Vidu AI

Viduの名を上げた機能です。人物や物体、場所の画像を上げ、何が起きるかを書くと、モデルはカメラが動いても各被写体を識別できる状態に保ちます。同社は同時参照の上限を複数まで広げ、短い一場面の出演者、衣装、舞台をまかなえるようにしました。実際には、一ショット目に映った人物が五ショット目でも同じに見えるということで、旧来の画像から動画のツールが苦手としていた点です。

より単純な用途では、Viduは多くのAI動画生成ツールと同じように働きます。テキストだけで動画を作れ、一枚の画像を動かせます。出力は一般的なアスペクト比と解像度に対応し、同じプロンプトを縦型のSNS動画にも、横長のショットにも回せます。

モデルはプッシュやプル、パン、追従といった一般的なカメラ言語を理解するため、プロンプトで特定の動きを指定でき、構図を運任せにしません。ショット単位で考え、生成ツールに即興ではなく意図どおりに動いてほしい作り手に向けた設計です。

短い動画はAI動画では標準的で、Viduはこれを延長機能で補います。生成結果をより長い尺へ伸ばし、その間も被写体と見た目を保ちます。短い種動画から場面を組み立てられ、すべてを一度の生成に押し込む必要がありません。

速度は謳われた価値の一部で、チームは推論を秒台に持ち込みました。プラットフォームはオフピークモードも用意し、空いている時間帯の生成はクレジットを消費しません。ヘビーユーザーがプランを燃やし尽くさず作業を続けられます。

動画に加えて、Viduはテキストから画像、参照から画像も提供し、高解像度で出力します。付属アプリは、単なるレンダリングではなく作って共有する場としてツールを位置づけ直し、完成した動画を同じ製品内で公開し交流できます。