画像から3D動画を生成する技術が進化している。英Stability AIが発表した「Stable Virtual Camera」は、1枚から最大32枚の2D画像を入力し、遠近感のある3D動画を作成するAIモデルだ。カメラアングルを自由に設定でき、ズーム、回転、パンなどの動きを組み込める。この技術の特徴は、従来の3D動画生成に必要だった複雑なデータ処理を簡略化し、手軽にリアルな映像を作成できる点にある。一般的な3DCGツールでは、仮想カメラを使ってシーンの構図や動きを指定するが、「Stable Virtual Camera」も同様の機能を持ち、AIによる自動処理を組み合わせている。これにより、特別な技術を持たなくても直感的に3D動画を作成できるようになった。研究プレビュー段階のため、動物や水のような動的なテクスチャを含む画像では品質が低下することがある。また、複雑なカメラ軌道ではちらつきが発生する可能性があるが、一定の条件下ではスムーズな3D動画が得られる。現在は非商用ライセンスのもとで研究目的の利用が可能で、Hugging FaceやGitHubからアクセスできる。