米The Vergeは2026年11月18日、AIで曲を作れるサービス「Suno」が、画像と動画を生成する新機能「Visuals」を始めたと報じた。Sunoで作った曲を、歌詞に合わせて自動で口が動く(リップシンクする)動画にしたり、文章で説明してサムネイルやアルバムのジャケット画像を作ったりできる。音楽だけのサービスから一歩広げる取り組みだ。
どう使うのか
VisualsはWeb版、iOS版、Android版のすべてで使える。画面の配置はパソコンとスマホで少し違うが、どの版でも「Create(作成)」モードに新しい「Visuals」タブが加わった。Web版では、ライブラリーにある曲の「…」メニューからも開ける。
使い方は、まず曲の中から使いたい部分を最大15秒まで選び、動画のもとになる画像を決める。画像は(1)Sunoが用意したオリジナルのキャラクターから選ぶ、(2)自分の写真やイラストをアップロードする、(3)文章で説明してSuno上で生成する、の3通りから選べる。画像生成では縦長・横長などの比率も選べるので、SNSなど投稿先に合わせた映像が作りやすい。
動画の生成では、選んだ画像を動画の最初の場面にするか最後の場面にするかを指定できる。これを使うと、15秒の動画同士をつなげやすくなる。歌声に口の動きを自動で合わせるスイッチや、比率・長さの調整機能もある。さらに、複数の動画を並べて長い動画にまとめる編集用のタイムライン(時間の流れに沿って素材を並べる画面)や、歌詞の文字を好きなデザインで入れる機能も備えた。
AIモデルと安全対策
Visualsには、中国のAI企業MiniMaxの動画生成AI「H3」をもとにした「H3 Move」というモデルが使われている。Sunoは、自社の利用者向けに最適化し、保護の仕組みを追加したと説明している。具体的には、特定のアーティストや有名人に似せた映像、著作権のある作品やキャラクターを使ったり作ったりできないようにする、文字と画像の新しいフィルター(自動で止める仕組み)を用意したという。
料金面では、動画や画像の生成に、曲づくりとは別の「Visualsクレジット」(利用ポイント)を使う。曲を作るためのクレジットとは分かれているため、新機能を使うには追加の費用がかかることになる。
利用者の反応は
Sunoは10月にも、話し声やナレーションを作る「Speech」機能を始めている。音楽生成をめぐっては大手レコード会社などから複数の訴訟を起こされており、サービスの幅を広げる狙いもあるとみられる。一方で、公式YouTubeの紹介動画には「新機能より先に音質を直して」という趣旨のコメントが寄せられ、同じ意見に賛同する声も出ているとThe Vergeは伝えている。日本での料金や提供条件の違いは示されていない。









