Google が I/O 2025 でメディア生成モデルを発表した。Veo 3 は音声付き動画生成に対応し、Imagen 4 は 2K 解像度の画像生成ができる。映像制作向けの Flow と音楽生成の Lyria 2 も同時に出た。生成物には SynthID の電子透かしが付き、識別用の SynthID Detector も公開された。
Veo 3:音声付き動画生成を初実現。街中の交通音、鳥のさえずり、キャラクター対話なども生成可能。リップシンクや物理法則を正確に反映し、米国の Ultra ユーザー、Gemini アプリ、Flow、Vertex AI で利用開始。
Veo 2 新機能:参照画像による動画生成、カメラコントロール(回転・ズーム設定)、アウトペインティング(フレーム拡張)、オブジェクトの追加・削除機能を追加。
Flow:Veo 向け AI 映像制作ツール。キャラクター、シーン、スタイルの細かい制御で映画のような作品を制作可能。
Imagen 4:最大 2K 解像度での高品質画像生成、文字表現・タイポグラフィ機能が大幅向上。Gemini アプリ、Whisk、Vertex AI、Google Workspace で利用可能。近日中に Imagen 3 比で最大 10 倍高速な版をリリース予定。
Lyria 2:Music AI Sandbox での高度な楽曲制作ツール。Lyria RealTime によるリアルタイム音楽生成も API 経由と AI Studio で提供。
SynthID Detector:AI 生成コンテンツ識別用の検証ポータルサイトを公開。SynthID による電子透かしの有無を確認できる。