AI動画生成は制作工程で選ぶ｜主要9社の違いと事業機会

AI動画生成とは、文章や画像から映像を作る技術

AI動画生成とは、文章、静止画、既存の動画などを入力し、新しい映像を作る技術です。「雨の東京を走る赤い車」と入力して一つの場面を作る方法もあれば、商品写真に動きを付ける方法、撮影済みの人物だけを別の姿へ変える方法もあります。

使い方は大きく三つです。一つ目は、広告や映画に使う短い映像の制作です。

次に二つ目は、説明動画や研修動画をアバターに話させる業務利用です。そして三つ目は、走行環境や3D空間を生成し、ロボットや自動運転の学習に使うシミュレーションです。

この三つは、必要な品質が違います。広告では表現と修正のしやすさ、研修では原稿の更新・翻訳・承認が重要で、シミュレーションでは見た目の美しさより、空間や動きが現実に沿うことが求められます。

文章、画像、動画のどこから始めるかで工程が変わる

文章から作るText to Videoは、撮影前の企画や映像案を素早く試す用途に向きます。ただし、人物、商品、背景を何度も同じ姿で出すには工夫が要ります。

画像から作るImage to Videoは、商品写真、キービジュアル、キャラクター設定を起点にできます。ブランドの見た目を固定しやすい一方、元画像の利用権を確認する必要があります。

既存動画を変えるVideo to Videoは、人物の動きやカメラを残し、衣装、背景、画風を変えます。撮影と生成を組み合わせやすく、全面的な作り直しより修正点を指定しやすい方法です。

世界モデルは、見る映像から動ける環境へ進む

世界モデルは、環境の状態や動きの変化を扱うモデルです。ただし、出力が動画なのか3D空間なのか、操作に応じて変化するのかは製品ごとに異なります。

すべてが同じように動くシミュレーターではありません。

Google DeepMindのGenie 3は、操作に応じて変化する探索環境を生成します。NVIDIA Cosmosは、物理AI向けの世界モデルやデータ処理を提供し、World LabsのMarbleは編集・書き出し可能な3D空間を生成します。

何を入力し、どんなデータを取り出せるかを区別して選びます。

これは映像制作と隣接しますが、同じ市場ではありません。フィジカルAIやヒューマノイドロボットでは、映像の自然さだけでなく、物体の位置、衝突、因果関係を学習に使えるかが問われます。

企業のAI動画生成は、三つの業務に分けて考える

企業導入では、完成させたい動画と、公開までの担当者を先に決めます。素材、修正、承認の仕事を整理すると、業務ごとの選択基準が明確になります。

たとえば、海外拠点向けの安全教育を毎月更新する企業なら、映画のような一場面より、原稿差し替えと多言語展開が重要です。一方、飲料の広告を作る企業では、商品の形、液体の動き、ブランド色を細かく直せることが重要です。

自動運転の検証では、別の条件が加わります。たとえば、珍しい天候や危険場面を大量に作れても、現実と違う動きを学習させれば危険です。

そのため、自動運転に使う場合、生成したデータと実走行データを分け、どの評価に使えるかを決めます。

動画生成AIの比較では、生成後の修正・編集・更新まで見る

選定では、生成後の修正・編集・更新に必要な機能と作業時間も比べます。今回確認したサービスには、参照画像や既存動画の修正、編集・翻訳との連携があります。

以下は市場規模の推計ではなく、制作工程を比較するための整理です。

GoogleのVeo 3.1は、入力画像を組み合わせて人物や背景の一貫性を保ち、縦長動画やアップスケールによる高解像度出力にも対応しています。また、RunwayのGen-4.5はText to VideoとImage to Videoを提供し、複数の動きを含む指示やカメラ表現への追従を重視します。

さらに、Luma AIのRay系モデルは、既存動画の動きや構図を残して変えるModify Videoを強化しています。

もう一つの流れが、単体モデルから制作環境への移行です。たとえば、Adobe Fireflyは、生成した素材をPremiere Proなどへ渡せます。

また、Runwayは、会話で複数ショットを作るAgentや、処理をつなぐWorkflowsを用意しています。つまり企業にとっては、生成ボタンより、その後の修正と管理が使いやすさを左右します。

アバター動画では、SynthesiaとHeyGenが原稿、翻訳、テンプレート、APIをまとめています。商品情報や研修内容が変わったとき、撮り直さずに更新できるため、定期更新のある業務で活用を検討できます。

更新後の内容確認と再承認は必要です。

市場規模の予測は、短尺動画、アバター、編集ソフト、シミュレーションのどこまで含むかで大きく変わります。そのため、一つの金額だけで参入を判断するのは危険です。

自社が狙う工程、顧客数、年間本数、一本当たりの原価から市場を積み上げる方が現実的です。

業界構造は、基盤モデルから業務アプリまでの4層で見る

計算基盤・生成モデル・制作環境・業務アプリを分けると、自社と提携先の役割が見えます。一社が複数の層を担うこともあり、企業を一つの分類に固定するものではありません。

一社が複数の層を提供するため、導入時は契約・連携・データの管理範囲を確認します。

基盤モデルの開発は、計算資源、学習データ、人材への投資を要します。既存モデルを利用する場合も、修正・権利確認・承認などには既存の製品や支援会社があります。

空白の市場と決めつけず、特定の顧客が現在の方法で解決できない仕事を確認します。

世界モデルは2層に位置しますが、顧客は映像を見るだけではありません。むしろ、3Dツール、ロボット開発環境、評価基盤との接続が必要です。

そのため、見た目の動画生成と、現実の挙動を確かめるシミュレーションを同じ品質指標で評価してはいけません。

AI動画生成を進める主要9社は、どこで違いを作っているか

主要9社の「提供機能」と「利用できる段階」を分けて比較します。9件の導入成功実績や、同条件で性能を測ったランキングではありません。

プラン、地域、APIと画面操作の違いも確認します。

例えば研修の定期更新なら原稿管理と翻訳、商品広告なら修正と最終編集を優先します。次の各社紹介で、必要な機能と利用段階を確認してください。

Googleは、音声付き映像と世界モデルを別の方向で進める

GoogleのVeo 3.1は、参照画像を使った映像・音声生成と、縦長の9:16動画に対応しています。2026年1月の発表にある4Kはアップスケールで、Flow・API・Vertex AI向けです。

GeminiやYouTubeを含むすべての提供先が、同じ出力条件とは限りません。

Genie 3／Project Genieは、操作に応じて変化する環境を試す実験的な研究プロトタイプです。正確な現実の場所や複数主体の動作などには限界があります。

商用映像の制作機能と、世界モデルの研究成果を同じ利用段階として扱わず、目的ごとに評価します。

Adobeは、生成を既存の制作と権利管理へつなぐ

Adobe Fireflyは、映像生成をPhotoshop、Premiere Proなどの制作環境へつなぎます。自社モデルについて、ライセンスを受けたコンテンツと著作権が切れたコンテンツを学習源にすると説明しています。

企業にとって重要なのは、外部モデルも含めて一つの制作画面で使い、契約条件を分けて管理できる点です。ただし、モデルごとに学習データ、補償、利用条件は異なります。

「Adobeの画面で使える」ことと「すべて同じ条件で商用利用できる」ことは別です。

Runwayは、生成モデルから制作ワークフローへ広げる

Runway Gen-4.5の公式ヘルプでは、文章または画像から2〜10秒、720pの動画を生成できます。AgentやWorkflowsも提供されていますが、個々の生成モデルと制作をつなぐ機能は別に確認します。

最終納品の解像度や長さに足りない場合は、編集・変換の作業も見積もります。

これは、一場面の比較だけでは製品を選べないことを示します。むしろ、素材の整理、試作、選別、修正、書き出しを一つの作業として回せるかが大切です。

そのため、生成単価だけでなく、採用されなかった映像の費用と、修正にかかる人の時間も測ります。

Luma AIは、既存動画を保ちながら変える操作に力を置く

Luma AIのRay3.2（2026年6月発表）は、最大16枚のキーフレームを使った制御、最大20秒・1080pの出力、HDRと16ビットEXR出力を案内しています。既存映像の演技や動きを残す機能とAPIも提供し、撮影後の加工や編集への接続を重視しています。

これは製品が案内する機能であり、どんな商品や人物でも指定通りに直せるという保証ではありません。自社の素材で、変更したい箇所と維持したい箇所を分け、再生成や通常の合成編集まで含めて必要な時間を確認します。

Synthesiaは、研修と説明動画を更新可能な文書に近づける

Synthesiaは、文章、PowerPoint、PDFなどからアバター動画を作ります。研修、社内発信、商品説明、営業支援を用途とし、翻訳、ブランド設定、共同編集、分析を提供しています。

強みは映画的な一場面ではなく、内容を繰り返し更新できることです。制度変更や製品改定のたびに撮影し直す業務では、動画を文書のように管理できます。

一方、話者の同意、社内情報の入力範囲、誤訳の確認が必要です。

Synthesiaの公式ヘルプは、実物を動かすデモや身体的な作業の説明には制約があることも示しています。例えば安全教育では、原稿を読み上げる動画と、正しい工具操作を確認する実写・実技を組み合わせます。

動画を見たことと、安全に作業できることは別に評価します。

HeyGenは、アバター動画をAPIで業務へ組み込む

HeyGenのAPIは、アバター動画、翻訳、音声、テンプレート、Video Agentなどを外部サービスから使えるようにします。2026年6月のガイドでは、Avatar IVが標準エンジンで、対象のアバターではAvatar Vも選択できます。

原稿確認用のProofreadと翻訳を分け、修正後に各言語へ展開する構成も示しています。

個別の顧客名や商品情報を差し込み、大量の説明動画を作る用途と相性があります。ただし、個人に似たアバターを使う場合は、本人の同意、なりすまし防止、退職後の扱いを契約で決めます。

生成の自動化と公開の自動化は分けるべきです。

NVIDIAは、動画を物理AIの学習データへ変える

NVIDIA Cosmosは、物理AI向けの世界モデル、動画データ処理、モデル評価、追加学習の仕組みを提供します。現行のCosmos 3は、推論・世界生成・行動生成を扱う基盤として案内されています。

ロボットや自動運転が出会いにくい場面を作り、学習や検証に使うことを狙います。

ここでの価値は、印象的な映像ではありません。むしろ、現実のセンサーや車両データと対応し、安全性の評価に使えることです。

そのため、生成データだけで性能を証明せず、実データとのずれ、珍しい場面の網羅、失敗条件を測る必要があります。

World Labsは、編集して歩ける3D世界を作る

World LabsのMarbleは、文章、画像、動画、簡単な3D配置から、編集可能な3D世界を生成します。そして、作った世界は、3D表現や動画として書き出せます。

Marbleは一般提供されています。一方、2026年9月発表のAtlasは、選ばれたパートナー向けの早期アクセス段階です。

一枚の映像を作るのではなく、空間を一度作り、カメラや物体を変えて何度も使う考え方です。ゲーム、VFX、空間設計、ロボット用の環境へ展開できます。

ただし、見た目の一貫性と物理的な正しさは別に評価します。

サイバーエージェントは、生成と広告効果の予測をつなぐ

サイバーエージェントの極予測シリーズは、広告効果の予測とクリエイティブ生成を組み合わせます。既存広告より効果が高いと予測した案を納品する流れを示しています。

広告効果の「予測で選ばれた」ことと、配信後に成果が改善したことは別です。公開ページは、予測値を使った制作・選別の流れを説明しています。

自社で導入する際は、配信先、予算、期間、対象顧客の条件をそろえ、クリック率や獲得単価を実測して従来の制作方法と比較します。

主要企業から見える四つの競争軸

主要9社は、制御・制作工程・権利と来歴・成果への接続で比較します。当研究所による選定時の整理であり、統計で検証した優劣のランキングではありません。

第一は制御性です。つまり、人物、商品、背景を同じ姿に保ち、変えたい部分だけを直せるかが問われます。

実際、Runway、Luma AI、Googleは、参照画像、開始・終了場面、既存動画などを使った制御を強めています。

第二は制作工程との接続です。たとえば、Adobeは既存の編集ソフト、RunwayはAgentとWorkflows、SynthesiaとHeyGenはテンプレート、翻訳、APIへ広げています。

つまり、モデルの出力を人がどう選び、直し、承認するかまで含みます。

第三は権利と来歴です。具体的には、入力素材の権利、アバター本人の同意、出力の類似、生成物であることの表示を管理します。

さらに、どのモデルで、どの入力から、誰が編集したかを残す仕組みも差になります。

第四は成果との接続です。たとえば、サイバーエージェントは広告効果、Synthesiaは利用分析、物理AIでは学習や検証結果へつなぎます。

つまり、生成本数ではなく、売上、理解度、作業時間、安全評価など顧客の指標を改善できるかが重要です。

採用・却下の理由、翻訳の修正、配信結果を記録すると、次の制作の改善に使えます。ただし、顧客データの蓄積だけで競争優位になるとは限りません。

利用の許諾、記録の品質、改善への使い方がそろって初めて、運用データを活用できます。顧客間の流用や学習への利用は、目的と契約を別に確認します。

AI動画生成の導入が止まる五つの理由

公開可能な動画1本にかかる、生成・修正・確認の総原価を測ります。試作の見た目が良くても、権利や承認で止まる場合があります。

下表の指標は当研究所の点検案であり、失敗原因の頻度を調査した順位ではありません。

特に見落とされるのが、採用一本当たり原価です。たとえ生成単価が安くても、十案作って一案しか使わず、人が長時間直せば、従来制作より高くなる場合があります。

そのため、試作本数ではなく、公開まで進んだ本数を分母にします。

架空例：生成単価500円でも、公開1本当たりの原価は7,000円

計算方法を示す架空例です。同じ長さ・仕様の短尺動画を10本公開するため、40案を生成すると仮定します。

生成1案500円、編集・事実確認・権利確認・承認の合計10時間を時間単価4,000円、固定費の配賦を1万円と置きます。特定サービスの料金や推奨水準ではありません。

生成案をそのまま全て公開できるわけではなく、合成編集で複数案を使うこともあります。表は、公開可能な完成品を分母にする考え方を示しています。

営業費や納品後の追加修正があれば別途加算します。生成費だけを下げても確認工数が増えれば、総原価は下がりません。

業務動画では、原稿の正しさも問題です。たとえアバターが自然に話していても、制度、数値、手順が古ければ役に立ちません。

そのため、原稿の正本、更新責任者、承認履歴を持ち、動画を作る前の情報管理を整えます。

商用利用では、AI動画生成の著作権・肖像・表示を分ける

商用利用は、素材の権利・利用規約・出力・人物・表示を分けて確認します。一つの確認が済んでも、残りの条件まで満たすとは限りません。

1. 入力した画像、動画、音楽、脚本を使う権利があるか。
2. 利用するモデルと契約プランが商用利用を認めているか。
3. 出力が既存作品や商標に似ていないか。
4. 実在人物の顔、声、動きを使う同意があるか。
5. 公開地域でAI生成・加工の表示が必要か。

文化庁の「AIと著作権に関する考え方」概要（3・15〜16頁）では、開発・学習、生成・利用、生成物自体の著作物性を分けています。人の創作意図と創作的寄与に応じて個別に判断するため、AIを使ったことだけで権利の有無は決まりません。

また、自分の著作物に当たることと、他者の権利を侵害しないことも別の問題です。

欧州委員会のAI法50条の説明では、透明性に関する規定は原則として2026年8月2日から適用されています。合成コンテンツを機械可読にする提供者側の義務と、ディープフェイク等の生成・加工を開示する利用者側の義務を区別します。

例外や既存システムの経過措置もあるため、公開地域、用途、自社の立場に応じて法務・専門家と確認してください。

C2PAのContent Credentialsは、作成・編集の来歴を暗号署名付きで記録し、改変の検知や記録の確認を助ける仕組みです。写っている出来事が真実であること、素材の利用許諾、個人が作者であることを一括して保証するものではありません。

全素材の来歴を確認するには、素材側の記録も必要です。

実務では、素材台帳に「権利者、許諾範囲、利用地域、期限、モデル、担当者、公開先」を残します。法務だけへ最後に確認を回すのではなく、企画と素材選定の段階で使える範囲を絞る方が速く進みます。

AI動画生成の事業機会は、顧客の修正・権利・更新業務から探す

事業機会は、顧客が今の方法で解決できない修正・権利・更新の仕事から探します。下記は検証候補であり、競合が存在しない市場として確認した一覧ではありません。

一つ目は、変更範囲を限定した修正です。商品のラベルだけを変える場合、生成を繰り返すより、通常の合成・編集で対応する方が確実なことがあります。

顧客が買うのはAIの使用回数ではなく、指定通りの修正と納期です。

二つ目は、権利確認済みの制作環境です。具体的には、利用できる素材とモデルを限定し、承認と来歴を記録します。

特に、金融、医療、教育、大企業の広告では、素材の許諾や承認記録が購入条件に含まれるかを確かめます。

三つ目は、業界特化の動画運用です。たとえば、製造の作業教育、店舗の商品説明、不動産の多言語案内など、原稿の正本、承認、配信先が業界ごとに違います。

つまり、動画生成の機能ではなく、更新業務を引き受けます。

四つ目は、物理AI向けのデータと評価です。工場、倉庫、建設現場などの固有環境を再現し、実データとのずれを測ります。

ただし、研究用の魅力的な映像を、安全検証に使えるデータだと誤認してはいけません。

新規事業では、AI動画生成の三つの参入ルートが考えられる

参入候補は、動画の更新運用、権利管理を含む制作、世界シミュレーション支援です。顧客、素材、専門家、評価データを使い、どの仕事なら価値と採算を確かめられるかで選びます。

いずれも、機能を提供するだけで継続購入が生まれるとは限りません。顧客が今使う方法との差と、例外対応を含む人員時間を確かめます。

業界動画オペレーションは、作る機能より更新責任を売る

安全教育や商品説明は、一度作れば終わりではありません。というのも、規程、価格、仕様が変わるたびに、原稿、音声、字幕、動画を更新する必要があるからです。

つまり、顧客が困るのは生成ボタンではなく、どの動画が古いか分からないことです。

そこで、原稿の正本、更新期限、承認者、配信先を管理し、変更時に関連動画を更新するサービスにします。正確に更新できる本数、変更から公開までの時間、更新漏れを従来方法と比較し、顧客が料金を支払う改善かを確かめます。

権利管理型の制作基盤は、使える素材と工程を限定する

企業の広告制作では、自由に生成できることより、使ってよいものが明確なことが重要です。権利確認済みの素材、利用可能なモデル、禁止表現、承認者を登録し、公開までの履歴を残します。

制作会社、法務、ブランド部門を同じ工程につなげる必要があります。提供者がすべての権利を保証するのではなく、何を確認し、何を顧客判断に残すかを契約で明示します。

世界シミュレーション支援は、実データとの照合が商品になる

ロボットや車両が経験しにくい場面を生成し、学習や検証へ使います。参入企業は、世界モデルそのものを作るより、顧客の現場を3D化し、シナリオを設計し、生成データと実データの差を評価する役割を狙えます。

ただし、安全性能の証明を生成データだけに依存できません。どのシナリオを学習用、開発用、検証用に使うかを分け、最終確認は実機と現場で行います。

責任分界は、制作の自動化より先に決める

公開の承認者と、問題発生時に停止・修正する担当を先に決めます。下表は運用分担の例であり、法的責任の一律の割り当てではありません。

素材の権利者、モデル提供者、制作会社、導入企業などの契約と適用法に合わせて具体化します。

「AIが作ったので保証しない」とだけ書いても、運用にはなりません。生成までは自動でも公開は人が承認する、高リスクな人物表現は二人で確認する、事故時は管理できる配信先を停止し、転載先には削除を要請する、というように権限を具体化します。

APIで大量生成する場合、誤った商品情報や不適切な人物表現も大量に作れます。生成数の上限、公開前の検査、承認されていないテンプレートの停止を仕組みに入れます。

AI動画生成への関わり方を4つに分けて考える

参入：顧客・素材・更新業務がそろう

一つの業界、一つの成果物へ絞って商品化します。

提携：顧客接点か制作能力の片方が足りない

モデル、編集、法務、配信の企業と責任を分けます。

待機：採用原価と支払意思が読めない

有償の小規模案件から公開一本当たり原価を確認します。

見送り：固有資産と運用が残らない

汎用ツールの再販売に留めず、別の未解決工程を選びます。

自社は参入・提携・待機・見送りのどれか

支払者・権利・提供体制・採算を確認し、参入・提携・待機・見送りを判断します。資産の数や市場の成長だけで決めず、不足する条件を小さな案件で確かめます。

参入しやすいのは、既に顧客の素材、商品情報、教育内容、現場データを扱う企業です。制作会社だけでなく、研修会社、業務SaaS、翻訳会社、設備会社にも機会があります。

例えば、使用する素材の許諾が取れない、重大な公開事故に対応できない、予定する価格では修正原価を賄えない場合は、参入範囲や契約を見直します。再販売や買い切り価格であること自体を見送り理由にせず、契約上提供できる価値と総原価を確認します。

AI動画生成に詳しい相談先を選ぶ五つの質問

相談先には、生成後の修正、公開原価、権利確認、事故対応まで質問します。使えるツールの数より、自社が負担する仕事と費用を具体的に説明できるかを確認します。

1. 生成単価ではなく、採用一本当たり原価をどう測るか。
2. 入力素材、モデル、出力、人物同意、公開地域をどう記録するか。
3. 一度の生成で直らない場合、どの編集工程へ戻すか。
4. 主要企業と自社の役割を、業界構造の中でどう分けるか。
5. 参入、提携、待機、見送りの条件を何で判断するか。

良い相談先は、最初から全面自動化を約束しません。自社が持つ素材と顧客接点を確かめ、AIに任せる工程、人が判断する工程、外部企業と組む工程を分けます。

さらに、公開後の更新と事故対応まで費用へ入れます。

イノベーション総研では、技術の可能性だけでなく、主要企業、顧客課題、参入位置、提携先、責任、原価を一つの事業設計として整理します。AI動画生成を新規事業として検討している場合は、AIエージェントの記事やRAGの記事もあわせてご覧ください。

AI動画生成のよくある質問

サービスの選び方、商用利用、人物の扱い、事業化の入口に関する疑問を整理します。

Q. AI動画生成と動画生成AIは違いますか

A. 大きな違いはありません。検索では「AI 動画 生成」「AI動画生成」「動画生成AI」などの表記が使われます。この記事では、文章、画像、動画から映像を作る技術と、その業務利用をまとめて扱っています。

Q. AI動画生成は無料で商用利用できますか

A. 無料かどうかと商用利用できるかは別です。モデル、契約プラン、入力素材、出力内容で条件が変わります。利用規約だけでなく、画像、音楽、人物の権利と、公開地域の表示義務を確認してください。

Q. どのAI動画生成サービスが一番よいですか

A. 用途で変わります。広告制作なら修正と編集連携、研修なら原稿更新と翻訳、物理AIなら空間と動きの正しさを重視します。同じ入力で採用率、修正時間、公開原価を比較する方法が現実的です。

Q. AI動画生成だけで広告を完成できますか

A. 短い素材は作れますが、企画、事実確認、権利確認、ブランド審査、編集、公開承認は残ります。撮影や編集をすべてなくすより、企画案、背景変更、派生版の制作から使う方が進めやすいでしょう。

Q. AI動画生成で実在人物を使うときの注意点は何ですか

A. 顔、声、動きの利用について本人の同意を取り、用途、期間、地域、再利用、削除を決めます。退職や契約終了後の扱い、なりすまし防止、公開前の本人確認も必要です。

Q. AI動画生成の新規事業はどこから始めるべきですか

A. 汎用モデル開発より、自社が既に持つ顧客と更新業務から考えます。研修、商品説明、広告、現場シミュレーションなど一つに絞り、採用一本当たり原価と顧客が支払う成果を確かめます。

まとめ｜作る技術から運用する事業へ移る

AI動画生成は、文章から印象的な映像を作る技術だけではありません。広告制作、研修動画、翻訳、既存動画の修正、3D世界、物理AIの学習まで広がっています。

主要9社の取り組みを見ると、競争は画質だけでなく、制御、制作工程、権利と来歴、成果との接続へ移っています。企業導入では、生成単価より、採用一本当たり原価と公開までの責任を見ます。

新規事業では、業界動画オペレーション、権利管理型の制作基盤、世界シミュレーション支援が候補です。ただし、必要な利用権、支払者、提供体制、採算を確認できない場合は、範囲を狭めるか投資を見送ります。

勝負は、動画を作れるかではなく、顧客が安心して直し、承認し、使い続けられる工程を持てるかです。

情報確認日：2026年9月27日。製品機能と提供段階は各社の公式情報に基づきます。

提供機能を導入効果と同一視せず、法的な適用判断は個別に確認してください。原価の数値は計算方法を示す架空例です。

主な出典

製品仕様、提供段階、権利・表示の確認に用いた一次資料です。

• Google｜Veo 3.1 Ingredients to Video
• Google DeepMind｜Genie 3
• Adobe｜Adobe Firefly FAQ
• Runway｜Creating with Gen-4.5
• Luma AI｜Ray3.2 Model & API（2026年6月）
• Synthesia｜What is Synthesia?
• HeyGen｜HeyGen API Guide
• NVIDIA｜Cosmos Platform
• World Labs｜Marble: A Multimodal World Model
• サイバーエージェント｜AIクリエイティブ
• 文化庁｜AIと著作権に関する考え方（概要）
• C2PA｜Content Credentials FAQ
• 欧州委員会｜AI法の透明性ルール