ByteDance、TikTokの親会社は、テキストからビデオを生成する最先端のAIモデル「MagicVideo-V2」を発表しました。このモデルは、高い美的品質と忠実度を持つビデオコンテンツをテキストの説明から生成することができ、業界のリーダーたちを凌駕しています。MagicVideo-V2は、テキストから画像を生成するモデル、ビデオモーションジェネレーター、参照画像埋め込みモジュール、フレーム補間モジュールを統合した多段階アーキテクチャを採用しており、エンドツーエンドのビデオ生成パイプラインを実現しています。人間による評価でも、MagicVideo-V2が高解像度で美的にも優れたビデオを生成することが確認されています。この技術の普及が期待され、コンテンツクリエーターや映画製作者、ストーリーテラーに新たな可能性をもたらすことが重要視されています。
from TikTok Released Text-to-Video AI Beats all Leading Models.