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モデルにおい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になります。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、Relax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V1からの出力をより細かく制御するために微調整を行うことができます。例えば、ビデオに追加したいモーションをプロンプトで指定できます。

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、市場に数か月、あるいは数年も出回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はできず、ポストプロダクションが必要です。

（TechCrunchによると）