OpenAIのSora 2がAPIごと終了へ向かう一方、Midjourneyは画質と個性化を磨き込んだV8.2を投入、Black Forest Labsは画像・動画・音声・ロボット制御まで束ねる「世界モデル」FLUX 3を発表した。音声AIのElevenLabsは音楽生成とエージェント連携で存在感を拡大している。2026年8月上旬、画像・動画・音声の生成AIで起きている主な動きをまとめる。
OpenAI「Sora 2」、API終了へ――後継は未発表
OpenAIの動画生成モデルSora 2を取り巻く状況が急速に変わっている。公式の廃止予定ページによると、Sora 2のWeb・アプリ体験は既に2026年4月26日に終了しており、Videos APIおよびsora-2・sora-2-proを含む全モデルスナップショットも2026年9月24日にAPIから完全に削除される予定だ。廃止通知自体は3月24日に出されており、わずか1週間前まで参照画像によるキャラクター一貫性や最大20秒生成、1080p対応などの拡張を発表していたことから、開発者コミュニティでは「オープンウェイトとして公開してほしい」という要望も出ている。Sora依存のパイプラインを持つ開発者は、後継モデルが示されていない現状を踏まえ、早めの移行計画が必要だ。
Midjourney V8.2――画質と“個性化”に集中したマイナーアップデート
MidjourneyがV8.2をリリースした。V8.1がベースモデルとして定着した2026年6月以降、今回の更新は新機能追加ではなく画質・美観・パーソナライゼーションの精度向上に絞られている。低品質になりがちなシチュエーションの発生率を大幅に減らし、ユーザーの評価履歴を反映した「好みの学習」がより的確になったという。V8系はHDモード（ネイティブ2K）がV7比で約3倍高速、標準生成も50%高速・25%安価になっており、待ち時間の短縮が創作サイクル全体を後押ししている。
Black Forest Labs「FLUX 3」――画像・動画・音声・ロボットを1つの世界モデルに
画像生成モデルFLUXを手がけるBlack Forest Labs（BFL）が、マルチモーダル基盤モデル「FLUX 3」を発表した。画像・動画・音声を最初から統合的に学習した単一モデルで、最大20秒の音声付き動画生成に加え、ロボットの視覚・行動予測にも同じアーキテクチャを拡張する。すでにロボティクス企業mimicとの提携でAudiの生産ラインでの実証が進んでいるという。BFLは創業からわずか2年でFLUXを画像生成のトップクラスに押し上げてきたが、今回の発表は「視覚知能」を軸にコンテンツ生成と物理AI（ロボティクス）を同じ基盤で扱うという野心的な方向転換だ。
出典: VentureBeat
Kling AI「Video 3.0 Omni」――ネイティブ4K・音声同期・マルチショット
中国Kuaishou傘下のKling AIも動画生成の進化を続けている。最新の「Video 3.0 Omni」はネイティブ4K出力と音声生成を組み合わせ、複数ショットにわたるストーリーボード制御と、キャラクターの映像・声のトーンを一致させる仕組みを備える。15秒までの連続生成に対応し、長尺の物語構成や複数シーン間の一貫性を維持しやすくした点が特徴だ。Sora 2の終了が近づく中、Google Veoとともに移行先として名前が挙がることが増えている。
出典: Kling AI
ElevenLabs――音声からエージェント基盤へ拡張
音声生成AIのElevenLabsは、2026年2月のシリーズD（評価額約110億ドル）以降も勢いを増している。動画・字幕・ナレーション・音楽・効果音を1つのタイムラインで扱える「ElevenCreative Studio 3.0」、楽曲の構成や編成をコントロールできる「Music v2」など、単純な音声合成から一体型の音声・音楽制作環境へと機能を広げている。さらに2026年8月3日には、コード不要でAIエージェントに音声機能を組み込めるManusとの統合を発表し、音声合成・クローン・音声エージェント構築をチャット上のワークフローに直接組み込めるようにした。
出典: Blockchain.News
まとめ：主要モデルの動き
| サービス | 直近の動き | 備考 |
|---|---|---|
| Sora 2（OpenAI） | API終了予定（2026/9/24） | 後継モデル未発表、移行が必要 |
| Midjourney | V8.2リリース | 画質・個性化の精度向上、低品質率を削減 |
| FLUX 3（Black Forest Labs） | 画像・動画・音声・ロボット統合モデル発表 | mimic/Audiとロボティクス実証 |
| Kling AI | Video 3.0 Omni展開 | ネイティブ4K・音声同期・マルチショット |
| ElevenLabs | Music v2・Manus統合 | 音声からエージェント基盤へ拡張 |
主な情報源
- OpenAI Deprecations（Sora 2 API終了通知）
- Midjourney Version 8.2
- VentureBeat: Black Forest Labs launches FLUX 3
- Black Forest Labs: FLUX 3 x mimic
- Kling AI 公式サイト
- Blockchain.News: Manus Adds ElevenLabs Voice Integration
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。