Googleが4K対応の動画生成AI「Veo 2」、画像生成AI「Imagen 3」を発表。ベンチマークにおいても最先端の性能を記録

最終更新日:2024/12/17

Google Veo2とImagen3を発表

Googleは、12月16日（現地時間）、動画生成AI「Veo 2」と画像生成AI「Imagen 3」を発表しました。

米Googleは、12月16日（現地時間）、動画生成AI「Veo 2」と画像生成AI「Imagen 3」を発表しました。ベンチマークテストでは、主要なモデルと比較して最先端の結果を達成しています。

「Veo 2」はGoogleの動画生成モデルVeoの最新版モデルで、幅広いテーマやスタイルで非常に高品質な動画を生成し、最大4Kの解像度で数分尺の動画を作成できます。

現実世界の物理法則や人間の動きと表情のニュアンスに対する理解が深まり、全体的なディテールやリアリティが向上しています。

また、他の主要な動画生成AIと比べても高い性能を記録しています。Metaがリリースした「MovieGenBench」のベンチマークでは、人間の評価者が複数のビデオ生成モデルを比較した結果、総合的な選好度とプロンプトへの正確な追従度において、OpenAIの動画生成AI「Sora Turbo」などよりも高い性能を記録しています。

また、動画生成AIは、余分な指や予期せぬ物体など、不要な情報をハルシネーションとして現れてしまうことがありますが、「Veo 2」ではこのような現象が起こることは少なく、リアルな出力が可能です。

「Ve0 2」は、AI開発プラットフォーム「Vertex AI」や、Google Labsの動画生成ツール「VideoFX」に展開し、アクセスできるユーザー数を拡大します。2025年にはYouTube Shortsなどに展開していく予定です。

さらに、画像生成AI「Imagen 3」も発表。抽象画やアニメなど多様なアートスタイルをより正確に表現できるようになりました。

「GenAI-Bench」というベンチマークでは、主要な画像生成モデルと並べて比較したところ、高い性能を記録しています。

overall preference（総合的な好み）の指標では、他のモデルと比べてImagen 3がより好ましいと評価した割合が高いことがわかります。また、visual quality（視覚品質）の指標では、Imagen 3が生成する画像は、視覚的に魅力的で、不自然なノイズや歪みが少ないと評価され、さらにプロンプトへの正確な応答能力評価されています。

「Imagen 3」は、同日よりGoogle Labsの画像生成ツール「ImageFX」で100か国以上に展開される予定です。

出典：Google

AIsmiley編集部

株式会社アイスマイリーが運営するAIポータルメディア「AIsmiley」は、AIの専門家によるコンテンツ配信とプロダクト紹介を行うWebメディアです。AI資格を保有した編集部がDX推進の事例や人工知能ソリューションの活用方法、ニュース、トレンド情報を発信しています。

・Facebookでも発信しています @AIsmiley.inc
・Xもフォローください @AIsmiley_inc
・Youtubeのチャンネル登録もお願いいたします@aismiley
メルマガに登録する