【プロ級動画を量産】喋って歌える最新動画生成AIモデル「Kling O1×Kling 2.6×KlingAI Avatar 2.0」の動画生成＆編集性能を徹底検証！

AI関連の最新情報を発信するYouTubeチャンネル「AI大学【AI&ChatGPT最新情報】」が、「【プロ級動画を量産】最新動画生成AIモデル「Kling O1×Kling 2.6×Avatar 2.0」の最新機能を一気に使いこなす！」と題した動画を公開。動画生成AIプラットフォーム「Kling AI」が発表した、プロ級の動画制作を可能にする複数の新モデルについて、その概要と使い方を解説した。

動画によると、Kling AIは2025年12月上旬に、「Kling O1」「Kling 2.6」「KlingAI Avatar 2.0」という3つの新モデルを同時にリリースしたという。これらを組み合わせることで、これまで専門的な技術が必要だった高品質な動画コンテンツが驚くほど簡単に制作できるようになったと、ミライ氏は説明した。

「Kling 2.6」は、Kling AI初の「音声と映像の同時出力」モデルである。テキストや参照画像から動画を生成する際に、セリフやナレーション、歌といった音声も同時に生成できるのが最大の特徴だ(リリース時には英語と中国語に対応)。生成された動画内の人物は、入力したセリフに合わせて自然なリップシンク（口パク）を行うという。これにより、ショートドラマやミュージックビデオ、ASMR動画など、音声が重要な役割を果たすコンテンツ制作の幅が大きく広がると氏は指摘した。

「Kling O1」は、まるで画像編集ソフトのように動画を編集できる革新的なモデルだ。動画内の一部を消したり、別のオブジェクトを追加したり、動画全体のスタイルをアニメ風などに変更したりといった操作が可能である。さらに、複数の画像や動画を組み合わせ、複雑なシーンを生成することもできるという。

「KlingAI Avatar 2.0」は、リップシンクを行うAIアバター動画を生成するモデルだ。1枚の顔写真と音声ファイル、そしてジェスチャーなどを指示するプロンプト（テキスト）を入力するだけで、最大5分間のリアルなアバター動画を作成できる。前モデルでは課題があった手の動きなども大幅に改善され、より自然で生き生きとした表現が可能になったと氏は解説した。

これらの新モデルは、動画制作のあり方を根本から変える可能性を秘めている。専門知識や高価な機材がなくても、アイデア次第で誰もがプロ級の動画を生み出せる時代の到来を予感させる。クリエイティブな表現の幅を広げたい方は、一度試してみてはいかがだろうか。