AI VFX PODCAST：AIの週間重要トピック

今週の本質的な話題は、推論コストの低下だけでなく、合成メディアの構築と検証方法に対する積極的な再編成でした。Anthropicは新しい適応型制御機能を備えたClaude Sonnet 5.5およびHaiku 5.5をリリースしました。一方、OpenAIはNvidia Blackwellハードウェア上でSol 6.1 Ultrafastを組み合わせるとともに、ChatGPT Proの利用制限を突然引き下げました。Google DeepMindはLabs Playgroundでテキストからブラウザゲームの生成を開始するのと同時に、公開版のSynthID検出ツールを発表しました。Mistralは隠し重み付きのLarge 4を提供した一方、韓国は物理的なAIインフラへの900億ドル規模の投資を決定しました。

Anthropicの創設者が過半数の議決権を要求する一方で、OpenAIがプロフェッショナルなワークフローをChatGPTに閉じ込める動きは、オープンな実験から囲い込み型の統合へと明確に転換していることを示している。今週、AnthropicはClaude Sonnet 5.5をリリースし、Black Forest LabsはFLUX 3の画像モデルを発表した。一方、ByteDanceのDMADは拡散ステップを50から4に削減し、迅速な反復処理を実現した。また、LightricksのAlpha Genはグリーンスクリーンなしで複雑なマットを抽出可能となり、Ideogram v4.5は長年の課題であった画像のドリフト問題を解消した。

大規模モデルのコストは低下し、ツールはついに実際のワークフローとは別の宇宙にあるふりをやめた。Anthropicはコストを低減させたClaude Opus 5.5を発表し、OpenAIはGPT-6 SolとLunaの提供をChatGPT Workに限定した。またxAIはコーディング用途向けにGrok 4.7を提供している。一方、RunwayはDaVinci Resolve用ネイティブプラグインをリリースし、Ant GroupはQwen-Image-2.1でRGBA出力をネイティブサポートする機能を導入した。Seedance 2.5は反復処理時の計算リソース節約のため、低コストな下書きモードを追加した。Stability AIは収益に基づくライセンス条項に変更し、スタジオに次のレンダリングファームの請求が来る前にオープンソース依存を見直すよう迫っている。

Runwayの新しいフレームレート補間モデルは、もはや単なるピクセル生成にとどまらず、動画の時間的構造を能動的に修復していることを証明した。Vidu S2がリアルタイムのインタラクティブな編集を可能にする一方、アリババのQwen3.8 Omni-Flashは1回のクエリで長時間の動画を処理し、Googleは会話中の並列的な視覚推論に対応するためGemini 3.8 Liveを提供した。AnthropicはClaudeにCoworkを統合してインターフェース上の摩擦を軽減し、Quiver AIはArrow 2を改良してよりクリーンなSVG生成を実現、TypeSafeは構造化された意思決定のためにJevを発表した。週明けにはOpenAIがReveのチームを受け入れつつ画像生成ツールを終了するという、実験的なツールよりも人材への決断的な集中を示す動きで幕を閉じた。

サム・アルトマン氏が2026年のIPOを断念し、DeepSeekがV4.1 Flashを展開したことは、公開の華やかさから実力重視への転換を示唆している。OpenAIはリークされたGemini 4ベンチマークが優位性を主張する中でも、GPT-6 Astraを金融サービスと画像生成分野へ押し進めている。一方、NVIDIAは音声用PersonaPlexをオープンソース化し、Sunoはモデルへのアクセスを階層別に分割、Blizzardの労働組合はAI交渉プロトコルの導入を要求した。今週は、Blizzardの労働指令が展開速度に対する唯一の具体的な抑制要因として残る形で幕を閉じた。

業界は現在、自らの環境を自律的に操作できるエージェントの開発に熱中しているが、AnthropicがClaude Fable 5.1のエージェントループを停止させるパッチを適用した時点で現実認識の必要性が浮き彫りになった。一方、OpenAIはゲームエンジンとの直接統合を実現するGPT-6 Astraをリリースした。Runwayは生成シミュレーション向けにGWM Worlds 2のプレビューを発表し、World LabsはAtlasとMarbleを分離した。Alibaba Cloudはコーディングエージェント専用にQwen 3.8-Maxを公開し、OpenClawはバージョン2.0に向けてコードベース全体を書き換えた。MiniMax H3はオープンソース動画ランキングで首位を獲得したが、リークされたベンチマークではGemini 4がGPT-6 Astraを上回る性能を示した。

NvidiaによるHugging FaceおよびPoolsideへの190億ドルの買収は、インフラ統合がもはや理論的なものではないことを示している。一方、ソニーとワーナー・ブラザースは著作権侵害を理由にAnthropicを積極的に提訴する中、Googleは自社のAI関連著作権訴訟を4億9,000万ドルで和解し、業界内に顕著な法的二極化を生み出している。他方、アリババはネイティブ音声入力機能を備えたWan 3.0を展開し、Runway RubyがTopaz Hyperionと競合する中、カリフォルニア州のSB 574法案は弁護士によるAIへの業務委託を禁止している。

今週は、生成AIの技術スタック全体にとって進化というよりはむしろストレステストに感じられた。DeepSeekがV4-Flashに「目」を与え、Black Forest LabsはFLUX 3 UpscaleがTopazを上回れることを実証した。その一方で、アリババのDAMOアカデミーは、単一の動画から人間を構築できる4DAnyoneの能力で我々を驚かせた。OpenAIのLuna-Lisa Alphaのリークと、StealthによるOpenRouter上でのOx Alphaの無料提供は、最前線の技術が誰が予想したよりも速く漏洩していることを示唆している。ScanticのローカルiPhone用Gaussian SplatsとBinanceのAgent OS取引実行機能が、この露出を伴う一週間で唯一の静かな領域だった。

業界はついにオープンウェイトを慈善的な付帯物ではなく、競争上の武器として捉え始めた。アリババはQwen 3.8 Maxのウェイトを公開した一方、Z.aiは積極的なポストトレーニングを通じてGLM-5.3を推進し、GitHub Spec Kitは混沌としたAIコーディングワークフローへの規律を強いる試みを行った。その間、Suno Studio 2.0は完全なMIDIサポートを統合し、Higgsfieldは精密なカメラ制御機能を備えたCinema Studioをリリースした。Topaz Labsはノイズ低減性能を向上させたWonder 3.5を提供し、Spotifyは合成アーティストの過剰なプロモーションを抑止するため、AIパーソナバッジを静かに導入した。

業界は、単なる規模の拡大と実用的な有用性のどちらを選ぶべきかという分岐点に立たされており、この対立軸が今週のリリースサイクルを特徴づけた。アリババのQwen 3.8-Maxは2.4兆パラメータを謳った一方、Wan 3.0は公開ベータ版として稼働を開始したが、真の注目点はMiniMax H3がComfyUIに統合され、Kling O1の新しいテキスト駆動型編集ツールと並んで登場した点にある。バイトダンスはSeedRealtimeをリリースし、即時の音声・視覚インタラクションを実現した。またSunoはスパム対策として透かし（ウォーターマーク）の導入とダウンロード制限を強化した。東京で開催されたハッカソンでは1日で25本の映画が制作され、これが創造的な効率性の証なのか、それとも単なる速度競争におけるデータポイントに過ぎないのかという問いを投げかけた。