こんにちは、カガリです。
今回はGoogleの最新動画生成AI「Veo 2」に注目し、現在どのようなことが可能なのか、そしてどのような未来が期待されるのかをまとめました。
Veo 2 の現在の主な機能
Google DeepMindによって開発されたVeo 2は、文章や画像から動画を生成する最先端のAIモデルです。主な特徴は以下の通りです。
テキスト・画像からの動画生成: 「夕焼け空の下、自転車に乗る人」といった文章や、元になる画像を指定すると、AIが内容に合った動画を生成します。アイデアを素早く形にする力があります。
高品質な映像出力: 生成される動画はHD画質（720p, 1080p）が基本ですが、利用環境によっては4K解像度といった、より高精細な映像を作り出す能力も持っています。
比較的長い動画の生成能力: 数秒の短いクリップだけでなく、1分を超える動画の生成も可能とされています。これにより、単なるイメージ映像だけでなく、短いストーリーを表現することも視野に入ってきます。（※利用するツールやプランによって生成可能な最大長は異なります）
多様な映像スタイルへの対応: プロンプト（指示文）によって、「映画のような」「アニメ調」「ドキュメンタリー風」「タイムラプス」といった具体的な映像スタイルや雰囲気を指示し、反映させることができます。
安全性への配慮: AI生成コンテンツであることを示す電子透かし技術（SynthID）や、不適切な動画の生成を防ぐ安全フィルターなどが導入され、責任ある利用に向けた取り組みも行われています。
提供状況: 現在はまだ限定的な提供で、Googleの有料プラン（Gemini Advanced）ユーザーや、開発者向けプラットフォーム（Vertex AI）などを通じて、段階的に利用可能になっています。
実際の動画
実際に一つ作ってもらってみました。
自分で決められなかったのでGoogleGeminiにプロンプトを考えてもらい、「静かな水面に波紋が一つ広がり、水底に眠る無数の光る可能性の欠片を映し出す。幻想的で美しいアニメーション。」という指示で実行。
抽象的な表現なのでどうなるか。
できたのはこちらです。
なんかちょっとだけコレジャナイ感。
人間や動物の動画は普通に「おお」って思うのを作ってくれるのですが、抽象的な表現になるとこんな感じになってしまうのかもしれませんね。
でもこんな簡単にここまで綺麗な動画を作ってくれるのですから素晴らしいですね。秒数制限含め、これからの進化に期待です。
現在の具体的な活用例
Veo 2のような技術は、すでに様々な分野で活用が期待されています。
アイデアの視覚化: 頭の中にあるコンセプトやストーリーのイメージを、企画段階で素早く動画にして共有・検討する。
コンテンツ制作: SNS投稿用の短い動画、ブログ記事を補足するイメージ映像、プレゼンテーション用の簡単なアニメーションなどを作成する。
教育・研修: 複雑な手順や概念を視覚的に分かりやすく伝えるための補助教材を作成する。
クリエイティブな探求: 映像制作の専門スキルがなくても、気軽にアイデアを映像として表現し、試してみる。
Veo 2 と動画生成AIの未来への展望
この分野の技術は日進月歩であり、将来的には以下のような進化が大いに期待されます。
より長尺・高品質な動画: 現在の生成時間を超え、数分以上の、より複雑な構成を持つ動画も生成可能になるでしょう。画質や動きの自然さもさらに向上すると考えられます。
ユーザーによる高度な制御: 生成された動画に対して、特定のキャラクターの動きを維持したり、場面ごとの細かい編集指示を出したり、より精密なコントロールが可能になるかもしれません。
音声とのシームレスな統合: 生成された映像に合わせて、適切なBGMや効果音、さらには自然なナレーションやセリフ（リップシンク含む）までAIが生成・統合できるようになる可能性があります。
生成速度の向上: より短時間で動画が生成できるようになり、用途によってはリアルタイムでの映像生成・変化も実現するかもしれません。
アクセシビリティの向上: より多くの人が、専門知識なしに、直感的なインターフェースで簡単に高品質な動画を作成できるツールが登場するでしょう。
特定分野への応用深化: 教育コンテンツ作成支援、製品デザインのシミュレーション、医療分野での説明支援など、特定の目的に特化したAIモデルが発展する可能性もあります。
おわりに
Google Veo 2に代表されるAI動画生成技術は、まだ発展の初期段階にありますが、私たちの表現方法やコミュニケーションに大きな変化をもたらす可能性を秘めています。
誰もが「映像クリエイター」になれる未来が、すぐそこまで来ていますね。技術の進化を注視しつつ、その可能性をどのように活用できるか考えてみるのも面白いですね。
