シ댄스 2.5とミニマックス H3が公開、AIビデオ30秒時代の幕開け

バイトダンスのシ댄스 2.5とミニマックスのH3のリリースにより、AIビデオ生成技術が一斉にアップグレードされ、高品質な映像と音声の同時出力が新しい標準として定着しました。クリエイターのアレックス・パトラスクがシ댄스 2.5の単一のプロンプトだけで生成した30秒分のバイラル映像「サイドアイ・モンキー・ハイスト」は、この技術的飛躍を象徴しています。今やクリエイターは、個別のプロンプト入力だけで完成度の高いマルチショット・シーケンスを実現できるようになりました。

かつてのAIビデオ市場は、音のない4秒から6秒の短いクリップ生成が主流であり、映像と音声の作業を別々に行う必要がありました。しかし、最近のトレンドは単純なクリップ生成を超え、テキスト、画像、オーディオ、ビデオなどの多様な参照入力を一つの有機的な文脈として理解する方向へと転換しています。映像の動きや構図に精密に同期された立体オーディオを一度にエンコードする一体型マルチモーダル・アーキテクチャが主流として浮上しました。

バイトダンスが発表したシ댄스 2.5は、最大50個のマルチモーダル参照入力をサポートし、30秒分のネイティブビデオを生成、API価格は解像度に応じて秒あたり0.3ドルから0.6ドルです。オープンウェイトとして公開され、ローカル駆動が可能なミニマックス H3は、11言語のリップシンクと32キロヘルツのステレオオーディオを備えた最大15秒の長さの映像を生成します。ミニマックス H3のAPI価格は秒あたり約0.8元で、競合モデルに比べて価格競争力を確保しており、2K解像度の高画質合成はAPIを通じて提供されます。

今回の飛躍は、5HOW.MEのユーザーにキャラクターの一貫性を維持しながらも、セリフや効果音が完璧に整列したプロ級の映像を簡単に制作できる機会を提供します。5HOW.MEは独自のAPIキーを活用するノードベースのエディターであり、ミニマックス H3をサポートするfalプロバイダーとの連携をすでに提供しています。ユーザーはエディターのキャンバスにfal APIキーを登録するやいなや、複雑なオフライン設定なしに新しいミニマックス H3モデルの強力なマルチモーダル制御機能を利用できます。

参考