Runway「Gen-2」登場──世界初、一般公開された本格テキスト→動画生成AIに

Runwayが、テキストプロンプトや1枚の画像だけから新しい動画をゼロから生成できる第2世代モデル「Gen-2」を発表しました。前身のGen-1が既存動画のスタイル変換に限られていたのに対し、Gen-2はソースとなる動画を必要とせず、Runwayは「一般公開された初のテキスト→動画生成AI」と位置づけました。

詳細

• 入力方式: テキストプロンプトのみ、画像のみ、あるいはテキスト+画像の組み合わせから新しい動画を生成可能
• 提供方式: 発表時点ではまだアクセスが限定的で、利用希望者はDiscord経由でのサインアップが必要。数週間かけて段階的に一般アクセスを拡大すると説明
• 画質の課題: 実際に公開されると、輪郭のちらつきや物理法則を無視した動き、人物の腕や脚が溶け合うような不自然さなど、当時の生成AI動画特有の粗さも指摘された
• 開発体制: Stable Diffusionの開発にも関わったRunwayによる開発で、GoogleやNvidiaなど大手からの出資も注目を集めた

その後

Gen-2の登場は、動画生成AIが「既存映像の加工」から「テキストからの新規生成」へと進化する転換点になりました。同年6月末にはGoogleやNvidia、Salesforceなどから141億円規模のシリーズC追加出資を獲得し、2024年のGen-3 Alpha、2025年のGen-4へと続く投資と技術開発の土台を築きました。