アリババ、4つのクリエイティブ入力を統合したAIモデル「Wan 2.7-Video」を発表

アリババ・グループ・ホールディング（09988.HK）は、テキスト、画像、動画、音声の4つのマルチモーダル入力をサポートするアップグレード版の動画生成モデル「Wan 2.7-Video」を発表しました。このモデルは、生成から編集までの制作ワークフロー全体を統合することに焦点を当てており、OpenAIやGoogleなどの既存プレーヤーがひしめく生成AI動画セクターにおいて、アリババがより強力に競争できる体制を整えています。

「このモデルは、テキスト、画像、動画、音声を含むマルチモーダル入力をサポートし、制作ワークフロー全体に焦点を当てている」と同社は発表の中で述べています。この統合されたアプローチは、コンテンツクリエイターに高度な制御性と汎用性を提供することを目的としており、高品質な動画制作への参入障壁を下げる可能性があります。

Wan 2.7-Videoモデルでは、ユーザーがコマンドを通じて動画シーンの局所的な調整を行うことができ、編集された領域はライティングやテクスチャの面で元の映像に自然に統合されます。また、テキストの指示や参照画像に基づいて、要素の追加・削除、オブジェクトの置換、属性の変更もサポートしています。例えば、コマンド一つで背景を夏から晩秋に変えたり、動画全体のスタイルを羊毛フェルト風に変換したりすることができ、高度なクリエイティブコントロールを実証しています。

今回の発表は、OpenAIの「Sora」モデルが強力なテキスト・トゥ・ビデオ機能を示したAI動画生成市場の競争をさらに激化させるものです。アリババにとって、Wan 2.7-Videoモデルの成功はクラウドコンピューティング部門の大きな成長を牽引し、世界のAI競争における全体的な地位を強化する可能性があります。この技術が強力な商業的応用を見出せば、香港上場株（09988.HK）への投資家の関心も高まるでしょう。

ポストプロダクションへの注力

Wan 2.7-Videoの大きな差別化要因は、単純な生成を超えて、エンド・トゥ・エンドの制作チェーンに焦点を当てている点にあるようです。競合他社がテキストプロンプトからの初期の動画作成に集中してきたのに対し、アリババのツールはポストプロダクション向けに設計された一連の編集機能を提供します。ユーザーは参照画像に基づいてコンテンツを正確に挿入したり、動画の品質を向上させたり、カメラアングルの変更やさまざまな視覚効果の適用といった撮影スタイルの調整まで行えます。これにより、複数の複雑で高価なソフトウェアツールの必要性が減り、プロ・アマ問わずコンテンツ制作プロセスが効率化される可能性があります。

「キャラクターの動きを変えずに環境やスタイルの変換を行う」というモデルの能力は、重要な技術的特徴です。これにより、動画のコア要素を完全に再レンダリングすることなく、クリエイティブな柔軟性を得ることができます。例えば、キャラクターの元の動きを維持したまま衣装を着せ替えたり、シーンの天候を変更したりすることが可能です。この機能は、映画、広告、ソーシャルメディアのコンテンツ制作において、時間と計算リソースを大幅に節約できる可能性があります。

競合および市場への影響

Wan 2.7-Videoのリリースにより、アリババは生成AIに多額の投資を行っている他の大手テクノロジー企業と直接競合することになります。包括的な機能セットは、アリババが単に競合と肩を並べるだけでなく、プロおよびセミプロのクリエイティブワークフローにおいて独自の地位を築こうとしていることを示唆しています。アリババのクラウド部門への潜在的な影響は大きく、高度なAIモデルはクラウドサービスの消費を促す主要な原動力であり、人気の動画ツールはアリババクラウドに新たな顧客層を呼び込む可能性があります。

投資の観点から見ると、Wan 2.7-Videoの成功はアリババの広範なAI戦略の重要な構成要素です。Bloomberg Intelligenceによると、世界の生成AI市場は2032年までに1.3兆ドルを超えると予測されており、動画生成はその中で最も注目され、競争の激しいフロンティアの一つです。生成と編集の両方に対応する多機能なツールを提供することで、アリババはこの拡大する市場で大きなシェアを獲得するための戦略的な一手を選択しています。市場の反応は、今後公開される独立したベンチマークやライバルモデルとの比較結果に左右されることになるでしょう。

この記事は情報提供のみを目的としており、投資助言を構成するものではありません。