動画生成AI Soraはいつから使える？使い方・無料代替ツール紹介

OpenAIは日本時間2024年2月16日、動画生成AI「Sora」を公開発表しました。発表直後に世界中でも話題となっています。

Soraとは、日本語の「空」からきた言葉で、「無限の想像力の可能性」を意味すると言われ、ChatGPTを開発した会社OpenAIが公開したAIで動画生成のモデルです。文章を入力するだけで、60秒までのリアルな動画を生成できます。

この記事では、OpenAIの動画生成AI「Sora」が注目される理由、生成した動画の事例、技術、及び今後の運用予測について、ご紹介します。

目次

• Soraが世界から注目される理由
• Soraが生成したAI動画事例
• OpenAI Soraの料金
• 動画生成AI Soraの使い方
• Soraの突破的な技術
• Soraが日常生活にもらたす影響【予測】
• 最後に

Soraが世界から注目される理由

2023年Open AIがChatGPTを公開してから、AIが高速に発展し、動画生成AIは初耳ではないはずです。Pika、Runwayなどは、文章から動画生成AIで業界に有名です。

2024年に入り、AIツール開発の大手会社も続々文章から動画生成AIに力を入れているように見えます。現地時間の1月2日に、Midjourneyが「ビデオモデルのトレーニングを計画」を表しました。また、Googleは、“米国時間1月23日に自然なテキスト→動画生成AI「Lumiere」を発表しました。”

出典：ITmedia

なぜ、オープンAIの動画生成AI「Sora」がこんなに注目されているのでしょうか？

その理由はいくつか考えられます。

動画の質・写実性の高さ：一つの動画内で複数のキャラクターや特定の動きを指定する複雑なシーンを生成できます。ショットガン撮影・マルチアングル撮影のようなコンテンツを生成できます。

生成動画の長さ：60秒

優れたシミュレーション力：三次元空間内の一貫性のある動画を生成できる

解像度：1920×1080～1080×1920の間で任意の解像度

動画の拡張：動画の前後に拡張できる

動画の接続：シームレスなトランジション

画像から動画・動画から動画生成：無限ループ動画作成・静止画をアニメーション化が可能

物理学の原理と法則に合う：よりリアルが動画を生成

では、Soraという動画生成AIがどんな動画を生成できるのか？続いて、Soraが生成した動画の事例をもとに、上記理由について一つずつ解説します。

Soraが生成したAI動画事例

動画の質・写実性の高さ

Soraが注目されている大きな理由は、動画の長さ、クオリティーと表現力です。

Prompt: “A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. she wears a black leather jacket, a long red dress, and black boots, and carries a black purse. she wears sunglasses and red lipstick. she walks confidently and casually.… pic.twitter.com/cjIdgYFaWq

— OpenAI (@OpenAI) February 15, 2024

Prompt: “A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. she wears a black leather jacket, a long red dress, and black boots, and carries a black purse. she wears sunglasses and red lipstick. she walks confidently and casually. the street is damp and reflective, creating a mirror effect of the colorful lights. many pedestrians walk about.”

和訳：スタイリッシュな女性が、暖かく輝くネオンとアニメーションの街の看板で満たされた東京の通りを歩いています。 彼女は黒い革のジャケット、赤い長いドレス、黒いブーツを着ており、黒い財布を持っています。 彼女はサングラスと赤い口紅をつけています。 彼女は自信を持って何気なく歩いています。 通りは湿っていて反射しており、色とりどりの光の鏡効果を作り出しています。 多くの歩行者が歩き回ります。

町を濡れた水に影を宿し、被写体の女性の動きとともに、カメラも動いたようなリアルな動画が生成されました。

残念なこととして、「看板に書いた文字は日本語のように見えますが、本当の日本語ではない」ことと、「足が不自然に入れ替わっている」など、不自然なこともありますが、「数年以内に、、私たちは、AIが作成した映画を見る時代が来るでしょう」と、感嘆する人もいいます。

Prompt: “Animated scene features a close-up of a short fluffy monster kneeling beside a melting red candle. the art style is 3d and realistic, with a focus on lighting and texture. the mood of the painting is one of wonder and curiosity, as the monster gazes at the flame with… pic.twitter.com/aLMgJPI0y6

— OpenAI (@OpenAI) February 15, 2024

Prompt: “Animated scene features a close-up of a short fluffy monster kneeling beside a melting red candle. the art style is 3d and realistic, with a focus on lighting and texture. the mood of the painting is one of wonder and curiosity, as the monster gazes at the flame with wide eyes and open mouth. its pose and expression convey a sense of innocence and playfulness, as if it is exploring the world around it for the first time. the use of warm colors and dramatic lighting further enhances the cozy atmosphere of the image.”

和訳：アニメーション シーンには、溶けた赤いキャンドルの横にひざまずいている背の低いふわふわしたモンスターのクローズアップが含まれています。 アート スタイルは 3D でリアルで、照明とテクスチャに重点を置いています。 怪物が大きな目と開いた口で炎を見つめていることから、この絵の雰囲気は驚きと好奇心のひとつです。 そのポーズと表情は、まるで初めて自分の周りの世界を探検しているかのような、無邪気さと遊び心の感覚を伝えます。 温かみのある色と劇的な照明の使用により、画像の居心地の良い雰囲気がさらに高まります。

瞳の大きさまで変化できるディズニー風の動画です。

Prompt: “A gorgeously rendered papercraft world of a coral reef, rife with colorful fish and sea creatures.” pic.twitter.com/gzEE8SwP81

— OpenAI (@OpenAI) February 15, 2024

Prompt: “A gorgeously rendered papercraft world of a coral reef, rife with colorful fish and sea creatures.”

和訳：色とりどりの魚や海の生き物たちが生息するサンゴ礁の世界をペーパークラフトで華やかに表現。

3Dのペーパークラフトで作られた海底景色の動画です。まるで本当の海底に、ペーパークラフトの生き物が生きているように見えます。

優れたシミュレーション力

Introducing Sora, our text-to-video model.

Sora can create videos of up to 60 seconds featuring highly detailed scenes, complex camera motion, and multiple characters with vibrant emotions. https://t.co/7j2JN27M3W

Prompt: “Beautiful, snowy… pic.twitter.com/ruTEWn87vf

— OpenAI (@OpenAI) February 15, 2024

Prompt: “Beautiful, snowy Tokyo city is bustling. The camera moves through the bustling city street, following several people enjoying the beautiful snowy weather and shopping at nearby stalls. Gorgeous sakura petals are flying through the wind along with snowflakes.”

和訳：雪に覆われた美しい東京の街は賑わっています。 カメラはにぎやかな街路を移動し、美しい雪の天気を楽しんだり、近くの屋台で買い物をしたりする数人の人々を追っています。 華やかな桜の花びらが雪の結晶とともに風に乗って舞います。

まるで撮影のように、三次元空間内の一貫性のある動画を生成できます。

解像度

別の動画生成AIツールでは、生成できるAI動画の解像度が特定されているのがほとんどですが。オープンAIの動画生成AI「Sora」は1920×1080～1080×1920の間で任意の解像度で、AI動画を生成できます。つまり、縦型動画・スクエア・横型動画のどちらでも生成が可能です。

動画を前後に拡張

今までの動画生成AIは、特に、画像から動画生成するAIは、画像を動画始まりのシーンとして、後に拡張する形です。

OpenAIの生成AI Soraでは、動画最後のシーンを指定して、前のシーンを拡張することも可能です。

動画の接続

全く関係のない2つの動画を、シームレスなトランジションで接続することが可能となります。

画像から動画・動画から動画生成

静止画をアニメーション化したり、無限ループ動画作成したり、動画の特殊効果を追加したりすることができます。

これで、動画のアニメーション、 CGI、その他の特殊効果における編集作業が大幅に減るそうでしょう。

物理学の原理と法則に合う

「車が山道に走ると、土埃が舞い上がる」「食べたら、ハンバーグが減っていく」など、物理学の原理と法則にあっている動画を生成しています。

上記全ての画像と動画出典：OpenAI

OpenAI Soraの料金

上記のOpenAI Soraが生成した動画の事例を見て、早速Soraの料金についても知りたいと思いますが、

記事作成の時点で（2024年3月6日）、まだOpenAI Soraがの料金プランが公開されておらず、「無料なのか、有料なのか」が判断できません。

動画生成AI Soraの使い方

Sora いつから使える？

残念なことに、記事作成の時点で、Soraは内部テスト中で、一部のデデザイナーや映画製作者などがアクセスできますが、一般公開されていません。

動画生成AI Soraが一般公開された後に、この部分を更新します。

動画生成AI Soraのレッドチームに申し込む方法

OpenAIの公式サイトから、右上の「Search」をクリックして、「apply」をいれて検索します。

「Pages」-「OpenAI Red Teaming Network application」を順にクリックして、申し込みページに入ります。

情報を入れて、申し込みます。そして、承認結果が出るまで待つといいです。

ですが、その承認結果がもらえるのは、かなりわずかの一部の人だとも言われています。

結果からいいますと、一般人にとって、動画生成AI Soraを今すぐ使うことができません。

Soraの使い方

今はSoraは公開発表されていませんが、使い方を予測して見れば、

プロンプトの入力と、画像・動画を加えてアップロードすることで、AIが動画を生成してくれるでしょう。

OpenAIの動画生成AI「Sora」を使用するために、今私たちができることは：

1. OpenAIのアカウントに登録すること（ChatGPTと同じアカウントが利用できそうです。）
2. プロンプトの書き方を知ること（どなたがなにをしているのか、動画シーン、雰囲気、撮影アングルなどを含むことがおすすめ。）
3. そのほかに、今すぐ使える「テキストから動画生成AI」を使用するのも、一つの対処法です。

Soraの代替 - 文章から動画生成AI

Open AIの動画生成AI「Sora」は今が使えませんが、そのほかにも文章から動画生成できるAIがあります。

AI動画生成に専念する会社Vidnozが「テキストから動画生成AIツール」を公開しています。

Vidnozの文章から動画生成AIの使い方はとても簡単です。

ステップ1　「テキストから動画生成AIツール」のウェブページへアクセスします。

ステップ2　プロンプトを入力します。

ステップ3　動画の基本設定をします。背景音楽・字幕・ナレーションを簡単に指定できます。

ステップ4　「動画生成」をクリックして、動画が生成されるまで待ってばいいの話です。

Vidnozで生成した動画事例は下記です。

Turn your texts to videos: Vidnoz Promo Posts

Your words turns into engaging promo videos with just a blink of typing.

Start Text to Video for FREE ✨https://t.co/leGbzmlX9e#Vidnoz #VidnozAI pic.twitter.com/2Um1nDqIkX

— Vidnoz (@vidnoz_official) January 5, 2024

早速使ってみませんか？

AIでテキストを動画に変換しよう - 無料

ただ1ステップだけでPDF、PPT、URLから高画質の動画を作成します。

今すぐ作成しよう

写真から動画生成 - Vidnoz喋れる顔写真

Vidnozの顔写真を動かすサイトで、自分の顔写真・イラストをアップロードして、喋らせることができます。

Vidnozで顔写真を喋らせて、動画にする方法は簡単です。

①プリセットの顔写真を選択、または、事前に用意した画像をアップロードします。

②AIに喋らせたいセリフを入力します。AI音声の使用も可能で、音声ファイルをアップロードするか、自分の声をクローンして、写真を喋れる動画にすることが可能です。

③「画像喋らせる動画を作成する」ボタンをクリックします。生成できるまで、数分かかります。

AI喋らせるアバターを作成する - 無料

• 違う文化からの1200+リアルなアバター
• 口と動き、ナレーションが同期可能
• 複数のアクセント付きの140+言語サポート

AIアバターを作成しよう

Soraの突破的な技術

ビジュアルデータのパッチ化

LLM パラダイムの成功は、 コード、数学、さまざまな自然言語など、テキストの多様な形式をエレガントに統合するトークンの使用によって部分的に可能になります。

Soraはそこから、インスピレーションを得り、ビジュアルデータをパッチ化しました。動画を時間、空間などの情報を低次元のパッチに変換します。Soraはパッチとパッチの関係から、運動や色の変換など複雑のビジュアルデータを学習します。

ビジュアルデータのパッチ化

画像出典：OpenAI公式サイト

ビデオ圧縮ネットワーク

Open AIは視覚データの次元を削減するネットワークをトレーニングしました。このネットワークは、元のビデオを入力として受け取り、時間的および空間的に圧縮された潜在表現を出力します。Sora はこの圧縮された潜在空間でトレーニングされ、その後、この圧縮された潜在空間内でビデオを生成します。

また、対応するデコーダー モデルもトレーニングし、生成された潜在表現をピクセル空間にマップし直します。

ディフュージョンモデル

Sora はディフュージョンモデルです。ノイズの多いパッチ (およびテキスト プロンプトなどの条件付け情報) が入力された場合、元の「きれいな」パッチを予測するようにトレーニングされます。重要なのは、Sora は拡散トランスフォーマーであるということです。トランスフォーマーは、言語モデリング、コンピュータビジョン、そして画像生成。

ディフュージョンモデル

画像出典：OpenAI公式サイト

Soraが日常生活にもらたす影響【予測】

業界に、Soraが激震を与えたこととその理由について、もう分かったと面白いますが、

一般人にとって、日常生活には、どんな影響があるでしょうか？

Sora+エンタメ：

映画、ドラマ、どれも専門的な機材、人材、知識がないと制作はできません。

SoraでAI動画を生成する場合、これらの条件が一切不要。

また、スタジオ、シーンの回転などコストも大幅に抑えることになると思います。

動画生成AI Soraの運用で、一般人がエンタメ作品を作成するハードルを下げるでしょう。

Sora+Ads：

広告CM、広告動画の制作が自社で作成できず、外注するしかない会社もあるでしょう？外注するには、時間もかかるし、経費もかかります。

Soraの活用することで、プレゼン動画を自社でも生成できるならば、外注する必要もなくなります。

AIでテキストを動画に変換しよう - 無料

ただ1ステップだけでPDF、PPT、URLから高画質の動画を作成します。

今すぐ作成しよう

Sora+ゲーム：

Soraはキャラクターの作成、シーンの開発に使えます。

今は、既に、マイクロの画面をシミュレーションした動画が流されていた。実は、著者も初めてみる時は、「これがAIで作成したモノ」と全く思っていなかったです。

最後に

最後に、Open AIの動画生成AI Sora公式ページの最後の言葉が、気になります。

「Sora serves as a foundation for models that can understand and simulate the real world, a capability we believe will be an important milestone for achieving AGI.」

日本語に訳すと、「Sora は、現実世界を理解してシミュレーションできるモデルの基盤として機能します。この機能は、AGI を達成するための重要なマイルストーンになると私たちは考えています。」

大胆な予測ですが、現実世界を理解することと、シミュレーションできることで、現実世界そっくりなデジタルワールドを創造するができるのではないでしょうか？

そうすると、現実世界で直面している難問を、デジタルワールドでシミュレーションし、今後の行き先を予測することができれば、医学研究・投資・環境保護・基礎インフラの構築など成果を見るまで時間がかかる分野に大きいが影響が予測されるでしょう。

今後AI技術がどうなるかにかかわらず、私たち一般人にとって、その知識を身に付け、進化を抱くほどでしょう。

では、早速先ずは、文章を入力するだけで、動画生成できるAIを試して行きましょう。

AI喋らせるアバターを作成する - 無料

• 違う文化からの1200+リアルなアバター
• 口と動き、ナレーションが同期可能
• 複数のアクセント付きの140+言語サポート

AIアバターを作成しよう