何が起きたか
テキストや画像から最長20秒の動画を、音声つきで生成する。日本語を含む多言語の台詞とリップシンクに対応し、BFL API で一般提供された。
2026年8月のほかの動き
2026年8月のまとめ
Midjourney機能V8.2 の編集モデルを公開
文章による指示で画像を編集でき、最大4枚の参照画像も扱える。インペイントとアウトペイントに対応し、プロンプトバーやライトボックスから使える。
VeoモデルGemini Omni 1.1 Flash が一般提供
Gemini API で gemini-omni-1.1-flash が一般提供（GA）になった。動画の生成と会話型の編集を行うモデルで、Veo 3.1 は高品質な映像向け、Omni Flash は会話での編集向けと公式は使い分けを示している。
Claude機能Claude in Chrome が一般提供
Chrome 拡張が全有料プランで一般提供になった。安全な操作は分類器が自動承認し、毎回の確認が不要になる。
Grok料金Grok Bot の対象プランを拡大
Grok Bot を SuperGrok、Cursor Pro、Cursor Teams の全プランで使えるようにした。Bot に任せた作業は、既存の利用量には数えられない。
Codex機能Gmail・Slack・GitHub の出来事で予定実行
スケジュールタスクを、Gmail の送信者や件名、Slack のチャンネル、プルリクエストの動きをきっかけに動かせる。Web とモバイルで、対象プランが使える。
DeepSeekモデルV4-Flash-Vision-Exp を公開
画像とテキストを同時に入力できる実験的なマルチモーダルモデル。画像は1枚あたり最大384トークンとして V4-Flash の料金で課金される。画像を一度アップロードして ID で再利用できる Files API も無料で始まった。