写真やイラストのキャラクターを自然な3D動画に合成できる「MIMO」はどこがすごいのか？：Alibabaの研究所が発表した、制御可能なキャラクタービデオ合成モデル

Alibaba Groupのインテリジェントコンピューティング研究所は、キャラクタービデオ合成モデル「MIMO」を発表した。本物のようなシーンの中で、キャラクターのアニメーションが可能になる。

» 2024年10月19日 08時00分公開

[＠IT]

この記事は会員限定です。会員登録（無料）すると全てご覧いただけます。

　Alibaba Groupのインテリジェントコンピューティング研究所は2024年9月25日（中国時間）、キャラクタービデオ合成モデル「MIMO」（Mimic anyone anywhere in complex Motions with Object interactions）を発表した。キャラクタービデオ合成とは、実写映像にアニメーションキャラクターや3DCG（コンピューターグラフィックス）キャラクターを組み合わせる映像制作技術。MIMOを使うと、キャラクタービデオの柔軟性や制御性を大幅に向上できるという。

（提供：Alibaba Group）

MIMOのどこがすごいのか？

#CmsMembersControl .CmsMembersControlIn {width:100%;background:url(https://image.itmedia.co.jp/images/spacer.gif) #DDD;opacity:0.05;filter:progid:DXImageTransform.Microsoft.Alpha(Enabled=1,Style=0,Opacity=5);z-index:1;}

続きを閲覧するには、ブラウザの JavaScript の設定を有効にする必要があります。

Meta、テキストから動画生成、動画編集、音声生成ができる基盤モデル「Meta Movie Gen」を発表
Metaは、画像、動画、音声といったメディアを生成する基盤モデル「Meta Movie Gen」を発表した。
テキストから動画を生成できる動画生成AI「Gen-3 Alpha」を提供開始　Runway
Runwayは同社の動画生成AIの最新モデルとなる「Gen-3 Alpha」の提供を開始した。前世代モデルよりも忠実度、一貫性、動きの表現が大きく改善されているという。
Microsoft、1枚の写真と音声から本当に話しているかのような動画を生成するAIモデル「VASA-1」を発表
Microsoftは、1枚の顔の静止画像と音声クリップから、その顔の人物が本当に話しているかのような動画を生成できるAIモデル「VASA-1」を発表した。