購読する ニュース - ソフトウエア
Eddie AIは、単なる機能アップデートの先にある、より興味深い方向性を示唆する初期の研究結果を公表した。同社によると、90億パラメータのオープンモデルを用い、より大規模なフロンティアモデルを教師モデルとして、未編集の映像からストーリーを見出すよう学習させたという。Eddie AIは、この小型モデルがKimi K3との直接比較において47％のケースで優れていたと述べている。提供された資料からは、これらの比較が具体的にどのように行われたのかは不明確だ。とはいえ、その根底にある考え方は注目に値する。比較的規模の小さいモデルでも有意義な編集判断が可能であれば、将来のAI編集ツールは必ずしも大規模なクラウドベースのモデルに依存する必要がなくなるかもしれないからだ。
この研究では、2つの特定のモデルが使用された。2026年7月16日にMoonshot AIが公開した、パラメータ数2.8兆のオープンウェイト・フロンティアモデル「Kimi K3」が、教師モデルによる編集を生成した。Qwen3.5-9Bは、アリババの小型Qwenモデルファミリーの一員であり、「生徒」の役割を果たした。タスクは意図的に狭く設定されていた。すなわち、未編集の映像から説得力のあるストーリーを見つけ出し、文字起こしレベルで作業を行い、実際のプロンプトを用いた約100件の実プロジェクトからなるテストセットで結果を評価するというものだ。初期状態では、編集の約10％において、9BモデルがKimiよりも優れていると評価された。LoRAを用いてKimiの推論トレースで学習させたところ、その割合は約32％に上昇した。チームが生徒モデルが学習する軌跡を変更した後、勝率は47％でピークに達した。
47％の勝率が意味すること、そして意味しないこと
50％の勝率であれば、この特定の比較およびテストセット内において、ほぼ互角であることを示唆するだろう。しかし、それは動画編集全般において互角であることを意味するわけではない。Eddie AIはこの限界を明確にしており、47％という結果を「予備的なもの」と説明している。
この結果が興味深いのは、モデルの規模の差にある。パラメータ数2.8兆のKimi K3は、90億パラメータの学習用モデルに比べて300倍以上も大きい。したがって、はるかに小さなモデルで、狭く定義された1つの編集タスクにおいて互角に近い結果を出せたことは、単なる勝率の数値が示唆する以上に興味深い。しかし、これはあくまで特定のタスク、データセット、学習手法に結びついた結果であり、より小規模なモデルがKimiに広く匹敵できるという証拠ではない。
テストケースとして選ばれたのはソーシャルメディア向けの短編動画だった
Eddie AIがテストケースとして短編ソーシャル動画編集を選んだのは、そこに厳しい編集上の制約があるからだ。編集は視聴者の興味を素早く引きつけ、限られた再生時間に収まり、かつ物語としてまとまっていなければならない。不適切な音声クリップの選択は、隠しにくくなる。
編集者にとって、そのタスクで優れたパフォーマンスを発揮するモデルがあれば、より強力な初期編集版を作成でき、物語の骨格となるシーンを探すために映像を検索する時間を短縮できる可能性がある。これは、Eddie AIがScriptedモードや文脈に応じたBロールの配置のリリースを通じて取り組んできたのと同じ広範な問題だが、ここではインターフェース側ではなくモデル側からアプローチしている。
データの量を増やすだけでは解決にならなかった
この研究で最も有用な知見は、見出しに掲げられたパーセンテージとはほとんど関係がない。Eddie AIの報告によると、単に教師データをより多く生成しただけでは、得られる改善は限定的だった。より大きな改善は、学習の軌跡の選定と洗練の方法によってもたらされた。
このプロセスは3つのステップで行われた。まず、チームはフロンティア・ティーチャーから推論トレースを生成した。次に、ベスト・オブ・Nサンプリングとフィルタリングを用いて、より優れた例を抽出しました。つまり、モデルが複数の候補出力を生成し、パイプラインが最初の結果で学習するのではなく、それらの中から選択したのです。最後に、スチューデントが独自の推論トレースを生成し、最も優れた出力に基づいて反復的に再学習を行った。
注目すべき副次的な効果がある。最も性能が高かったチェックポイントにおいて、生徒モデルの推論トレースも以前より約30％短くなっていた。実際には、推論が短くなれば推論コストを削減でき、これにより、はるかに小型なモデルを使用することによるデプロイメント上の利点がさらに高まる。
判定者の信頼性はどの程度か？
このような比較は自動判定システムによって採点されるため、判定システム自体も検証が必要だ。Eddie AIは「Kimi」同士を比較テストした結果、実行ごとにスコアが±2％程度しか変動しないことが判明し、評価が合理的に安定していることが示唆された。同社はまた、社内の映像専門家に対し、10組のペアを独自にランク付けするよう依頼した。自動判定システムは7組で人間と一致したが、3組の不一致のうち2組は、編集者自身が「判断不能」と分類したカテゴリーに該当していた。
これは有用な妥当性確認ではあるが、検証とは言えない。10組というサンプル数は極めて少なく、モデルに基づく判定は、この種の評価に独自のバイアスを持ち込む可能性がある。この結果は、決定的なベンチマークというよりは、方向性を示すシグナルとして捉えるのが最善だ。これはピアレビューを受けておらず、Eddie AIもそれをそのようなものとして提示していない。
真の注目点はモデルのサイズにある
Eddie AIによると、このモデルは、大規模な推論クラスターを必要とせず、比較的手に入りやすい単一のGPU上で実行できるほど十分に小型のままであるという。4ビットに量子化された90億パラメータのモデルは、多くのワークステーション用GPUのメモリ範囲内に収まるが、実際の要件は推論環境、コンテキストの長さ、その他のオーバーヘッドによって異なる。
この点が、プロ向けのポストプロダクションにおいて、この研究の重要性を高めている。オンプレミスで実行可能なモデルであれば、映像データをクラウドサービスに送信することなく組織内に留めておくことができる。これは、放送局、スポーツの権利保有者、NDA（秘密保持契約）の下で業務を行う代理店、およびクラウド支援ツールの利用に制限のある制作会社にとって重要な点だ。また、その素材や関連データを外部プロバイダーに送信することなく、組織固有の編集ワークフローを構築することも可能になる。
制御をめぐる議論
この最後の点が、Eddie AIが最も強く主張している部分だ。「顧客はAIのトレーニングそのものに反対しているわけではない。彼らが反対しているのは、自ら生み出した知識に対する制御権を失うことだ」と、Eddie AIの共同創業者兼CEOであるシャミール・アリバイは述べた。「我々の目標は、すべての顧客に対し、許可を得てのみ学習し、その顧客のためだけに改善され、創造的な優位性を顧客自身のものに保つシステムを提供することだ。」
同社は、許容できるトレーニングとして以下の4つの条件を掲げている。透明性があること、明示的な許可があって初めて行われること、顧客の管理下にあること、そしてその結果もたらされる改善の恩恵をその顧客だけが享受できることである。これにより、Eddie AIのアプローチは、技術的なロードマップであると同時に、顧客固有のトレーニングをどのように機能させたいかという姿勢の表明でもある。
Eddie AIの共同創業者兼AI責任者であるアレクサンダー・テレホフ氏は、技術的な根拠をより平易に説明した。
「汎用モデルはあらゆることに優れていなければならない。一方、特化型モデルは動画編集において極めて優れた性能を発揮すればよいだけだ」と彼は述べた。「この結果により、小規模で顧客固有のシステムであっても、実用的な導入を維持しつつ、価値ある編集上の判断におけるギャップを埋められるという確信が得られた。」
発表されていないこと
かなり多くの点があり、それを明確にしておく価値がある。現時点では製品も、リリース日、価格設定、オンプレミス版の提供予定も発表されていない。Eddie AIは、長期的な目標として、メディアを理解し、映像制作者の編集言語を学習し、顧客がBロールをどのように選択するかを記憶し、視覚的な連続性を維持し、最終的には音楽やモーショングラフィックスも扱えるモデルを掲げている。しかし、今回の実験はトランスクリプトレベルでのストーリー構築に限定されている。同社はまた、現在の製品において、フロンティアモデルが依然としてEddie AIの中核をなしていると述べている。
現在の製品に関する詳細については、シャミール・アリバイ氏へのインタビューおよびv3 Night Shiftワークフローに関する記事をご覧ください。
アムステルダムで開催されるIBCでのEddie AI
9月に開催されるIBC 2026に参加予定で、Eddie AIの開発チームに会いたい場合は、同社のブースをぜひ訪れてください。
価格とリリース時期
Eddie AIは現在、MacおよびWindows向けに提供されており、ブラウザ版も利用可能だ。ユーザーは無料で試用できる。詳細はEddie AIの価格ページに掲載されており、アプリやダウンロードはEddie AIのウェブサイトから入手できる。
