日本語の“アニメ声”に強い？ 中国から新たな動画生成AIモデル「Vidu Q3」登場
中国のAIスタートアップShengShu Technologyは2月2日までに、動画生成AIの新モデル「Vidu Q3」を発表した。APIに加え、Webサービスとしても提供しており、テキストや画像を基に日本語・英語・中国語の音声付き動画を最大16秒まで生成可能。発話者の口の動きを音声と合わせるリップシンク機能も備える。すでに日本のXユーザー間ではアニメーションの出力や日本語読み上げのクオリティーが話題だ。
Webサービスから利用する場合、出力できる動画の解像度は1080p。アスペクト比は16:9、9:16、1:1、4:3、3:4から選べる。ShengShu Technologyによれば、リップシンクに加えてパン、チルト、ドリーといったカメラワークやカットの切り替えといった指定にも追従しやすい点も特徴という。Vidu Q3によるものかは不明だが、一度生成した動画の解像度を2Kもしくは4Kに上げるアップスケール機能も備える。
API経由の場合は540pや720pなど解像度を抑えての出力も可能。料金は解像度や混雑状況によって異なり、1080pの場合は1秒の生成ごとに0.16ドル。混雑していない場合は半額となる。
実際にWebサービス上から何度か利用してみたところ、確かに日本語読み上げの精度は高く、特に“アニメ声”のクオリティーは高い。リップシンクも違和感が少なく、カメラワークやカット変更も米OpenAIの「Sora 2」などに比べればプロンプトに追従する印象を受けた。ただし生成には時間がかかり、8〜10秒程度の動画でも出力に数分〜10分かかることもあった。
経営×IT×事業のコラボで導くデジタル基点のビジネス変革
経営層とIT部門、そして現場業務を担う事業部門の視点を合わせ、デジタル戦略の解像度を高めるためにはどうすればいいのでしょうか。本イベントでは、ビジネストレンドを整理しながら、今知りたい経営×IT×事業のコラボレーションで全社の変革を進めるためのヒントをお届けします。
- イベント「ITmedia デジタル戦略EXPO 2026 冬」
- 2026年1月27日（火）から2月25日（水）まで
- こちらから視聴登録できます
- 主催：ITmedia ビジネスオンライン、ITmedia NEWS
関連記事
Googleの動画生成AI「Veo 3.1」強化、画像から“縦型動画”の出力可能に 「YouTube ショート」でも提供
米Googleは、動画生成AI「Veo 3.1」のアップデートを発表した。9:16のアスペクト比の動画出力に対応。YouTube上で縦型動画を作成・シェアする「YouTube ショート」などでの提供を始める。
生成AIが変える消費者とのコミュニケーション 博報堂ＤＹグループの活用例 企業が配慮すべき3つのポイント
博報堂ＤＹグループの総合制作事業会社である博報堂プロダクツは、生成AI技術を効率化手段とするのではなく、生活者と新たな接点を生み出すコミュニケーションのツールとして活用している。実際のマーケティング現場における生成AI活用の例を紹介する。
動画生成AI「Sora」ついに登場──OpenAIが提供 最大20秒の動画作成可能 ディープフェイク対策にも慎重
米OpenAIは12月9日（現地時間）、動画生成AI「Sora」を同日から提供すると発表した。
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
米Googleは、動画生成AI「Veo 3」と画像生成AI「Imagen 4」を発表した。
音声付き動画生成AI「Veo 3」、Gemini APIとVertex AIでも利用可能に
Googleの動画生成AI「Veo 3」が、Gemini APIとVertex AI経由で利用可能になった。音声も同時生成できるのが特徴だ。料金は720p動画で1秒当たり75セントと、Veo 2より25セント高い。
関連リンク
Copyright © ITmedia, Inc. All Rights Reserved.
アイティメディアからのお知らせ
ITmediaはアイティメディア株式会社の登録商標です。