ついに「音声付き動画」の生成が可能に Google、動画生成AIの最新モデル「Veo 3」発表：Google I/O 2025

[松浦立樹，ITmedia]

　米Googleは5月20日（現地時間）、同社の年次カンファレンス「Google I/O 2025」にて、動画生成AI「Veo 3」と画像生成AI「Imagen 4」を発表した。

動画生成AI「Veo 3」と画像生成AI「Imagen 4」を発表

　Veo 3では、新たに音声付き動画の生成が可能になった。街中の交通音や公園の鳥のさえずりなどの効果音の他、キャラクター同士の対話などを生成できる。また、前モデル「Veo 2」よりも動画の品質が向上し、現実世界の物理法則や正確なリップシンクなどをより優れた形で出力できるようになった。

　まずは、月額249.99ドルのサブスクリプションサービス「Google AI Ultra」の米国ユーザーと、 「Vertex AI」のエンタープライズ向けユーザーに提供する。

　またVeo 2にも、動画内のオブジェクトを追加／削除できる機能や、アウトペインティングによる画像拡張機能などを実装。映画生成AIツール「Flow」を通せば「参照画像による動画生成」「カメラコントロール」も利用できるようにする。これらの機能は、今後数週間宙に「Vertex AI API」で提供する予定だ。

Imagen 4は最大2K解像度の画像を生成可能に

　Imagen 4は、画像生成のスピードと精度が向上。さまざまなアスペクト比で最大2K解像度の画像を生成できる。また、文字表現やタイポグラフィの生成能力も大幅に上がっており、グリーティングカードやポスター、漫画なども簡単作れるとしている。

Imagen 4で作成した画像の例（1/2）

Imagen 4で作成した画像の例（2/2）

　また近日中に、前モデル「Imagen 3」と比べて、最大10倍の処理速度を実現する「Imagen 4の高速版」も公開する予定。

　Imagen 4は、AIアプリ「Gemini」や画像生成AI「Whisk」、Vertex AIなどの他、WorkspaceのGoogleスライドやVids、ドキュメントなどで同日から利用可能だ。