国内をリードするビデオ大モデルViduは、今日そのオープンプラットフォームに「1クリックでMVを生成」機能を正式リリースしました。この技術の登場により、ビデオ制作は素材のつなぎ合わせから、完全自動なエンド・トゥ・エンドの生成時代へと進化しました。ユーザーは背景音楽、参考画像および簡単なテキスト指令を提供するだけで、システムは数分で画質が良く、物語が一貫した高品質なMVを出力できます。

image.png

この機能のコアは、深く協調するマルチエージェント（Multi-Agent）システムです。ユーザーの指示を受けた後、システム内の複数の専門的なAIエージェントが即座に精密な協力を開始します。まず、ディレクターのエージェントが音楽構造と歌詞を深く解析し、全体の物語の流れを計画します。その後、スクリプトのエージェントがアイデアを詳細なカットの説明に変換し、ショットの種類、カメラワーク、長さなどの専門的なパラメータを含みます。

ビジュアル生成の段階では、このシステムは非常に高い産業レベルの安定性を示します。「複数の画像によるビデオ生成」技術を使用することで、作成者は最大7枚の参照画像を視覚的なアンカーとしてアップロードでき、ビジュアル生成エージェントはこれに基づいて5分間のビデオにおいてキャラクターやシーン、美学スタイルの高い一貫性を正確に維持します。最後に、編集と合成のエージェントがカットの転換点を調整し、歌詞に1フレームずつ同期する動的な字幕を自動生成します。

このような「完全自動プロダクション」モードは人為的な介入を必要とせず、専門的なビデオ制作の障壁を大幅に低めます。クリエイターにとって、Viduはもはや単なる生成ツールではなく、統合された仮想プロダクションスタジオであり、複雑なMV制作を指令を送るように簡単にします。

ポイントをまとめると:

  • 🎬 完全自動マルチエージェント協働: ディレクター、スクリプト、ビジュアル生成、編集の4つのエージェントが内蔵されており、音楽の解析から完成品へのすべてのプロセスを自動化します。

  • 🖼️ 産業レベルのスタイルの一貫性: 最大7枚の参照画像を指定できるため、5分間のビデオにおいてキャラクターやシーンのスタイルがずれることなく、確実に維持されます。

  • 🎵 音画同期の正確なカット: AIはバックグラウンドミュージックのリズムを自動認識し、カットを完了し、歌詞に1フレームずつ同期する動的な字幕を生成します。数分で完成品を納品可能です。