Google Researchは、テキストプロンプトや画像から、よりリアルで一貫性のある動画を生成できるAIモデル「Lumiere」を発表した。

新モデルでは、従来のAI動画生成において重要な課題とされてきた、「多様性とリアル、かつ一貫性のある動き」を生み出すかたちで設計された。

「Lumiere」は、テキストや画像を含むさまざまな入力から動画を生成することが可能で、テキストプロンプトのほか、アップロードした画像のスタイルに沿った表現の動画を生成することもできる。また、画像の一部分を動かしたり、動画の一部分を修正することも可能だ。

さらに、画像の特定の部分をアニメーション化したり、動画内の欠落または損傷した部分を補完する機能も備えている。時空間U-Netアーキテクチャにより動画全体を一度に生成することで、高品質な動画を生成するという仕組み。生成できるのは、1024×1024ピクセルの5秒間の動画。

Lumiereの一般公開は未定。詳細はウェブサイトで随時確認できる。

プレスリリースはこちら

「Lumiere」ウェブサイト

Google Research ウェブサイト

Top Image : ©Google Research