Kling AI(快手)が3000億円規模の独立調達、Adobeは画像/動画強化のTopaz Labsを買収、Ideogram 4.0はオープンウェイトで攻勢——生成メディアAI最前線2026年7月

画像・動画・音声AI のアイキャッチ

今週の生成メディアAI最前線は「資本の動き」が主役だった。中国のKuaishou傘下でAI動画生成を手がけるKling AIが独立系企業として約3000億円規模の外部資金調達に乗り出し、香港上場も視野に入れる。画像・動画の高品質化ツールで知られるTopaz LabsはAdobeに買収され、Creative Cloudへの統合が進む見通しだ。一方でIdeogramはオープンウェイトの新型画像生成モデル「Ideogram 4.0」を無償公開し、クローズドモデル陣営に対抗する動きを見せている。

画像・動画・音声生成AIのイメージイラスト

Kling AIが独立系で約3000億円調達——動画生成AI競争に資本が集中

中国の動画SNS大手Kuaishou(快手)傘下でAI動画生成モデル「Kling AI」を開発するKling AI事業が、独立系企業として初の外部資金調達に踏み出した。香港証券取引所(HKEX)への開示によると、調達目標額は約30億ドル(約4500億円)で、Baidu、Alibabaクラウド部門、Tencentのほか、映像制作会社Huace Film & TVやMango Investmentなど、メディア・エンターテインメント業界からも出資が集まっているという。調達後の企業価値は150億〜180億ドル(約2.3兆〜2.7兆円)規模とされ、AI動画モデル企業としては世界最大級の資金調達になる見通しだ。Kling AIは今後12カ月以内に香港市場への上場プロセスも計画していると報じられている。

背景には、2025年12月時点で月間売上高が2000万ドルを超え、年換算収益(ARR)が2億4000万ドルに達するなど、Kling AI事業の急成長がある。2026年2月には最新モデル「Kling 3.0」シリーズ(Video 3.0/Video 3.0 Omni/Image 3.0/Image 3.0 Omni)を発表し、最大15秒のネイティブ音声付き動画生成や、カット単位で尺・アングル・カメラワークを指定できるマルチショット・ストーリーボード機能を追加していた。競合のByteDance(Seedance)も同時期に「Seedance 2.0」を投入しており、中国発の動画生成AI2社が世界の動画生成AI市場を主導する構図が鮮明になっている。

モデル 開発元 主な特徴 最大尺・解像度
Kling 3.0 / Omni Kuaishou(Kling AI) ネイティブ音声、マルチショット・ストーリーボード、参照画像による一貫性維持 4K・最大15秒
Seedance 2.0 ByteDance テキスト・画像・音声・動画の4モダリティ入力、デュアルチャンネル音声 最大15秒・マルチショット

出典: South China Morning Post / Caixin Global

映像制作の現場
Photo: pavlinajane / CC BY-SA 2.0(Openverse経由)

Adobeが画像/動画強化AIの「Topaz Labs」を買収

Adobeは、AIによる画像・動画の高精細化(アップスケーリング)や補正で知られるTopaz Labsの買収で合意したと発表した。Topaz Labsは画像拡大ツール「Gigapixel」、写真補正の「Topaz Photo」、動画補正の「Topaz Video」などを展開し、2025年時点で年間売上高4800万ドル、アーカイブ映像の復元技術でテクニカル・エミー賞も受賞している。

Adobeは今回の買収により、AI画像・動画の高精細化モデルをAdobe FireflyやFirefly Services、Creative Cloud製品群に組み込み、ノイズ除去・ブレ補正・修復といった実務ニーズに応える方針だ。Topaz Labs製品はスタンドアロンアプリとしても提供が継続される見込みで、既存ユーザーへの影響は限定的とみられる。生成AI企業同士のM&Aが相次ぐ中、Adobeにとっては自社の生成モデルと外部の高品質化技術を組み合わせ、プロ向けワークフローでの競争力を強化する狙いがある。

出典: PetaPixel / CG Channel

Ideogram 4.0がオープンウェイトで登場——高品質画像生成モデルを無償公開

画像生成AIスタートアップのIdeogramは、新モデル「Ideogram 4.0」をオープンウェイト(Apache 2.0ライセンスの推論コード付き)で公開した。93億パラメータのDiffusion Transformerで、テキストと画像トークンを同一の重みで処理する構成を採用し、テキストエンコーダーには視覚言語モデル「Qwen3-VL-8B-Instruct」を利用している。

特徴はネイティブ2K解像度出力、背景の透過処理、バウンディングボックスによるレイアウト制御、ロゴやポスター向けの高精度なテキストレンダリングなど。プロンプトを構造化JSONとして受け取り、要素ごとにスタイルや配色を指定できる点も実務向けだ。第三者評価「DesignArena」ではオープンウェイトモデル中1位、テキスト画像生成の総合ランキングでも9位(品質モードでは1位)と、OpenAIやGoogleのクローズドモデルに次ぐ評価を得ている。重みはHugging Faceのほか、ComfyUI、fal、Replicate、Krea AIなど主要プラットフォームで利用可能で、ホスト型APIは1枚あたり0.03〜0.10ドルから提供されている。

出典: Ideogram公式ブログ / The Decoder

まとめ:資本集中とオープンウェイトの綱引き

今週の動きを俯瞰すると、生成メディアAI分野では「巨額資金による寡占化」と「オープンウェイトによる対抗」という2つの潮流が同時に進んでいることが分かる。Kling AIの独立調達やAdobeによるTopaz Labs買収は資本力のある大手への集約を示す一方、Ideogram 4.0のような無償公開モデルは開発者やスタートアップに選択肢を広げている。今後もこの綱引きが、動画・画像生成AIの価格競争や機能競争を左右しそうだ。


主な情報源

各サービスは提供元の規約に従ってご利用ください。情報は各情報源の公開時点のものです。収集・要約はAI、公開判断は人。