OpenAIはなぜ動画SNS「Sora」を作ったのか

TL;DR

OpenAIがSoraをSNS化した狙いは、生成動画を多数の利用者へ拡散し、広告収益や反応データにつなげることだと今井翔太氏は分析する。動画生成モデルが多様な視覚処理を担う可能性がある一方、著作権問題と半導体、電力、資金の不足が成長の制約になる。

Transcript

クロスDEGグワンオンワ始まります。 今日のテーマはOpenAIがAI動画の TikTokを作ったです。ま、 サムアルトマン氏引きるOPENAIが 今度はSNSをリリースしました。その名 も空です。で、さがTikTokのような アプリで全ての投稿が動画生成AIが作っ たコンテンツになっているとのことで、ま 、チャットGPTのアクティブユーザーが 7億人を突破する中、ついに新しい分野に 進出しました。オープンAIのどこにある のか今回もこの方と深掘りしていきます。 AI研究者の今井翔太さんです。よろしく お願いします。よろしくお願いします。 ま、GPT5の論地が8 月にあって、そっからずっとこう我々もあのクロスリーグでオープンの動い続けてきたんですけど、今度は SNS 空ていうことで はい。 ... Read More

Key Insights

• SoraのSNS化は、一件の生成動画を多数の利用者へ拡散し、広告への影響や利用者の反応データを広く獲得するための仕組みだと今井氏は分析している。
• Sora 2は、物理法則の表現や場面をまたぐ人物、服装、背景の一貫性が改善した一方、広告などに含まれる文字や大勢の人物の描写には課題が残っている。
• 動画生成モデルは、映像制作に加えて輪郭抽出、領域分割、画像編集など、従来は個別モデルが必要だった視覚タスクを統合できる可能性がある。
• 日本のアニメ風コンテンツが生成されやすいとの観察は、学習素材や出力制御への疑問を生み、二次創作との線引きを含む法的対立につながる可能性がある。
• Soraのような計算負荷の高いサービスは、収益と利用者データを確保する事業であると同時に、OpenAIが科学向けAIの開発資金を得る手段だと説明されている。
• 10GW規模のデータセンターは原発約10基分の電力に相当し、NVIDIAの年間出荷量に匹敵する400万から500万個のGPUが必要になるとの説明が示された。
• OpenAIがNVIDIA以外の半導体企業とも連携する理由は、NVIDIAが不要だからではなく、その生産能力を限界まで使っても計算資源が足りないからだと今井氏は述べている。
• AIインフラ投資の主な金融リスクはNVIDIA自体よりも、巨額の負債や社債発行を伴うデータセンター事業者にあり、収益不足が連鎖的な問題を招く可能性がある。
• 🎬 このチャンネルの他の動画:
  • オープンデータを無料の仮説検証に使う方法
  • AIエージェントで会社を少数精鋭化する方法
  • アメリカの食文化はなぜ多様に発展したのか？
• 📺 このチャンネル: TBS CROSS DIG with Bloomberg

Questions & Answers

Q: OpenAIはなぜSoraを動画SNSにしたのですか？

生成した動画一件当たりの影響力と収益機会を広げるためだと今井氏は分析しています。個人向けの生成では成果物を見る人が本人に限られますが、SNSなら優れた動画が多数の利用者へ拡散します。その過程で広告を表示したり、いいねなどの反応から動画の好みに関するデータを集めたりできる可能性があります。

Q: Sora 2の動画生成はどこまで進化していますか？

物理法則の表現と映像の一貫性は改善していると評価されています。人物の顔や服装が途中で変わったり、場面転換後に背景の木が突然消えたりする問題が減っています。一方、広告部分の文字は正確に表示できず、背景に大勢の人物がいる場面も難しいため、すべてを自然に生成できる段階ではありません。

Q: 動画生成AIがChatGPT並みの変化を起こすと言われるのはなぜですか？

一つの動画生成モデルが、多数の視覚タスクをまとめて処理できる可能性が見えてきたためです。従来は輪郭抽出、領域分割、画像編集などの用途ごとにデータを集め、専用AIを作る必要がありました。今井氏は、要約や翻訳などを一つのChatGPTが担った変化が、画像や動画の分野でも起こり得ると説明しています。

Q: Soraにはどのような著作権上の問題がありますか？

日本のアニメ風キャラクターや表現が生成されやすいとの観察があり、学習素材や出力の扱いを巡る対立が予想されています。ただし、既存作品に似た生成物をすべて禁止すると、一般の二次創作や動画投稿サイト上の作品をどう扱うかという問題にもつながります。今井氏も一律に違法または不適切とは断定せず、今後揉める可能性を指摘しています。

Q: Soraの運用になぜ巨額のAIインフラが必要なのですか？

動画生成は大量の計算資源を消費し、利用者と生成回数が増えるほどGPU、メモリー、電力の需要も拡大するからです。番組では10GW規模のデータセンターが原発約10基分の電力に相当し、NVIDIAの年間出荷に匹敵する400万から500万個のGPUを必要とするとの説明が紹介されています。

Q: OpenAIはなぜNVIDIA以外の半導体企業とも連携するのですか？

NVIDIAのGPUが不要になるからではなく、NVIDIAの生産能力を最大限利用しても必要な計算資源を満たせないと考えられるためです。OpenAIは他社製チップにも目を向け、さらにサムスン電子やSKハイニックスと提携して、GPU周辺で大量の並列計算を支えるHBMなどのメモリー供給も確保しようとしています。

Q: TSMCへの生産集中はAI開発にどんなリスクをもたらしますか？

最先端AI向けチップの物理的な製造能力が台湾のTSMCへ集中し、同社や台湾で問題が起きればAI研究に必要な半導体の供給が止まりかねない点がリスクです。熊本やアリゾナにも工場計画はありますが、今井氏によれば最先端チップを同じ条件で生産できるとは限らず、各国の製造基盤強化が必要になります。

Q: AIインフラ投資はバブル崩壊につながる可能性がありますか？

可能性はあるものの、番組では企業ごとにリスクを分けて見る必要があるとされています。今井氏は、NVIDIAは実際に価値ある製品を生み、巨額の負債に依存しているわけではないため、同社だけの資金循環は回収可能とみています。一方、負債や社債発行を増やすデータセンター事業者は、収益が不足した場合の火種になり得ると指摘しています。

Summary & Key Takeaways

• Soraは、生成AIが作った縦型動画を共有するTikTok型のSNSとして登場した。今井氏は、動画の物理的な自然さや場面をまたぐ一貫性が向上した一方、背景の群衆や文字表示には課題が残ると評価する。SNS化の狙いは、一人が生成した動画を広く拡散し、将来の広告収益や、いいねなどの反応データを得ることで、生成コンテンツ一件当たりの価値を高めることだという。

• 動画生成モデルは娯楽用の映像制作だけでなく、輪郭抽出、領域分割、画像編集など複数の視覚タスクを一つのモデルで処理できる可能性がある。今井氏は、言語分野でChatGPTが要約や翻訳などを統合した変化が、視覚分野でも起こり始めていると説明する。ただし、日本のアニメ風表現が生成されやすいとの指摘があり、二次創作との境界を含む著作権上の対立が予想される。

• 大規模な動画生成を世界へ展開するには、GPU、HBMなどのメモリー、先端半導体、データセンター用電力が大量に必要になる。10GW規模は原発約10基分に相当し、NVIDIAの年間GPU出荷量に匹敵する400万から500万個が必要との説明が示された。OpenAIはNVIDIAだけでなく、サムスン電子やSKハイニックスなどとも連携するが、供給制約やデータセンター事業者の負債がリスクになる。