Stable Video Diffusion (SVD)
読み: すてーぶるびでおでぃふゅーじょん
最終更新: 2026-07-24・AI PICKS編集部
定義
Stable Video Diffusion（SVD）とは、Stability AIが公開した画像から短尺動画を生成するオープンソース拡散モデルのこと。
Stable Video Diffusion (SVD)とは — 詳しく解説
Stable Video Diffusionは、Stability AIが2023年に公開した、画像を入力として短尺動画を生成する潜在拡散モデルである。1枚の静止画から一貫性を保ったまま数秒間のモーションを生成する「image-to-video」タスクに特化しており、オープンソースで重みが公開されているため、自前のGPU環境で追加学習やカスタマイズができる点がRunwayやSoraなど商用クローズドモデルとの大きな違いとされる。実運用では、生成できる動画長がもともと数秒程度に限られ、長尺化や高解像度化には追加のフレーム補間・アップスケール処理を組み合わせる必要がある点が現場でのつまずきどころとされる。2026年時点では後継のSVDベース派生モデルやSD3系の動画拡張が広く使われており、素のSVDをそのまま製品投入するケースは減ったとされる。コスト面では推論に相応のVRAMを積んだGPUが必要で、クラウドGPUのレンタル費用込みで運用すると商用APIの従量課金と相場感が近づく場合も多く、生成頻度や解像度要件に応じてクローズドサービスとの使い分けが現場では検討される。
Stable Video Diffusion (SVD)の使用例
- 静止画のプロダクト写真を入力し、商品がゆっくり回転する数秒間のPR動画を生成する用途で使われる。
- ゲームやアニメのコンセプトアートに動きを与え、SNS投稿用の短尺プレビュー動画を作る用途で使われる。
Stable Video Diffusion (SVD)に関連するAIツール
関連用語
「動画生成」の他の用語
OpenAI の動画生成 AI。 ChatGPT Pro で利用可能、 最大 20 秒の高品質動画を生成。
プロ向け AI 動画編集・生成スイート。 Gen-3 / Gen-4 で 映画品質の動画を生成。
VeoとはGoogle DeepMindが開発した動画生成AIモデルのこと。テキストプロンプトや静止画から高精細な動画を生成でき、物理的整合性と映像の時間的一貫性においてSoraと並ぶ業界最高水準を誇る。
Kling（可灵）とは、中国の快手（Kuaishou）が開発したAI動画生成モデルのこと。テキストや画像から最大2分・1080pの高品質動画を生成でき、SoraやRunwayと並ぶ有力な動画生成AIとして世界的に注目されている。
PikaとはテキストプロンプトやAI画像を入力するだけで3〜10秒の高品質な短尺動画クリップを自動生成できるAI動画生成プラットフォームのこと。
Luma Dream Machineとは、Luma AIが提供するテキストや画像から高品質な動画クリップを自動生成できるAIビデオ生成ツールのこと。物理的にリアルな映像と滑らかなカメラワークを特徴とする。
AI用語辞典をすべて見てみませんか
12カテゴリ・913語以上を体系的に整理しています
辞典トップへ