# 視覚効果

Wanはアリババの通義实验室が開発した、強力な動画生成能力を備えた高度なビジュアル生成モデルです。テキスト、画像、その他の制御信号に基づいて動画を生成できます。Wan 2.1シリーズモデルは完全オープンソース化されています。主な特長として、複雑な動作の生成能力の高さ（幅広い身体動作、複雑な回転、動的なシーン遷移、滑らかなカメラワークを含むリアルな動画の生成）、正確な物理シミュレーション（現実世界の物理法則に沿った動画の生成）、映画のような質感（豊富なテクスチャと多様なスタイリッシュな効果）、制御可能な編集機能（画像や動画を参考に正確な編集が可能）が挙げられます。このモデルのオープンソース化は、動画生成分野に新たな可能性をもたらし、利用障壁を下げ、関連技術の発展を促進します。

VideoJAMは、外観とモーションの統合表現を用いることで、動画生成モデルのモーションの一貫性と視覚品質を向上させる革新的な動画生成フレームワークです。本技術は、内側誘導機構（Inner-Guidance）を導入し、モデル自身によって予測されたモーション信号で動画生成を動的に誘導することで、複雑なモーションタイプの生成において優れた性能を発揮します。VideoJAMの主な利点は、高品質な視覚効果を維持しながら、動画生成の一貫性を大幅に向上させることができる点です。更に、トレーニングデータやモデルアーキテクチャの大規模な変更なしに、あらゆる動画生成モデルに適用可能です。本技術は、特にモーションの一貫性が高いことが求められる場面において、動画生成分野で重要な応用可能性を秘めています。

TransPixarは、高度な人工知能技術に基づいた透明ビデオ生成ツールです。革新的なDiTアーキテクチャを採用し、テキストの説明を高速で高品質な透明ビデオに変換し、RGBとアルファチャンネルの完璧なアライメントを実現します。この技術はクリエイティブ制作分野において重要な意味を持ち、制作効率の大幅な向上とコスト削減に貢献し、VFX、アニメーション制作などに全く新しいソリューションをもたらします。現在、この製品は主にクリエイティブのプロフェッショナルを対象としており、効率的でプロフェッショナルな透明ビデオ生成サービスを提供しています。具体的な価格は明示されていませんが、そのポジショニングから有料であると考えられます。

TransPixarは、透明度チャンネルを含むRGBA動画を生成できる高度なテキスト動画生成モデルです。拡散トランスフォーマー（DiT）アーキテクチャとLoRAベースのファインチューニング手法を組み合わせることで、RGBとアルファチャンネルの高い整合性を実現しています。TransPixarは、視覚効果（VFX）やインタラクティブコンテンツ制作において重要な役割を果たし、エンターテインメント、広告、教育など様々な業界に多様なコンテンツ生成ソリューションを提供します。主な利点としては、効率的なモデル拡張性、強力な生成能力、限られたトレーニングデータに対する最適化処理能力が挙げられます。

バイトダンスインテリジェントクリエイションチームが開発した最新のシングルイメージビデオ駆動技術、X-Portrait 2。X-Portrait 2は、ユーザーが提供した静止画の肖像と駆動パフォーマンスビデオから、高度な表現力とリアルさを備えたキャラクターアニメーションとビデオクリップを生成する肖像アニメーション技術です。この技術は、既存のモーションキャプチャ、キャラクターアニメーション、コンテンツ制作プロセスの複雑さを大幅に軽減します。X-Portrait 2は、最先端の表情エンコーダーモデルを構築し、入力された微細な表情を暗黙的にエンコードし、大規模データセットでトレーニングされています。その後、このエンコーダーと強力な生成拡散モデルを組み合わせることで、滑らかで表現力豊かなビデオを生成します。X-Portrait 2は、唇をすぼめる、舌を出す、頬を膨らませる、眉をひそめるなど、難しい表情を含む微妙で微細な表情を伝え、生成されたビデオで高忠実度の感情表現を実現します。

2D画像拡散モデルから抽出された事前知識を利用して、再照明可能な放射場を作成する手法です。単一照明条件下で取得された多視点データを、多照明効果を持つデータセットに変換し、3Dガウススプラインを用いて再照明可能な放射場を表します。この手法は正確な形状や表面法線に依存しないため、複雑な形状や反射BRDFを持つ複雑なシーンの処理に適しています。

Morphic Studioは、革新的なストーリーテリングプラットフォームです。最先端技術を用いて、没入型でインタラクティブなストーリー体験を提供します。最新のインタラクション技術と視覚効果により、ユーザーはストーリーにより深く没頭し、その魅力を存分に味わうことができます。Morphicの主な利点としては、1. 没入型体験、2. 高いインタラクティブ性、3. 際立つ視覚効果、4. 操作と使用の容易さ、が挙げられます。製品背景情報では、Morphicは技術革新を通じてストーリーテリング方法の変革を推進し、現代の視聴者の高品質なコンテンツへのニーズに応えることを目指しています。

Stylar AIの2D画像3D変換コンバーターは、高度な画像間変換技術を用いて、平面的な2D画像を3D画像に変換する強力なツールです。高品質な画像変換と多彩なスタイルオプションを提供し、ユーザーの3D化ニーズを満たします。主な機能には、画像アップロード、3D効果の選択、3D作品ダウンロードなどがあります。3Dカートゥーン風効果、3Dアート作品風など、様々な3Dスタイルと、スケッチからの3Dデザイン変換機能も提供します。

Make-Your-Anchorは、拡散モデルに基づく2Dバーチャルアバター生成フレームワークです。約1分の動画素材があれば、上半身と手の動きを正確に再現した、配信者風動画を自動生成できます。本システムは、構造ガイド付きの拡散モデルを用いて3Dメッシュの状態を人物の外見としてレンダリングします。二段階の学習戦略により、動きと特定の外見を効果的に結びつけます。任意の長さの時系列動画を生成するために、フレーム単位の拡散モデルの2D U-Netを3D形式に拡張し、シンプルかつ効果的なバッチオーバーラップ時系列ノイズ除去モジュールを提案することで、推論時の動画の長さに関する制限を突破しました。最後に、特定のアイデンティティに基づいた顔の強化モジュールを導入し、出力動画の顔領域の視覚品質を向上させています。実験により、本システムは視覚品質、時系列の一貫性、アイデンティティの忠実度において、既存技術を上回ることが示されました。

Animatableは、動画を魅力的なアニメーションに変換できるAIアニメーションプラットフォームです。視聴者を魅了するアニメーションを作成できます。ユーザーは好みに合わせて様々なスタイルを選択し、自由に創造性を発揮できます。プラットフォームは高速で生成され、動画変換には1秒あたり7ポイント、プレビュー画像1枚あたり1ポイントを消費します。ベーシックプランとプロプランがあり、それぞれ月間1000ポイントと3000ポイントが提供され、商用利用が可能です。

dopepics.ioは、ありふれた写真を卓越したビジュアル体験に変換するAI製品です。どんな画像でもアップロードしていただければ、50種類もの改良版を、驚くべき8Kの高画質で提供します。画像に欠陥や不要なマーク、文字があっても問題ありません。さらに、必要に応じてより高解像度での処理も可能です。当社のAIを信頼して、ありふれた写真を特別な写真に変えましょう。