AIは「超鮮明」な動画を作成しているようだが、Veo 3でも警戒が必要だ

MidjourneyのV1は、写真から動画を生成するAIモデルです。ユーザーは写真をアップロードするだけで、V1はその写真に基づいて5秒間の動画4本を生成します。Midjourneyの他のモデルと同様に、V1は現在Discordとウェブでのみ利用可能です。

V1のリリースにより、MidjourneyはOpenAI Sora、Runway Gen 4、Adobe Firefly、Google Veo 3などの他のビデオ生成AIモデルと直接競合します。他の企業が商用ビデオAIモデルの開発に注力する一方で、Midjourneyは独自の道を歩み、さまざまなクリエイティブ機能に対応しています。

Midjourneyは、ビデオAIモデルに関しても大きな野望を抱いています。CEOのDavid Holz氏は、これは現実世界をシミュレートできるAIモデルの開発に向けた次のステップだと述べています。同社は、3DレンダリングやリアルタイムAIモデルを作成するためのAIモデルの開発を目指しています。

Midjourneyで動画を作成する場合、写真を作成する場合よりも多くのクレジットが必要です。V1を試す最も安価な方法は、MidjourneyのBasicプラン（月額10ドル）に登録することです。Proプランは月額60ドル、Megaプランは月額120ドルで、リラックスモードで無制限に動画を作成できます。同社は来月、動画の価格設定ポリシーを変更する予定です。

Midjourney V1が作成したいくつかのビデオ。出典：apostraphi

ユーザーは、ビデオに追加したいプロンプトでモーションを説明するなど、V1 からの出力をより細かく制御できるように調整できます。

V1 で作成されたビデオの長さは 5 秒のみですが、ユーザーはそれを 4 秒ずつ最大 4 回まで延長することができます。つまり、V1 ビデオの長さは 21 秒になります。

V1で生成された動画に対する初期の反応は好意的です。しかし、市場に出て数ヶ月、あるいは数年も経っている他の主要な動画AIモデルに匹敵できるかどうかは不透明です。Google Veo 3と比較した場合、Midjourneyの最も顕著な限界はオーディオです。このシステムは、競合製品のようにサウンドや効果音を自動生成することができず、ポストプロダクションが必要です。

（TechCrunchによると）