500万人が視聴、AIがついに「無限ゴミ動画生成機」を完成させる

Infinite Slopを開くと、縦長の動画画面が表示され、右側にはチャットが流れ、左側には「次に再生」と「生成中」のリストが並んでいる。

図｜infiniteslop.aiのウェブサイトのスクリーンショット

サーカスのピエロに夕食を食べさせたり、魚に犬の散歩をしている人を飲み込ませたり、カエルの目からビッグバンまでカメラを引いていくなど、これらはすべて視聴者がチャット欄に入力したプロンプトである。

システムがその中から一つを選ぶと、バックグラウンドで映像、セリフ、効果音を含む新しい動画が生成され、再生待ちキューに追加される。同時に、AIは新しいプロンプトを以前の動画と関連付けようとし、首尾一貫したストーリー展開を形成する。

これは8月30日に公開された無限Slopウェブサイトであり、開発者はこれを無限ループし、終わりのないインタラクティブなAI生成のリアルタイムゴミストリームと表現している。

このウェブサイトを開発した作者はXで、公開初日のデータが視聴者数3万7000人、ピーク時には同時接続数が1000人を超えたと発表した。

AI動画生成の速度が再生速度を初めて上回った時、15秒の動画の生成にわずか9秒しかかからなくなったことで、「終わらないAI配信」がネタから現実になった。

無限の次元をまたぐテレビ

アメリカのアニメ『リック・アンド・モーティ』（Rick and Morty）の中で、リックは家のケーブルテレビがつまらないと感じ、セットトップボックスを無限のパラレルワールドのテレビチャンネルを受信できる装置に改造した。

そこで家族全員はチャンネルを切り替え続け、さまざまな不条理で突飛なエイリアンやパラレルワールドの番組を見ることになった。例えば、「足が生えたアリマンのオークション」「靴を食べるリアリティ番組」「人体そのものが交通警察システム全体である警察ドラマ」などだ。

このテレビドラマにしか登場しないようなエピソードが、8月29日にfalのエンジニアであるRehan Sheikh氏によって現実となった。彼はAI動画モデルをTwitchのライブ配信に接続し、視聴者も永遠に止まらない「無限の次元をまたぐケーブルテレビ」（infinite interdimensional cable）を見られるようにした。

わずか2日間で、このデモの投稿は500万回以上の再生回数を獲得した。

FALは開発者向けのAI音声・動画・マルチメディア生成プラットフォームである。同社のエンジニアは、オープンソースモデルであるMiniMax H3をベースに再設計した「H3 Max」をTwitchに接続し、モデルに短編動画を継続的に生成させ、それらをライブストリームに組み込んだ。

視聴者が前のパートを見ている間に、バックグラウンドではすでに次のパートの準備が進められている。

しかし、Rehan氏はコメント欄で、自身のTwitchライブ配信アカウントがBANされ、Kickに移動した後再びBANされ、最終的に配信をRumbleに移したと述べた。彼はコメント欄でTwitchのBAN理由を掲載し、配信内容がDMCAなどの規定に違反したためだと述べた。 数時間後、有名な「デジタルノマド」開発者であるPieter Levels氏（@levelsio）はH3 Maxのテストを公開した。15秒の動画の生成に約9秒かかった。そのため、現在の動画の再生が終わる前に次の動画がバッファに入力されれば、このAIテレビ局は稼働し続けることができる。

AIテレビ局というアイデアに沿って、Levels氏はさらに過激なバージョンを直接作り上げた。それが「Infinite Slop」、無限に続くインタラクティブなAIライブ配信ウェブサイトである。

配信サイトのルールは非常にシンプルだ。誰かがチャット欄に一文を入力すると、AIがそれを次の動画として生成し、前の映像と「つなげよう」として、緩やかなストーリーラインを形成する。

Levels氏によると、このプロジェクトの開発はサウナの中に座りながら、スマートフォンでサーバーにリモート接続し、Claude Codeにウェブサイトの構築を手伝わせることで行われた。1日後には、チャット欄、投票キュー、生成ステータス、ライブ映像といった要件がすべて完成した。

Levels氏はすぐにドメイン「infiniteslop.ai」を登録し、改良案を公開募集した。この件は直接Xのトレンド入りし、トレンド名には「AI Video Breakthrough Powers Endless Chat-Driven Livestreams」（AI動画のブレイクスルーが無限のチャット駆動型ライブ配信を可能にする）と書かれていた。

過去には、10数秒のAI動画を生成するのに数分待つことがよくあった。もしライブ配信であれば、動画がまだ完成していないのに配信が途切れてしまうだろう。

しかし現在、fal researchが公開した公式データによると、H3 Maxモデルでは5秒・768pの音声付き動画を3秒以内で完了でき、スループットはMiniMax公式H3インターフェースの約35倍である。

この超高速モデルは、fal ResearchチームがMiniMax H3のオープンウェイトに基づいて継続的にトレーニングと最適化を行って得られた新モデルである。現在、5〜15秒、480pまたは768pの動画を生成でき、音声と映像が同時に生成される。

Artificial Analysisの画像生成動画、およびDesign Arenaの画像生成動画ランキングにおいて、Falによるポストトレーニングを経たMiniMax H3 Maxはどちらも第1位に到達した。

ライブ配信システムにおける「無限」

Infinite Slopの最も興味深い部分は、モデルの技術以外に、人間の行動が多いことである。

H3 Maxは一度に最大15秒まで生成できるため、Infinite Slopの「無限」はチャンネル層に落ちてくる。短編動画が次々と生産され、バックグラウンドで継続的に補充される限り、フロントエンドではずっと再生できる。

一連のチェーンはおおよそ次のようになっている。視聴者がメッセージを送信し、システムがまずモデレーション、キューイング、投票を行い、動画プロンプトに拡張する。H3 Maxが並行していくつかの短編を生成し、完成品をバッファに入れる。プレーヤーは順...