見出し画像

3-22.欧米画像・動画・音声・デザインAI勢力を読む

香川友志

Pika、Luma AI、Ideogram、Suno、Udio、HeyGen、Krea AI――本編に入りきらなかった欧米クリエイティブAI企業たち

欧米生成AI 2026 完全版 第22回｜番外編2

シリーズ：欧米生成AI 2026 完全版
副題：LLM・画像生成・動画生成・AI Agentで見る「欧米AI企業TOP20＋番外編」
評価軸：AI部門の有名度 / 資本力 / 技術力 / 収益度 / AI部門価値
最終更新：2026年7月26日（NOTE公開用・公式発表再確認済み）
注記：製品名、モデル、価格、著作権訴訟、提携、提供地域は今後変わる可能性があります。会社発表、報道、推計を区別して記載します。
為替は1ドル＝160円で概算換算しています。

読む前に｜クリエイティブAIは「一枚を作る競争」ではなくなった

画像生成AIが世界を驚かせた時、競争は単純でした。

テキストを入力して、どれだけ美しい画像を作れるか。

次に動画生成が登場し、動きの自然さ、長さ、解像度、カメラ制御が競われました。

音楽生成では、数行の歌詞から一曲を作れること自体がニュースになりました。

しかし、2026年のクリエイティブAIは、その段階を越えています。

企業やクリエイターが必要としているのは、驚くデモではありません。

キャラクターを同じ顔で保つ。

ブランドの色、書体、商品、ロゴを守る。

生成した映像を編集する。

吹き替え、字幕、リップシンクを行う。

複数言語へ展開する。

音楽のステムを分け、修正し、権利を管理する。

低解像度の生成映像を4Kへ仕上げる。

一度作った制作手順をAgentが繰り返す。

承認、共同作業、配信までを一つの環境で行う。

この番外編で扱う企業は、画像・動画・音声を作る会社であると同時に、制作工程そのものをソフトウェアへ変える会社です。

Pikaは短尺動画からAI Selfとリアルタイム対話へ進みます。

Luma AIは動画・3Dから制作Agent、Physical AIへ広がります。

Ideogramは文字入り画像からオープンウェイトのデザイン基盤へ進みます。

Kreaは複数モデルを束ねる制作OSでありながら、自社基盤モデルKrea 2も作りました。

SunoとUdioは、音楽生成を一曲の自動生成から制作環境と音楽産業の契約へ進めます。

HeyGenとD-IDは、録画されたアバターからリアルタイムのデジタルヒューマンへ向かいます。

DescriptとCaptionsは、編集をタイムライン操作から文章・Agent操作へ変えます。

Adobe、Canva、Leonardo、Topazは、生成AIを既存の制作・ブランド・仕上げ工程へ統合します。

2026年のクリエイティブAI競争は、最強モデルを誰が持つかではなく、アイデアから完成物までの制作ループを誰が握るかである。

目次

はじめに――なぜ番外編2が必要なのか
生成、編集、翻訳、配信が一つになる
第1章　5軸評価で見る欧米クリエイティブAI勢力
第2章　Pika――短尺動画生成から「AI Self」へ
第3章　Luma AI――Dream Machineから制作Agent、Physical AIへ
第4章　Ideogram――文字を描ける画像AIからオープンなデザイン基盤へ
第5章　Leonardo AI / Canva――モデル企業が巨大デザイン流通網へ入る
第6章　Krea AI――複数モデルを束ねる制作OSとKrea 2
第7章　Suno――AI音楽生成はDAWと音楽産業へ入る
第8章　Udio――レコード会社との和解・提携が示す別ルート
第9章　HeyGen――AIアバターからIdentity-First Videoへ
第10章　D-ID――デジタルヒューマンを企業の対話窓口へ
第11章　Descript――「文字を編集すれば映像が変わる」を完成させる
第12章　Captions / Mirage――SNS動画をAIが自動制作する
第13章　Topaz Labs――生成後の仕上げを握るAI補正企業
第14章　Adobe Firefly――生成モデルをCreative CloudのAgentへ統合
第15章　競合比較――誰が制作工程のどこを取るのか
第16章　著作権・人格権・音楽権利の難問
第17章　日本企業・クリエイターはどう使うべきか
第18章　日本のクリエイティブ産業への影響
第19章　2030年までの三つのシナリオ
結論――クリエイティブAIは「生成機能」から「制作OS」へ
連載総括――欧米生成AI 2026 完全版が示す産業地図

はじめに――なぜ番外編2が必要なのか

本編では、Midjourney、Runway、ElevenLabs、Synthesia、Stability AIなど、生成メディアを代表する企業を扱いました。

しかし、画像・動画・音声AIの市場は、それらだけでは説明できません。

短尺動画ではPika。

動画・3D・空間表現ではLuma。

タイポグラフィではIdeogram。

リアルタイム制作ではKrea。

音楽ではSunoとUdio。

アバターではHeyGenとD-ID。

編集ではDescriptとCaptions。

デザイン流通ではCanvaとAdobe。

仕上げではTopaz Labs。

各社は違う入口から、同じ場所を目指しています。

その場所が、クリエイティブ制作OSです。

制作OSとは、単なる画像生成画面ではありません。

企画を理解する。

参考資料を集める。

複数案を作る。

修正する。

ブランドへ合わせる。

人物や商品を一貫させる。

音声、字幕、音楽を付ける。

複数サイズ・言語へ展開する。

チームで承認する。

公開する。

成果を見て次の制作へ反映する。

この工程を一つのAI環境へ集めることです。

2026年、Adobe、Canva、Krea、Luma、HeyGenは、明確にこの方向へ動いています。

生成、編集、翻訳、配信が一つになる

クリエイティブAIの産業構造は、五つの層に分けられます。

第1層　基盤生成モデル

Ideogram 4.0、Krea 2、Luma Ray、Pika、Suno v5.5など。

画像、動画、音楽を直接生成する知能です。

第2層　制作・編集環境

Krea、Descript、Captions、Adobe Firefly、Canva。

複数モデルを使い、編集、レイアウト、タイムライン、共同作業を提供します。

第3層　人物・音声・アイデンティティ

HeyGen、D-ID、Suno Voices、Udio Voices。

顔、声、人物らしさ、話し方を継続して使います。

第4層　企業ブランド・配信

Canva、Adobe、HeyGen、Leonardo。

テンプレート、ブランド資産、翻訳、承認、広告、SNS、学習管理へ接続します。

第5層　仕上げと品質保証

Topaz Labs、Adobe Premiere / After Effects、Descript。

低解像度、ノイズ、ジャンプカット、音声、色、解像感を完成品へ近づけます。

生成モデルの価格が下がるほど、第2層から第5層の価値が上がります。

第1章　5軸評価で見る欧米クリエイティブAI勢力

【AI部門の有名度】
点数：8.6 / 10
一言評価：Suno、Pika、HeyGenなど一般利用者にも広がり、Adobe・Canvaが大量配布

【資本力】
点数：8.3 / 10
一言評価：Suno 54億ドル評価、Adobe・Canvaの巨大資本、動画企業への大型投資が継続

【技術力】
点数：8.7 / 10
一言評価：動画、アバター、音楽、編集、補正が急速に融合し、単独モデル評価が難しい

【収益度】
点数：7.8 / 10
一言評価：会社発表ベースでHeyGenは2億ドルARRへ達した一方、音楽・動画生成は著作権と高い計算費用を抱える

【AI部門価値】
点数：8.8 / 10
一言評価：広告、教育、SNS、映画、ゲーム、音楽、デザインの制作費を再構成する可能性

【総合評価】
点数：8.4 / 10
一言評価：一つの生成モデルより、制作ワークフローと権利・ブランドを握る企業が強い

この評価で重要なのは、最高画質と事業価値が一致しないことです。

最も美しい一枚を作れても、企業のロゴを守れない、商品が変形する、修正できない、権利が不明なら、業務では使いにくい。

一方、モデル性能が二番手でも、編集、テンプレート、ブランド、承認、翻訳、配信までつながれば、企業は料金を払います。

第2章　Pika――短尺動画生成から「AI Self」へ

Pikaは、StanfordのAI研究者だったDemi GuoとChenlin Mengが設立した動画生成企業です。

初期のPikaは、テキストや画像から短い動画を作る、クリエイター向けの軽快なサービスとして人気を集めました。

Pikaffects、Pikaswaps、Pikadditionsなど、映像の一部を変える遊びやすい機能が特徴でした。

RunwayやLumaが映画・広告制作へ近づく一方、PikaはSNSで共有したくなる短い驚きと、人物中心の表現に強みを持ちました。

しかし2026年、Pikaの方向は変わっています。

4月に発表したPikaStream 1.0は、リアルタイムのビデオ会話をAI Agentへ与える技術です。

Pikaはこれを「AI Selves」という構想へ結び付けています。

AI Selfは、利用者の顔、声、性格、好みを持ち、グループチャットへ参加し、Google Meetへ入り、リアルタイムに反応するデジタルな分身です。

これは従来の動画生成と違います。

従来は、プロンプトを入力し、数十秒待ち、完成した動画を見る。

PikaStreamは、AIがその場で表情を作り、声に合わせて動き、会話へ反応します。

つまりPikaは、動画生成モデルから「視覚を持つAgentの身体」へ進もうとしています。

この方向は、HeyGen、D-ID、Synthesia、Anamなどのリアルタイムアバター企業と競合します。

Pikaの強みは、生成動画で培った動きと表現力です。

弱点は、企業向けの安全性、本人同意、なりすまし対策、記憶、会話品質です。

AI Selfが本人の代わりに会議へ出るなら、相手にAIであることを明示する必要があります。

誰が発言の責任を持つのか。

録画や学習データはどう扱うのか。

退職者や故人のAI Selfをどう管理するのか。

Pikaの賭けは、動画が「作品」から「対話する存在」へ変わることです。

AI Selfの収益化――デジタル分身が働く経済圏

2026年4月10日、Pikaは「Pika Agent」が会話やSkill利用を通じて収益を得られる仕組みを発表しました。AI Self構想と近い方向ですが、公式記事の表現はPika Agentです。

これは、利用者がAIへ料金を払うだけでなく、自分が育てたAgentの利用から収益を得るという構想です。具体的な交換条件、収益配分、提供地域は今後の規約確認が必要です。

ただし、本人に似たAgentが収益活動を行う場合、広告表示、発言責任、税務、未成年者、第三者の権利、プラットフォームによる収益配分が新たな論点になります。

Pikaは動画技術だけでなく、AI SelfやPika Agentを中心とするAgent経済圏まで狙っています。

第3章　Luma AI――Dream Machineから制作Agent、Physical AIへ

Luma AIは、写真や動画から3D空間を再構築するNeRF系技術で注目された会社です。

その後、Dream MachineとRayモデルによって動画生成へ進出しました。

2026年6月9日、LumaはRay3.2 Model & APIを発表し、フレーム単位の制御、HDR、EXR出力など、プロ制作向けの制御性とAPI利用を強化しました。

さらにLuma Skillsを発表しています。

Skillは、制作手順を一度定義し、繰り返し実行する仕組みです。

商品広告、SNS映像、ストーリーボード、ブランド動画など、複数の生成・編集ステップを保存し、同じ品質と方向性で再利用します。

これはクリエイティブAgentの考え方です。

プロンプトを毎回書くのではなく、会社やスタジオの制作ノウハウをSkillへ変える。

Lumaは動画モデル会社から、制作工程を自動化するプラットフォームへ進んでいます。

映画・広告分野への取り組みも強い。

2026年4月にはWonder ProjectとInnovative Dreamsを立ち上げ、生成AI、モーションキャプチャ、バーチャルプロダクション、VFXを組み合わせるRealtime Hybrid Filmmakingを推進しました。

広告分野ではCannes Lionsを意識したDream Briefを実施し、AI映像をデモではなく商用制作へ入れようとしています。

一方、LumaはPhysical AIへも広がります。

6月にOpen Physical AI Labを発表し、ロボットが未知の環境へ一般化するためのオープンサイエンスを掲げました。

Lumaの原点は、現実世界の3D理解です。

動画生成とロボット世界モデルは、別事業に見えて、実は同じです。

どちらも、物体、空間、光、動き、因果を理解し、次のフレームを予測します。

Lumaは「美しい動画を作る会社」と「ロボットが世界を理解する会社」の両方を狙っています。

第4章　Ideogram――文字を描ける画像AIからオープンなデザイン基盤へ

Ideogramは、Google Brain出身者が設立したカナダの画像生成企業です。

同社が初期から評価されたのは、画像内の文字表現です。

ポスター、ロゴ、広告、Tシャツ、パッケージでは、絵が美しいだけでは不十分です。

商品名や見出しが正しく読める必要があります。

Ideogramは、タイポグラフィ、プロンプト忠実性、デザイン用途を差別化にしました。

Canvas、Magic Fill、Remix、Character Referenceなどを通じ、画像を生成して終わらず、修正・拡張・一貫性を持たせる方向へ進みました。

2026年6月、Ideogramは4.0を発表しました。

4.0は同社がフロンティア画像モデルと位置付ける新世代で、9.3Bパラメータ、34層のDiffusion Transformerとしてオープンウェイト公開されました。テキストエンコーダーにはQwen3-VL-8B-Instructを使い、その13層分の中間表現を結合してDiTへ渡します。

これは大きな戦略転換です。

画像生成の上位モデルは、OpenAI、Google、Midjourney、Adobeなどクローズドなサービスが中心です。

Ideogramは、文字表現とデザイン能力を持つモデルを外部開発者、研究者、企業が基盤として使えるようにしました。

狙いは「画像生成アプリ」から、製品、Agent、広告システム、デザインツールが組み込む基盤モデルになることです。

オープンウェイト化には課題もあります。

不正ロゴ、偽広告、なりすまし、著作権侵害、ブランド毀損へ使われる可能性が高まります。

一方、企業は自社環境で微調整し、商品・ブランド専用モデルを作りやすくなります。

Ideogramの競争相手はMidjourneyだけではありません。

Adobe Firefly、Canva / Leonardo、Krea、Black Forest Labs、OpenAI、Googleなど、デザイン制作全体を持つ企業です。

Ideogramが勝つには、文字の正確さを、レイヤー、編集、ブランド資産、APIへ広げる必要があります。

第5章　Leonardo AI / Canva――モデル企業が巨大デザイン流通網へ入る

Leonardo AIは、オーストラリア発の画像生成・動画生成プラットフォームです。

ゲーム素材、キャラクター、広告、商品画像、モデル微調整で成長しました。

Phoenixなどの自社基盤モデルと、使いやすい制作画面を持ちます。

2024年、CanvaはLeonardo AIを買収しました。

この買収の意味は、画像モデル企業が巨大なデザイン流通網へ入ったことです。

Canvaは、個人クリエイターだけでなく、企業の営業資料、SNS、教育、広告、ブランド管理、ウェブ、印刷までを扱います。

LeonardoのモデルがCanvaのMagic StudioやCanva AIへ入れば、一つのモデルが何億人もの制作工程へ配布されます。

Canvaは2026年にCanva AI 2.0を発表し、会話からデザイン、ブランド更新、コード、公開までをつなぐ方向を強化しました。

Canva AIはLeonardoのPhoenix、Canva独自モデル、OpenAI、Anthropicなど複数のモデルを組み合わせます。

これは、Kreaと似た「モデル中立な制作OS」の構造です。

Canvaの強みは、モデル性能ではなく、テンプレート、ブランドキット、共同作業、承認、印刷、配信です。

企業は、最高画質の画像を単発で作るより、世界中の支社が同じブランドルールで大量の制作物を作れることへ価値を感じます。

LeonardoはCanva傘下でも独立運営を続け、自社サービスとモデル研究を進めています。

課題は、Canvaの大量配布と、Leonardoのクリエイター向け自由度を両立することです。

第6章　Krea AI――複数モデルを束ねる制作OSとKrea 2

Kreaは、リアルタイム画像生成で知られるクリエイティブAI企業です。

文字を入力する、絵を描く、画面やカメラを動かすと、結果がリアルタイムに変わる。

生成の待ち時間を減らし、AIを完成品の自動販売機ではなく、触りながら方向を探る道具へしました。

Kreaの特徴は、複数モデルを一つの制作環境へ集めていることです。

Veo、Sora、Kling、Luma、Runway、Flux、Ideogram、ByteDance系モデルなどを、画像、動画、3D、リップシンク、アップスケール、編集、LoRAと組み合わせます。

2026年3月にはKrea Editを再設計し、部分編集、照明、色、視点の変更を強化しました。

Node Agentは、利用者が作りたい制作工程を文章で説明すると、ノード型ワークフローを組み立てます。

Kreaは「どのモデルが一番か」を決めるのではなく、仕事ごとにモデルを選び、つなぐ場所です。

しかし2026年5月、Kreaは自社モデルKrea 2を発表しました。

Krea 2は、同社がゼロから訓練した画像基盤モデルで、スタイル、多様な美学、参考画像、Moodboard、LoRA、創造的制御を重視します。

6月にはKrea 2 TurboとK2 Raw / Turboのオープンウェイト、技術報告を公開しました。

Kreaはモデル中立なUI企業であると同時に、自社モデル企業になりました。

これは矛盾ではありません。

自社モデルで制御性と速度を持ち、他社モデルで幅と最先端性能を補う。

Adobe FireflyやCanvaと同じ、複数モデル制作OSの戦略です。

Kreaの課題は、モデル費用と製品の複雑さです。

複数モデルを使うほど、料金、利用条件、データ処理、商用権利が異なります。

企業向けでは、どのモデルがどのデータを処理したかを追跡する仕組みが必要です。

2026年7月の追加更新――外部最先端モデルを素早く取り込む

Kreaは7月8日にSeedream 5.0 Pro、7月9日にSeedance 2.5を制作環境へ追加しました。

Krea 2という自社モデルを持ちながら、ByteDance系を含む外部モデルも迅速に取り込んでいます。

この動きは、Kreaの事業価値が自社モデルの性能だけでなく、複数モデルを同じ資産管理、編集、ノード、アップスケール環境で使えることにあると示します。

第7章　Suno――AI音楽生成はDAWと音楽産業へ入る

Sunoは、文章から歌詞、歌声、演奏を含む完成曲を作るAI音楽サービスです。

音楽知識がなくても、ジャンル、雰囲気、歌詞を入力すれば数分で曲ができます。

この使いやすさが、AI音楽を一般利用者へ広げました。

しかし、Sunoは「ボタンを押して曲を作るサービス」から、音楽制作環境へ進んでいます。

2025年にWavToolを買収し、Suno Studioを発表しました。

Studioでは、タイムライン、ステム、編集、置換、延長、アップロード音源を扱います。

2026年2月のStudio 1.2では、Warp Marker、Remove FX、Alternates、拍子の制御を追加しました。

3月のSuno v5.5ではVoices、Custom Models、My Tasteを導入しました。

利用者の声や好み、制作履歴を継続して使い、毎回ゼロから曲を作るのではなく、自分の音楽的なアイデンティティを育てる方向です。

6月にはステム分離を改善し、独立アーティストを支援するSparkを発表しました。

2026年6月3日、SunoはシリーズDで4億ドルを超える資金を調達し、評価額54億ドル（ポストマネー）となりました。Bond Capitalが主導し、IVP、Forerunner、Union Square Venturesなどが参加しています。2025年11月の24億5000万ドルから、約半年で倍以上です。

事業規模も伸びています。2026年2月時点で、ARRは約3億ドル、有料会員は200万人、総利用者は1億人を超えるとされます。

2025年11月にはWarner Music Groupとの和解・提携も発表しました。Warnerとの合意では、訴訟解決とライセンスを伴う新しい音楽生成体験を共同で作る方向が示されました。旧モデル、ダウンロード、無料利用、商用利用の具体的な扱いは、サービス規約と今後の製品移行を個別に確認する必要があります。

これは、AI音楽企業とレコード会社が全面対立だけでなく、ライセンス、アーティスト参加、収益分配を含む新しい枠組みを探し始めたことを示します。

ただし、著作権問題は解決していません。

Warner以外の権利者との紛争や交渉は別に存在し、国・権利者ごとに状況が異なります。訴訟対象曲数や主張は手続きの進行で変わるため、本稿では単一の確定件数として扱いません。欧州の著作権管理団体による法的措置も含め、Sunoの権利問題が全面解決したわけではありません。

Sunoは一部の大手権利者と協調へ動く一方、他の権利者との課題を残したまま大型調達を行いました。投資家は、音楽産業とのライセンス枠組みを広げられる可能性も評価していると考えられます。

学習データ、既存楽曲との類似、歌手の声、作曲家・演奏家・権利者への分配が問われます。

Sunoが長期的に成功するには、「人間の音楽を無断で代替するサービス」ではなく、アーティストが使い、権利を管理し、収益を得られる制作基盤になる必要があります。

2026年7月の追加更新――曲の長さと歌詞編集を細かく制御する

Sunoは7月9日、ウェブ版の歌詞編集環境を更新しました。

利用者の過去の歌詞例を「Lyricist」として保存し、同じ雰囲気の新しい歌詞を作る機能、自然言語による部分修正、韻や行の候補、曲構成ラベル、オートセーブなどが追加されました。

7月15日にはiMessageのキーボード拡張へSunoを統合し、メッセージ画面から曲を生成・送信できるようにしました。

7月20日にはV5.5向けのDuration Sliderをウェブ版へ追加し、作りたい曲の長さを指定しやすくしました。

これらは、Sunoが一回の自動生成だけでなく、歌詞、長さ、共有、反復編集を含む日常的な音楽制作環境へ進んでいることを示します。

第8章　Udio――レコード会社との和解・提携が示す別ルート

Udioは、Google DeepMind出身者らが設立したAI音楽企業です。

Sunoと並び、自然言語から高品質な歌唱曲を作るサービスとして注目されました。

Udioの強みは音質、音楽的な展開、スタイル、セッション編集でした。

2025年にはVoicesとSessionsを発表し、歌声や制作工程の継続性を強化しました。

しかし、Udioの2025年後半の最重要ニュースは製品ではありません。

Universal Music Group、Warner Music Groupとの提携です。

AI音楽企業と大手レコード会社は、学習データと著作権をめぐって訴訟で争ってきました。

Udioは、Universal Music GroupとWarner Music Groupとの合意を通じ、参加を選んだアーティストの声やスタイル、ライセンスされたデータを利用する次世代サービスへ移行する道を選びました。

時期を整理すると、Universal Music Groupとの和解が2025年10月、Warner Music Groupとの和解が同年11月です。Sunoより早く、しかも二社と決着させました。累計調達額は約7000万ドルで、a16zが主導しています。Sunoの規模には遠く及びません。

和解の代償として、製品は大きく変わりました。ユーザーが自由に生成し、どこへでも持ち出せるサービスから、ライセンス楽曲を使って生成・リミックスする「壁に囲まれた庭」へ。移行期間の利用制限や提供方法は変化しました。権利者との合意により法的予見可能性は高まる可能性がありますが、利用者の自由度と新サービスの具体像は今後の提供条件を確認する必要があります。

2026年7月時点で、公式ブログ上の大型製品更新は限定的です。

この静けさは、開発が止まったと断定する材料ではありません。

むしろ、音楽会社との契約、権利処理、次のサービス設計に時間がかかっている可能性があります。

Sunoが大型調達とStudio拡張で前へ出る一方、Udioは権利者との協調を先に固める戦略に見えます。

AI音楽市場の勝者は、最高音質のモデルだけで決まりません。

誰の声を使えるか。

どの楽曲から学習できるか。

生成物の権利は誰にあるか。

収益がアーティストへどう分配されるか。

Spotify、YouTube、TikTok、ゲーム、広告へ配信できるか。

音楽産業の契約網が、モデル性能と同じくらい重要になります。

第9章　HeyGen――AIアバターからIdentity-First Videoへ

HeyGenは、AIアバターと動画翻訳で急成長した企業です。

写真や動画からデジタルツインを作り、入力した台本を本人の顔と声で話させる。

既存動画を多言語へ翻訳し、声と口の動きを合わせる。

営業、マーケティング、研修、SNS、教育で利用されます。

2026年4月、HeyGenはAvatar Vを発表しました。

顔だけでなく、手、姿勢、視線、感情、全身の動きを文章で指示できる方向へ進みました。

5月にはAvatar V API、LiveAvatar、HyperFramesを拡大しました。

HyperFramesはHTMLを動画へ変換し、Agentがウェブページと同じように動画を生成できる構造です。

6月にはAvatar Realtime APIを発表しました。

アバターは録画映像ではなく、ウェブを参照し、入力を見て、その場で答えるライブAgentになります。

Video Agentは、ウェブサイトから動画、Pull Requestから解説動画など、目的から完成映像を作ります。

2026年6月、HeyGenはARRが2億ドルへ達したと発表しました。

8カ月で約2倍になり、利用者3,000万人超、196カ国、Fortune 100の85%で利用されていると会社は説明しています。

これらは監査済み公開企業の数字ではありませんが、AI動画の企業需要が大きいことを示します。

HeyGenは自社をIdentity-First AI Videoと位置付けます。

価値は「話す人物を生成すること」ではなく、同じ人物・声・ブランドを、録画動画、リアルタイム会話、API、翻訳へ展開することです。

リスクは、本人同意となりすましです。

企業は、本人確認、利用範囲、退職後の削除、音声・顔の権利、AI表示、承認ログを管理する必要があります。

2026年6月の製品更新――Agentic Videoを開発環境へ埋め込む

HeyGenは6月に22件の製品更新を行ったと発表しました。

HyperFramesのSkillは、ウェブサイト、GitHubのPull Request、商品説明、音楽などから動画を作ります。Claude、Grok、Cursor、Lovableとの連携も拡大しました。

Avatar Realtime APIは、録画済み動画を生成するだけでなく、ウェブ参照やリアルタイム入力へ反応するライブAgentを実現します。

30分間の連続Talking Head生成、Speech Cleanup、クラウドレンダリングも追加されました。

HeyGenの競争軸は、AIアバターの自然さだけでなく、Agentや開発者が動画を自動生成する「動画レイヤー」へ移っています。

現行クレジット体系――推論費用を利用者へどう見せるか

HeyGenはクレジット体系を見直し、現在のクレジットベースの有料プランでは、Avatar IV / Vなどの高度な生成機能を含む対応機能が一つの残高から消費されます。

一方、旧来のUnlimitedプラン利用者にはPremium Creditsの仕組みが残る場合があり、契約時期やプラン変更によって条件が異なります。

HeyGenの製品ブログでは、Premium機能の表示、生成前の費用見積もり、クレジットを使わない代替機能、Audio Dubbingの扱いなども案内しています。

この変更は、複数の高コストモデルを一つの制作環境へ統合した時、推論費用を利用者へどう分かりやすく提示するかという、制作OS共通の課題を示します。

第10章　D-ID――デジタルヒューマンを企業の対話窓口へ

D-IDはイスラエル発のAIアバター企業です。

一枚の顔写真を話させる技術から出発し、Creative Reality Studio、API、リアルタイムのVisual Agentsへ広がりました。

HeyGenやSynthesiaと比べると、D-IDは「動画制作」だけでなく、対話するデジタルヒューマンを重視します。

顧客対応、研修、採用、医療教育、案内、営業などで、画面上の人物が利用者の質問を聞き、LLMと企業データを使って答えます。

2025年には説明動画企業simpleshowを買収しました。

これにより、台本・図解・説明動画と、D-IDのデジタルプレゼンターを組み合わせられます。

2026年1月にはAPIドキュメントとMCPサーバーを整備し、Agentや開発者がD-IDのアバター機能を呼び出しやすくしました。

D-IDの機会は、チャットボットが文字だけでは届きにくい利用者です。

医療の模擬患者、語学、接客、公共案内、高齢者支援では、顔と声が理解や親近感を高める可能性があります。

一方、見た目が人間に近いほど、利用者がAIであることを誤認する危険があります。

感情があるように見えても、実際にはモデルの出力です。

企業利用では、AIであること、録音・保存、回答の責任、人間への切り替えを明示する必要があります。

第11章　Descript――「文字を編集すれば映像が変わる」を完成させる

Descriptは、音声と動画を文字起こしし、その文章を編集するとメディアも編集されるサービスです。

従来の動画編集はタイムライン上でフレームを切ります。

Descriptでは、文章を削除すれば該当部分が消えます。

「えー」「あの」などを消し、話し間違いを文字で修正し、音声を再生成できます。

この考え方は、生成AI以前から革新的でした。

2026年のDescriptは、編集Agentと生成補完を強化しています。

Underlordは、不要部分の削除、短尺化、構成、字幕、音声改善、映像調整を支援するAI編集アシスタントです。

Remote Recording、4K、Automatic Multicamを統合し、録画から編集までを一つにしました。

6月にはVideo RegenerateとSmooth Jump Cutsを発表しました。

動画の一部を削除・修正した時、音声、口の動き、周辺フレームを生成し、つなぎ目を自然にします。

これは「新しい映像をゼロから作る」のではなく、「実写の中の必要な部分だけを生成で補う」技術です。

プロの制作現場では、この局所生成が重要です。

全体を再生成すれば人物や商品が変わる。

必要な一秒だけを直せれば、元映像の信頼性を保てます。

Overdubでは本人の声を複製し、文章入力で録音ミスを直せます。

Descriptの強みは、生成モデルの派手さではなく、録画、文字起こし、編集、音声、映像、共同作業を現実の制作工程へ溶け込ませることです。

第12章　Captions / Mirage――SNS動画をAIが自動制作する

Captionsは、スマートフォン中心のAI動画編集サービスです。

字幕自動生成から出発し、AI Edit、AI Twin、Prompt to Video、Dubbing、AI Shortsへ拡大しました。

現在、運営会社はMirageブランドを使い、Captionsを主要製品として展開しています。

Captionsの特徴は、専門編集者ではなく、SNSクリエイター、小規模事業者、営業担当者が短時間で動画を作れることです。

生素材をアップロードすると、AI Editがカット、字幕、音楽、画面構成を自動で行います。

長い動画から短い見どころを抽出し、TikTok、Instagram、YouTube向けへ整形します。

AI Twinを作れば、本人が毎回撮影しなくても話す動画を作れます。

Prompt to Videoは、台本から人物中心の動画を生成します。

2026年には、編集計画の表示、プロジェクト複製、チーム管理、長尺動画から短尺への分割などを強化しました。

Captionsの競争相手はCapCut、Canva、Adobe Express、HeyGen、Descriptです。

強みは、スマートフォンで短尺動画を量産する速度です。

弱点は、プラットフォーム流行への依存と、コンテンツの均質化です。

全員が同じAI編集スタイルを使えば、動画が似てきます。

SNSでは制作量だけでなく、本人の視点、企画、信頼、コミュニティが差になります。

第13章　Topaz Labs――生成後の仕上げを握るAI補正企業

Topaz Labsは、画像と動画のアップスケール、ノイズ除去、シャープ化、復元で知られる米国企業です。

生成AI企業の多くは、作ることへ注目します。

Topazは、作られた素材を使える品質へ仕上げます。

AI動画は、顔や手が不安定、細部がぼやける、圧縮ノイズが出る、フレーム間で揺れることがあります。

古い映像、スマートフォン映像、アニメ、CGにも同じ問題があります。

Topaz Video、Topaz Photo、Gigapixel、Project Starlightなどは、解像度、ディテール、動き、ノイズを改善します。

2026年4月のNext-Gen Releaseでは、画像4モデル、動画2モデルなど、同社史上最大規模のモデル更新を発表しました。

5月のExpansion Releaseでも複数の画像・動画補正機能を追加しました。

Project Starlightは、低品質映像を生成的に再構築し、4Kへ仕上げる研究・製品方向です。

Topazの価値は、生成モデルが増えるほど上がる可能性があります。

生成コストを下げるため低解像度で作り、Topazで高解像度へ仕上げる。

古い実写素材と生成映像を同じ品質へ揃える。

映画、広告、YouTube、アーカイブで使えます。

一方、補正が新しい情報を「創作」してしまう問題があります。

歴史映像、報道、証拠映像では、AIが作った細部を原本と誤認してはいけません。

仕上げの履歴と表示が必要です。

第14章　Adobe Firefly――生成モデルをCreative CloudのAgentへ統合

Adobeは、Photoshop、Illustrator、Premiere Pro、After Effectsなど、世界のプロ制作環境を持ちます。

Fireflyの強みは、単独の画像生成サイトではありません。

生成AIを、編集、レイヤー、色、音声、映像、ブランド、著作権管理へ統合できることです。

2026年4月、AdobeはFirefly AI AssistantとCreative Agentを発表しました。

利用者は会話で目的を伝え、画像、動画、音声、デザインを生成・編集します。

6月にはCreative AgentをFireflyとCreative Cloudへ拡大し、Photoshop、Premiere、After EffectsなどへAgent的な操作を広げました。

FireflyはAdobe独自モデルだけを使う環境ではありません。

Google、OpenAI、Runway、Klingなど30以上の外部モデルを一つの制作画面で選べるようにしています。

企業は、アイデアによってモデルを使い分けながら、Adobeの編集、権限、ブランド、Content Credentialsを利用できます。

これはKreaやCanvaと同じ、制作OS戦略です。

Adobeの最大の強みは、既存プロのワークフローです。

生成AIが優れていても、最終的な色、レイヤー、字幕、音、書き出し、入稿を別ソフトで行うなら、そこを持つAdobeが強い。

一方、Adobeには難しい立場があります。

自社モデルの商用安全性を強調しながら、外部モデルも取り込む。

クリエイターを支援しながら、仕事の自動化も進める。

生成クレジットや価格が複雑になる。

Adobeの競争は「最高の生成モデル」ではなく、「プロが最後まで仕事を完成できる場所」を守れるかです。

第15章　競合比較――誰が制作工程のどこを取るのか

【動画基盤モデル・映画制作】
Luma / Pika / Runway / Google / OpenAI
勝負：動き、長さ、一貫性、カメラ、編集、API、制作現場

【画像・デザインモデル】
Ideogram / Krea 2 / Leonardo / Midjourney / Firefly / OpenAI
勝負：文字、スタイル、ブランド、参照画像、レイヤー、商用条件

【制作OS】
Adobe / Canva / Krea
勝負：複数モデル、編集、共同作業、ブランド、承認、配信

【音楽生成】
Suno / Udio
勝負：音質、編集、声、権利、アーティスト参加、配信

【アバター・デジタルヒューマン】
HeyGen / D-ID / Synthesia / Pika
勝負：本人らしさ、リアルタイム、翻訳、企業統制、同意

【音声・動画編集】
Descript / Captions / Adobe / CapCut
勝負：素材から完成までの時間、使いやすさ、SNS、企業利用

【仕上げ】
Topaz / Adobe
勝負：解像度、復元、ノイズ、実写と生成の統合、履歴

競争の中心は、モデルからワークフローへ移ります。

Adobeは外部モデルを取り込みます。

Kreaは外部モデルを束ねながら自社モデルを作ります。

CanvaはLeonardoを買収し、他社モデルも使います。

HeyGenは動画AgentとリアルタイムAPIを持ちます。

一社がすべての最強モデルを作る必要はありません。

利用者の素材、ブランド、編集履歴、チーム、配信先を持つ企業が、モデルを交換可能な部品として扱えます。

第16章　著作権・人格権・音楽権利の難問

第一に、学習データです。

画像、動画、音楽モデルが、どの作品をどの権利で学習したか。

公開データであることと、学習許諾があることは同じではありません。

第二に、スタイルです。

特定作家、監督、歌手のスタイルを再現することが、著作権、契約、不正競争、人格的利益のどこまで関わるかは国によって異なります。

第三に、顔と声です。

AIアバターと音声クローンは、本人同意、利用期間、地域、目的、再利用、退職・死亡後の扱いが必要です。

第四に、生成物の権利です。

完全自動生成の作品に著作権が認められるか、人間の創作的関与がどの程度必要かは法域と事例で変わります。

第五に、音楽の多層権利です。

作詞、作曲、原盤、実演、声、出版、配信が分かれています。

SunoやUdioがレコード会社と提携しても、すべての権利問題が自動的に解決するわけではありません。

第六に、証拠と真正性です。

生成・編集・補正された映像が報道、裁判、医療、歴史資料へ使われる場合、原本、加工履歴、Content Credentialsが重要です。

第17章　日本企業・クリエイターはどう使うべきか

【広告・SNS】
Krea、Canva、Adobe、Ideogramで企画と静止画を作り、Pika、Luma、HeyGenで動画化し、Topazで仕上げる。

【企業研修・営業】
HeyGen、Synthesia、D-IDを比較する。
本人同意、翻訳品質、日本語の口形、LMS、SCORM、承認、ログを確認します。

【Podcast・YouTube】
Descriptで録音・文字編集、Captionsで短尺化、Topazで映像補正、Sunoで権利条件を確認した上で音楽案を作る。

【映画・VFX・アニメ】
Luma、Runway、Adobe、Topazを、プリビズ、背景、補間、修正、アップスケールに限定して導入する。
最終品質と権利確認は人間が行います。

【ブランド制作】
Ideogram、Krea、Leonardo / Canva、Adobe FireflyのCustom Modelsを比較する。
商品形状、ロゴ、色、禁止表現、人物一貫性を評価します。

【音楽】
SunoとUdioは、公開・商用利用・配信前にプランの権利条件と、既存曲・声との類似を確認する。
企業広告では、権利処理済み音源や人間作曲家との共同制作も比較します。

日本企業は、モデル名だけで選ばないことが重要です。

入力データは学習に使われるか。

生成物を商用利用できるか。

企業プランの補償はあるか。

人物の同意を証明できるか。

生成履歴を残せるか。

日本国内でデータを処理できるか。

外部モデルへ送られるか。

ここまで確認する必要があります。

第18章　日本のクリエイティブ産業への影響

日本は、アニメ、漫画、ゲーム、音楽、広告、キャラクター、テレビ、出版で強い知的財産を持ちます。

生成AIは、日本の強みを奪う可能性と、世界へ広げる可能性の両方があります。

危険なのは、安価な大量生成によって、制作単価が下がり、若手が経験を積む仕事が減ることです。

背景、字幕、仮編集、バリエーション、翻訳など、初級者が担ってきた工程が自動化されます。

一方、機会も大きい。

日本のキャラクターや作品を、権利管理されたモデルへ入れ、世界各国向けの広告、教育、ゲーム、短編、商品を大量に展開できます。

少人数のスタジオが、海外向け映像を作れます。

地方企業が、多言語の営業・観光動画を作れます。

過去の映像を復元し、新しい世代へ届けられます。

重要なのは、海外モデルを使うだけで終わらないことです。

日本のIPホルダー、制作会社、声優、音楽家、出版社、放送局が、許諾、報酬、学習、生成、表示のルールを作る必要があります。

日本の勝ち筋は、世界最大の汎用モデルを作ることより、質の高いIP、制作知識、権利処理、ファンコミュニティをAI制作基盤へ結び付けることです。

第19章　2030年までの三つのシナリオ

シナリオA　Adobe・Canva型の制作OSが勝つ

生成モデルは交換可能になります。

クリエイターはモデル名を意識せず、Adobe、Canva、Kreaの画面で目的を伝えます。

価値は、ブランド、レイヤー、共同作業、権利、配信へ移ります。

シナリオB　専門モデル企業が垂直市場を取る

Sunoは音楽、HeyGenは人物動画、Ideogramは文字デザイン、Topazは仕上げで独立した地位を保ちます。

汎用制作OSは、専門企業のAPIを呼び出します。

シナリオC　リアルタイムの生成世界になる

PikaのAI Self、HeyGenのRealtime Avatar、Lumaの世界モデルが進化し、動画は事前に完成させるものではなくなります。

視聴者の質問、好み、行動によって、その場で映像、人物、音楽、物語が変わります。

ゲーム、教育、接客、配信、広告が融合します。

最も可能性が高いのは、AとBです。

巨大な制作OSが配布と業務を握り、専門モデル企業がAPI・Skillとして組み込まれます。

Cは技術的には進みますが、費用、遅延、安全性、権利の課題から段階的に広がります。

結論――クリエイティブAIは「生成機能」から「制作OS」へ

第22回で見た企業は、画像・動画・音楽を作るだけではありません。

Pikaは、動画から対話するAI Selfへ進みます。

Lumaは、動画、制作Skill、映画、Physical AIをつなぎます。

Ideogramは、文字表現を持つ画像モデルをオープンウェイト基盤へ変えます。

LeonardoはCanvaの巨大なデザイン流通へ入りました。

Kreaは、複数モデルを束ねながら、自社モデルKrea 2とNode Agentを作ります。

Sunoは、音楽生成からStudio、Voice、アーティスト支援へ進みます。

Udioは、レコード会社との権利協調を先に固めます。

HeyGenは、録画アバターをリアルタイムのIdentity基盤へ変えます。

D-IDは、企業の対話窓口となるデジタルヒューマンを作ります。

Descriptは、文字編集と生成補完を一体にします。

Captionsは、SNS動画の制作工程をスマートフォン上で自動化します。

Topazは、生成後の品質を完成品へ引き上げます。

Adobeは、これらのモデルをCreative CloudのAgentへ統合します。

生成AIの第一段階は、プロンプトから作品が出る驚きでした。

第二段階は、その作品を制御し、修正し、ブランドへ合わせ、権利を確認し、世界へ配ることです。

クリエイティブ産業を変えるのは、一回の生成ではありません。

企画から完成までの制作ループが短くなり、少人数でも多くの表現を試せることです。

同時に、人間の創作、許諾、報酬、真正性を守る仕組みが必要です。

AIが制作を民主化するのか。

既存作品を吸収し、価値を集中させるのか。

答えはモデル性能ではなく、制作OS、契約、表示、分配の設計で決まります。

連載総括――欧米生成AI 2026 完全版が示す産業地図

第1回から第20回の本編、そして第21回・第22回の番外編を通じて見えてきたのは、生成AIが一つの産業ではないことです。

基盤モデル。

検索と企業データ。

AI Agent。

コード。

音声。

画像。

動画。

音楽。

アバター。

ロボット。

半導体。

クラウド。

推論。

評価。

著作権と安全性。

これらが重なり、一つの巨大なAI経済圏を作っています。

最も賢いモデルだけが勝つわけではありません。

利用者との接点を持つ企業。

企業データと権限を持つ企業。

制作工程を持つ企業。

GPUと電力を持つ企業。

評価と信頼を持つ企業。

専門業界の知識を持つ企業。

それぞれに勝ち筋があります。

2026年は、生成AIが「モデルの競争」から「産業構造の競争」へ移った年です。

主要参考資料・公式リンク

april-2026

出典対応表

  • Pika（短尺動画・SNS向け機能）：Pika公式・報道

  • Luma AI（Dream Machine・Ray系モデル・3D／空間AI）：Luma公式・報道

  • Ideogram（文字描画の精度・デザイン用途）：Ideogram公式・報道

  • Leonardo AI / Canva（買収と統合、Canvaのデザイン基盤）：Canva公式・報道

  • Krea AI（リアルタイム生成・制作ワークフロー）：Krea公式・報道

  • Suno（2026年6月3日シリーズD 4億ドル超・評価額54億ドル ポストマネー・Bond Capital主導・2025年11月は24億5000万ドル、2026年2月時点でARR約3億ドル・有料200万人・総利用者1億人超）：Suno公式・Variety・Music Business Worldwide等

  • Suno訴訟（2025年11月にWarner Music Groupと和解・ライセンス提携。無許諾学習モデルの廃止等の条件を受入。Universal Music GroupとSony Musicとは係争継続、6万1000曲超の追加申立て。デンマークKoda・ドイツGEMAも法的措置）：報道ベース

  • Udio（Universal Music Groupと2025年10月、Warner Music Groupと同年11月に和解、累計調達約7000万ドル・a16z主導、ライセンス前提のサービスへ移行）：報道ベース

  • HeyGen（2026年6月にARR 2億ドル）：HeyGen公式・報道

  • D-ID（アバター・デジタルヒューマン）：D-ID公式・報道

  • Descript（音声・動画編集AI）：Descript公式・報道

  • Captions（SNS向け動画編集AI）：Captions公式・報道

  • Topaz Labs / Adobe（Adobeによる買収と補正AI、Firefly／Creative Cloudとの統合文脈）：Adobe公式・報道。詳細は第12回を参照

  • 各社の評価額・ARRは公表時点の値であり、非上場企業では会社発表と第三者推計が混在する。著作権訴訟の状況は流動的で、本稿は執筆時点の整理である

  • Pika：AI Selfの収益化
    https://experiment.pika.art/blog/your-ai-self-just-got-a-job

  • Ideogram 4.0技術詳細
    https://ideogram.ai/blog/ideogram-4.0/

  • Krea：2026年7月のモデル追加
    https://www.krea.ai/blog

  • Suno：Series D
    https://suno.com/blog/series-d-announcement

  • Udio：Warner Music Groupとの提携
    https://www.udio.com/blog/udio-warner

  • HeyGen：2026年6月の製品更新
    https://www.heygen.com/blog/heygen-june-2026-release

  • Suno：Release Notes
    https://suno.com/release-notes

  • HeyGen：Credits Help Center
    https://help.heygen.com/en/articles/15126059-how-to-use-credits-on-heygen

  • HeyGen：Premium features and credits
    https://www.heygen.com/blog/heygen-premium-features-update

  • Luma：Ray3.2 Model & API
    https://lumalabs.ai/news/introducing-ray-3-2

ハッシュタグ

#生成AI
#欧米生成AI2026
#Pika
#LumaAI
#Ideogram
#LeonardoAI
#Canva
#KreaAI
#Suno
#Udio
#HeyGen
#DID
#Descript
#Captions
#TopazLabs
#AdobeFirefly
#画像生成AI
#動画生成AI
#音楽生成AI
#AIアバター
#デジタルヒューマン
#クリエイティブAI
#デザインAI
#AI動画
#AI音楽
#制作OS
#著作権
#コンテンツ制作
#日本企業

いいなと思ったら応援しよう！

この記事は noteマネー にピックアップされました

noteマネーのバナー