VideoX-Qwenが指示ベースのビデオ編集のためのデータ中心フレームワークを導入
研究者らは、汎用かつ指示駆動のビデオ編集を推進するために、スケーラブルなデータ構築とモデル学習を組み合わせた統合フレームワークであるVideoX-Qwenを発表しました。このシステムは、方向性編集レコードを生成するために特殊化されたモデルを整理する生産パイプラインを利用し、追加、削除、置換、属性タスクにわたって120万以上の高品質サンプルをもたらします。
Higgsfield AI、GPT-6 Astraを使用して1日以内に新しい動画機能をリリース
Higgsfield AIは、内部開発ワークフローを加速し、動画広告作成プラットフォームを強化するためにOpenAIのGPT-6 Astraモデルを統合しました。同社は、このモデルにより1人のエンジニアがわずか1日で新しい探索機能を提供できると報告しています。
FastGen-PDDが高速な動画・画像生成のための並列デコーディング蒸留を導入
研究者らが、拡散モデルやフローマッチングモデルの推論を加速するための簡素化された軌道ベース手法であるParallel Decoding Distillation (PDD)を紹介する。現在の手法が最適化が困難な変分スコア蒸留や敵対的損失に依存しているのに対し、PDDは1回のネットワーク評価で複数のノイズ除去ステップを予測する。
NanoAvatarがQualcomm QNN経由でAndroid上でローカルの話すアバターを可能にする
NanoAvatarは、クラウドGPUを必要とせずに、古いAndroidスマートフォンでリアルな話すアバターをローカルで実行するオープンソースプロジェクトです。リリースには公開コード、モデルの重み、およびユーザー独自の音声とのオフライン使用のためにモデルとアバターをバンドルしたAndroid APKが含まれています。
Vidu S2がリアルタイムインタラクティブアバターおよび編集モデルを導入
Vidu S2には、リアルタイムインタラクティブデジタルキャラクターモデルのVidu S2-Avatarと、リアルタイムビデオ編集モデルのVidu S2-Editingが含まれます。システムは、両方のコンポーネントに対するリアルタイム空間ビデオ生成の実現可能性も探求しています。
DeepSeek V4.1 Flash リリース動画は改善されたモーションビデオ生成を示す
あるユーザーが、新しくリリースされた DeepSeek V4.1 Flash モデルを使用して生成された動画を公開し、モーションビデオ合成におけるその能力をベンチマークしました。
ユーザーが Seedance 2.5 と AIide API を使用してビデオ生成を実験
あるユーザーが、Seedance および他のモデルへのアクセスを提供する AIide API プラットフォームを利用し、AI 生成ビデオの作成に Seedance 2.5 を実験的に使用しています。
Seedance 2.5 のキャラクターの一貫性を複数のファッションルックでテスト
ユーザーは、単一のキャラクターがさまざまな衣装、構図、ビジュアルスタイルで登場する短いファッションおよびエディトリアルシーケンスを使用して、Seedance 2.5 動画生成モデルをテストしました。
NvidiaがHugging Faceを買収；OpenAIがGPT-6 Astraをリリース；MicrosoftがMAI-Transcribe-2をローンチ
2026年9月初頭、NvidiaはHugging Faceを129億3000万ドルで買収することを発表し、OpenAIはGPT-6 Astraをリリース、Microsoftは音声認識モデルMAI-Transcribe-2をローンチしました。
ファッションスタイルの動画の一貫性について Seedance 2.5 をテスト
あるユーザーは、シーケンス全体で視覚的な一貫性を維持する能力を評価するために、短いファッションおよびエディトリアルスタイルの動画コンセプトを使用して Seedance 2.5 モデルをテストしました。
Googleが40秒のシーン拡張と360pドラフト機能を備えたGemini Omni 1.1 Flashをリリース
Googleは、ネイティブなマルチモーダル動画生成モデルであるGemini Omni 1.1 Flashをリリースしました。これは単なる生成から直接操作可能な編集へと焦点を移した、本番環境向けのアップデートです。
Gemini Omni 1.1 Flash がビデオ制御を追加; Codex が永続的推論をサポート
Google は、Gemini API を介してシーン拡張、最初と最後のフレームの補間、4K アップスケール、およびより高速なビデオ反復のための新しい制御機能を備えた Gemini Omni 1.1 Flash を発表しました。
Seedance 2のテスト、カメラ移動と雰囲気での強みを明らかに
Seedance 2 AI動画生成モデルの評価は、以前の反復と比較して映画要素への理解が向上していることを強調しています。テストでは、モデルが視覚的な連続性と照明を適切に処理できる一方で、複雑なオブジェクトの一貫性やプロンプトの過負荷にはまだ課題があることが示されています。
OpenAI、2026年末までにAGI達成を目指し、Microduckロボットが発売
OpenAIのチーフサイエンティストであるJakub Pachocki氏は、未公開のAstraモデルが2026年9月までに「自動AI研究インターン」となることを目指していると述べ、CEOのSam Altman氏は同社が2026年12月までに内部でAGIの達成を発表すると推定している。
Google、シーン拡張とビデオ制御機能を備えたGemini Omni 1.1 Flashをリリース
Googleは、Gemini APIを通じてGoogle AI Studioでプロフェッショナルな用途に本番環境対応させるために設計された、クリエイティブな制御機能と生成型ビデオ能力の新スイートであるGemini Omni 1.1 Flashを発表しました。