Stability AIの新しいAIモデルは写真を3Dシーンに変換します

Stability AIは、2D画像をリアルな奥行きと遠近感を持つ「没入型」動画に変換できると主張する新しいAIモデル「Stable Virtual Camera」をリリースした。

仮想カメラは、デジタル映画制作や3Dアニメーションでシーンをリアルタイムで撮影・操作するためによく使われるツールです。Stability社はブログ投稿で、Stable Virtual Cameraでは生成AIを統合することで、より高度な制御とカスタマイズ性を実現しようとしたと述べています。

Stable Virtual Cameraは、ユーザーが指定したカメラアングルで、1枚以上の画像（最大32枚）からシーンの「斬新なビュー」を生成します。このモデルは、「スパイラル」、「ドリーズーム」、「移動」、「パン」といった「動的な」カメラパスやプリセットに沿って移動する動画を生成できます。

研究プレビュー版であるStable Virtual Cameraの現在のバージョンは、正方形（1:1）、縦長（9:16）、横長（16:9）のアスペクト比で、最大1,000フレームの動画を生成できます。ただし、安定性に関する警告として、このモデルは特定のシナリオ、特に人物、動物、あるいは水のような「動的なテクスチャ」を含む画像では、品質が低下する可能性があるとされています。

「非常に曖昧なシーン、物体や表面と交差する複雑なカメラパス、不規則な形状の物体は、ちらつきアーティファクトを引き起こす可能性があります」とStabilityはブログ記事で述べています。「特に、ターゲットの視点が入力画像と大きく異なる場合に顕著です。」

Stable Virtual Cameraは、非商用ライセンスの下で研究目的でご利用いただけます。AI開発プラットフォームHugging Faceからダウンロードできます。

人気画像生成モデル「Stable Diffusion」を展開する経営難に陥っていたStability社は、昨年、エリック・シュミット氏やNapster創業者のショーン・パーカー氏をはじめとする投資家が事業立て直しを図り、新たな資金調達に成功した。Stability社の共同創業者で元CEOのエマド・モスタク氏は、経営を誤ったことでStability社を財政破綻に追い込んだと報じられており、従業員の辞職、Canva社との提携の失敗、そして投資家の将来への懸念の高まりにつながった。