴する出来事だ。