生成AI（Generative AI）とは、文章・画像・動画・音声などのコンテンツを、人間の指示（プロンプト）に応じて自動生成する人工知能の総称です。
近年は単一の機能に特化したAIだけでなく、複数の形式を横断的に扱える「マルチモーダルAI」も急速に普及しています。
ここでは、現在広く知られている生成AIを 分野別 に整理し、それぞれの特徴と位置づけを解説します。
テキスト生成AI（大規模言語モデル / LLM）
文章を理解し、生成・要約・整理・翻訳・対話などを行うAIです。
最も利用者が多く、生成AIの中核的存在といえます。
ChatGPT（OpenAI）
- 会話形式で指示を出せる汎用型AI
- 文章生成、要約、質問応答、コード生成など幅広い用途に対応
- 画像や音声を入力として理解できるマルチモーダル対応モデルも提供
- 個人利用から組織利用まで、複数のプランが用意されている
特徴
直感的に使いやすく、幅広いタスクを一つの環境で処理できる点が強みです。
Claude（Anthropic）
- 自然で読みやすい文章生成に定評があるAI
- 長文の理解・要約・構造整理を得意とする
- モデルごとの役割が比較的明確に設計されている
特徴
論理展開や文章構造を重視したアウトプットに向いています。
Gemini（Google）
- Googleが開発する大規模言語モデル
- 非常に長い文章を一度に扱えるコンテキスト長が特徴
- APIやアプリとして提供され、用途別に複数モデルが存在
特徴
大量のテキストをまとめて理解・分析したい場面に強みがあります。
Llama（Meta）
- オープンウェイト（モデルの中身が公開されている）系AIの代表例
- 軽量モデルから高性能モデルまで複数のサイズが存在
- 自前環境での運用やカスタマイズが可能
特徴
外部サービスに依存せず、独自環境でAIを活用したい場合に選ばれます。
画像生成AI
テキストによる指示から画像を生成するAIです。
表現力やカスタマイズ性、運用形態によって特徴が分かれます。
Stable Diffusion（Stability AI）
- オープンソース系の代表的画像生成AI
- 複数のモデルバリエーションが存在
- カスタマイズや拡張がしやすい設計
特徴
自由度が高く、技術的な調整を行いたいユーザーに向いています。
Midjourney
- 独自の世界観や芸術性の高い表現で知られる画像生成AI
- テキスト指示の解釈精度が高い
- クラウドベースで動作
特徴
雰囲気やスタイル重視のビジュアル生成に強みがあります。
Adobe Firefly
- Adobeが提供する生成AI
- 画像・動画・音声などを統合的に扱う設計
- Adobe製品との連携を前提に開発されている
特徴
既存の制作ツールと一体化した生成AIという位置づけです。
動画生成AI
テキストや画像をもとに短い動画を生成するAIです。
近年、急速に注目を集めている分野です。
Sora（OpenAI）
- テキスト指示から動画を生成するAI
- 映像の一貫性や物理的な動きの表現に重点を置いている
- 現行仕様では動画の長さなどに一定の制限がある
特徴
「文章から動画を作る」体験を強く意識した設計です。
Runway（Gen-3 Alpha）
- 映像生成と編集を一体で行えるAI
- 動きの自然さや連続性を重視したモデル設計
- 生成後の調整や編集も視野に入れた構成
特徴
映像制作全体を支援するプラットフォーム型AIです。
音声・音楽生成AI
音声や音楽を自動生成するAIで、ナレーションや楽曲制作に利用されます。
Suno
- 歌声付きの音楽を生成できるAI
- 楽曲構成や音質の向上が継続的に行われている
Udio
- 歌詞付き楽曲を生成できる音楽生成AI
- 公開当初から高品質な生成で注目された
ElevenLabs
- 高品質な音声合成・音声クローンを提供
- 人間に近い自然な発話が特徴
特徴（音声系全体）
文章をそのまま音声化できるため、読み上げや音声コンテンツ生成に使われます。
業務・制作ツールに統合された生成AI
単体AIではなく、既存のツール内に組み込まれているタイプです。
Canva AI
- デザインツール内で使える生成AI機能群
- テキスト・画像・レイアウト生成などを統合
Notion AI
- ノートやデータベース内の情報をもとに生成・検索・要約を行うAI
- ワークスペース全体を対象にした対話が可能
Microsoft Copilot
- Microsoft製品群（Word、Excelなど）に統合されたAI
- 文書作成、要約、分析支援などを行う
まとめ
現在の生成AIは、次のように整理できます。
- 文章理解・生成の中核：ChatGPT、Claude、Gemini、Llama
- 静止画生成：Stable Diffusion、Midjourney、Adobe Firefly
- 動画生成：Sora、Runway
- 音声・音楽生成：Suno、Udio、ElevenLabs
- ツール統合型AI：Canva AI、Notion AI、Microsoft Copilot
それぞれは万能ではなく、用途・運用環境・求める精度によって適切な選択肢が異なります。
生成AIを理解する際は、「何を生成するAIなのか」「どこまで自動化できるのか」という観点で整理すると、全体像をつかみやすくなります。
以上、有名な生成AIについてでした。
最後までお読みいただき、ありがとうございました。
