投稿者 齋藤竹紘投稿日: 2025年10月1日カテゴリー 一覧

動画生成AIの「GPT-3.5モーメント」が到来

OpenAIは2025年9月30日、次世代の動画・音声生成モデル「Sora 2」を発表しました。同時に、AI生成動画を共有・リミックスできる新しいソーシャルアプリ「Sora」もリリースされ、動画生成AIの新たな局面を迎えています。

OpenAIは、2024年2月にリリースされたオリジナルのSoraを「動画におけるGPT-1モーメント」と位置づけていましたが、Sora 2については「GPT-3.5モーメント」に相当する飛躍的な進化だと表現しています。物理法則の再現精度、リアリズム、制御性のすべてが大幅に向上し、音声も同期生成されるようになりました。

Sora 2の主要機能と技術的進化

1. 物理法則に忠実な動画生成

Sora 2の最大の進化は、現実世界の物理法則をより正確にシミュレートできる点です。従来の動画生成モデルは、プロンプトを実現するために現実を歪めてしまう傾向がありました。例えば、バスケットボールのシュートが外れた場合、ボールが突然ゴールにテレポートするような不自然な現象が発生していました。

Sora 2では、シュートが外れた場合、ボールは物理的に正しくバックボードに跳ね返ります。オリンピック体操の演技、パドルボード上でのバックフリップ、猫を頭に乗せたままのトリプルアクセルなど、これまでの動画生成モデルでは不可能だった複雑な物理シミュレーションを実現しています。

興味深いのは、モデルが犯す「ミス」が、内部で想定されているエージェントの行動ミスとして表れる点です。成功だけでなく失敗も含めてリアルにシミュレートできることは、実用的な世界シミュレーターにとって極めて重要な能力です。

2. 音声と動画の同期生成

Sora 2では、動画と同期した音声が生成されます。これには対話音声や効果音が含まれており、より没入感のあるコンテンツ制作が可能になりました。音声生成には厳格な安全対策が施されており、生成された音声の文字起こしを自動スキャンしてポリシー違反がないかチェックする仕組みや、生きているアーティストや既存作品を模倣した音楽の生成をブロックする機能が実装されています。

3. 高度な制御性とスタイル対応

Sora 2は、複数のショットにまたがる複雑な指示に従いながら、ワールドステート（世界の状態）を正確に維持できます。リアル、シネマティック、アニメといった様々なスタイルに対応しており、クリエイターの意図を高い忠実度で再現します。

4. カメオ機能で自分を動画に登場させる

Sora 2の革新的な機能の一つが「カメオ（ちょい役）」機能です。ユーザーは、アプリ内で短時間の動画と音声を録画して本人確認を行うことで、自分の外見と声をSoraが生成する動画に登場させることができます。

この機能は人間だけでなく、動物や物体にも適用可能で、友人やチームメイトを動画に追加することもできます。カメオ機能は完全にオプトイン方式で、ユーザーは誰が自分のカメオを使用できるかを管理でき、いつでもアクセスを取り消すことが可能です。

新しいSoraアプリ：TikTok型のAI動画プラットフォーム

ソーシャル機能の実装

Sora 2と同時にリリースされたiOS向けの「Soraアプリ」は、AI生成動画のソーシャルプラットフォームとして設計されています。アプリ内では、最大10秒の動画を生成し、フィード内で共有できます。ユーザーは他のユーザーの動画にいいねやコメントを付けたり、動画をリミックスして独自のバージョンを作成したりすることができます。

アルゴリズムフィードと「ステアラブルランキング」

Soraアプリのフィードは、ユーザーのSoraアクティビティ、位置情報（IPアドレスから取得）、過去の投稿へのエンゲージメント、ChatGPTの会話履歴（オフにすることも可能）を考慮してパーソナライズされます。

さらに、「ステアラブルランキング」システムにより、ユーザーは表示されるコンテンツをより細かく制御できます。OpenAIによれば、このフィードは従来のソーシャルメディアとは異なり、滞在時間の最大化ではなく、創造性を刺激する発見を優先する設計になっています。

10代向けの安全機能

Soraアプリには、若年ユーザー向けの強化された保護機能が実装されています。10代のプロフィールは大人にレコメンドされず、大人から10代へのメッセージ送信も制限されています。親は、10代がダイレクトメッセージを送受信できるかどうか、フィードをパーソナライズするかどうかを管理できる専用のペアレンタルコントロールも利用できます。また、デフォルトで10代のユーザーには連続スクロールの制限が設定されています。

利用条件とアクセス方法

段階的なロールアウト

Soraアプリは現在、招待制でリリースされています。まずアメリカとカナダのiOSユーザーが対象で、OpenAIは今後数日から数週間かけて他の国にも拡大する予定です。Androidアプリも開発中です。

アクセスの優先順位は以下の通りです。

1. オリジナルSoraモデルのヘビーユーザー
2. ChatGPT Proユーザー（招待なしでSora 2 Proモデルにアクセス可能）
3. ChatGPT PlusおよびTeamプランユーザー
4. 無料ユーザーを含むすべてのChatGPTユーザー

招待を受けたユーザーには、友人に渡せる招待コードが付与されます。

料金体系

Soraアプリは基本的に無料で提供され、「人々が自由にその機能を探索できるように」設計されています。OpenAIによれば、ローンチ時点での唯一の収益化計画は、需要が高い時期に追加の動画を生成するための課金のみです。

API提供も予定

OpenAIは、サードパーティの開発者がSora 2モデルを自社の動画編集アプリケーションに組み込めるよう、API（アプリケーション・プログラミング・インターフェース）を提供する計画も発表しています。これにより、よりきめ細かいプロフェッショナルな編集機能が実現し、動画生成の最前線がさらに拡大することが期待されています。

安全対策とコンテンツ管理

AI生成動画の識別

すべてのSora生成動画には、可視・不可視の両方の出所証明シグナルが含まれています。ローンチ時点では、すべての出力に可視ウォーターマークが付けられます。さらに、業界標準のC2PAメタデータも埋め込まれており、OpenAIは内部でリバース画像検索および音声検索ツールを維持して、動画をSoraまでトレースできるようにしています。

本人確認と同意ベースの肖像権管理

カメオ機能は、動画と音声のキャプチャによる本人確認を必要とし、なりすましを防ぐための検証チャレンジも実装されています。ユーザーは自分の肖像権を完全にコントロールでき、誰が自分のカメオを使用できるかを決定し、いつでもアクセスを取り消すことができます。

公人は、自分自身でカメオをアップロードしない限り生成できません。

著作権への対応

OpenAIは、著作権保有者に対しては、自社の作品がSora 2のコンテンツに使用されることをオプトアウト（除外申請）する方式を採用しています。これは、ChatGPTの画像生成機能と同様のアプローチで、スター・ウォーズやザ・シンプソンズなどの架空の世界を再現できる一方で、権利者が削除を要求できる仕組みになっています。

有害コンテンツのフィルタリング

Soraは、プロンプトと出力の両方を複数の動画フレームと音声トランスクリプト全体でチェックすることで、性的コンテンツ、テロリストのプロパガンダ、自傷行為の促進など、安全でないコンテンツが作成される前にブロックする多層防御を使用しています。OpenAIはレッドチーム演習を通じて新たなリスクを探索し、Sora 2のリアリズムと動き・音声の追加を考慮して、画像生成よりも厳格なポリシーを適用しています。

まとめ

Sora 2は、動画生成AIの精度と実用性を飛躍的に向上させた画期的なモデルです。物理法則に忠実な動画生成、音声の同期、高度な制御性により、クリエイティブな表現の可能性が大きく広がりました。

同時にリリースされたSoraアプリは、AI生成動画のソーシャルプラットフォームとして、TikTokやInstagram Reelsに似た体験を提供しながら、創造性とコラボレーションに重点を置いた設計になっています。

EC事業者にとっても、商品紹介動画、ハウツー動画、ブランドストーリーなど、高品質な動画コンテンツを低コストで制作できる可能性が開かれました。今後APIが提供されれば、EC運営ツールとの統合により、さらに効率的な動画マーケティングが実現するでしょう。

ただし、現時点では招待制であり、段階的なロールアウトが予定されています。また、著作権や肖像権、AI生成コンテンツの真偽判別など、新たな課題への対応も必要です。EC事業者は、これらの技術動向を注視しながら、適切なタイミングでの活用を検討することが重要です。

引用: openai