OpenAIのSoraがすでに退出したとしても、グーグルはユーザーがAI動画で自分自身を出演したいという執念が減っていないと信じている。木曜日に、このテクノロジー大手はGoogle Vidsに大きなアップデートを提供した。一度自分の写真と音声録音をアップロードするだけで、外見と声が非常に似た専用のデジタル仮想人物を作り出すことができる。言い換えれば、カメラの前には実際の人物がいなくても、デジタル分身が話すことができる。

デジタル人間とともに登場したのは、グーグルが自社のマルチモーダルモデル「Gemini Omni」をVidsプラットフォームに組み込んだことである。このコンビネーションにより、動画生成は文章と画像の対話になった。ユーザーは文章のプロンプトとアップロードされた参考画像を組み合わせて、目的の動画を作成できる。Omniはさらにいくつかの実用的な機能も備えている。スマートフォンで撮った動画の背景を変更したり、明るさを調整したり、エフェクトを追加したりすることも簡単だ。さらに嬉しいことに、今では段階的な編集が可能で、創作途中で一歩ずつ修正できる。不満があれば、最初からやり直す必要がないので、繰り返しゼロから始める苦痛がなくなる。

image.png

これらの連続したアップデートにより、Google VidsはAIを使ってオフィスのプレゼンテーションを補助するツールから、多機能な動画制作プラットフォームへの道を歩み始めている。VidsをGoogle Workspaceに統合したことで、グーグルが示したメッセージは明確だ。企業が内部のお知らせや研修動画などのシナリオで使う商業的なツールになりたいという意図である。ただ、個別化された仮想人と対話型編集という新たなカードを打つことで、必然的にHeyGen、Synthesia、Captions、D-IDなどのAI動画スタートアップと、同じレースに突入することとなった。

セキュリティとコンプライアンスの面では、グーグルは先手を打っている。新しいAI仮想人はアカウント所有者の顔立ちとGoogleアカウントに厳しく結びつけられ、SynthID技術によって非表示のウォーターマークが付与される。この防御線は、他人の悪戯や偽造動画を作成することができないことを意味している。例えば、グーグルCEOのサンドラ・ピチャイの顔を交換するような悪戯動画を作成することはできない。現在、個人用の仮想人機能へのアクセス権は特定の地域、18歳以上のユーザーのみに限定されている。AIの分身がオフィスソフトウェアに取り込まれる中、グーグルが証明しようとしているのは、便利さと境界の共存が可能であるということだ。