RunningHub、生成式動画超解像モデル「RH Upscale」を発表：5段階構成、Ultraが横断評価で首位、MaxはUltraの約1/8.6の処理時間

機械之心の報道によると、海馬雲傘下のRunningHubは自社開発の生成式動画超解像モデル「RH Upscale」を発表した。「拡大しても内容を変えない」を掲げる。報道では、540P入力・1080P出力の13構成の横断評価でUltraが総合スコア0.539で1位となり、UltraからLowまでの5段階を提供。Maxは5～10秒の動画を2倍に超解像するのに34秒かかり、Ultraの約1/8.6とされる。

公開 2026/9/30更新 2026/10/25

主な変更

機械之心の報道によると、海馬雲傘下のRunningHubは自社開発の生成式動画超解像モデル「RH Upscale」を正式に発表した。このモデルは「拡大しても内容を変えない」と位置づけられ、解像度を高めテクスチャを復元しながら、人物・構図・色調・動きの一貫性をできるだけ保つことを目指す。報道で述べられている技術的経路は「内容忠実性制約下の時空間統合再構築」で、劣化知覚と条件注入、構造と細部の2分岐再構築、時空間モデリングと信頼性ゲーティングを含み、遮蔽やカット切り替えなどの状況でちらつきや残像を減らすために用いられるとされる。評価面では、横断評価には13の構成が含まれ、統一して540P入力・1080P出力を用い、知覚画質、テクスチャ復元、元映像への類似度、顔の一貫性、時間的動画品質の5次元で採点され、RH Upscale Ultraが総合スコア0.539で1位となった。モデルはUltra、Max、High、Medium、Lowの5段階を提供する。Ultraは複雑な劣化と精細な素材の画質上限に重点を置き、Maxは少ステップ一貫性蒸留によりサンプリングを圧縮して効率に寄せる。報道では、同じ5～10秒の動画を2倍に超解像する場合、Maxは34秒かかり、Ultraの約1/8.6とされる。報道ではまた、RH UpscaleはすでにRunningHubの制作チェーンに組み込まれており、動画生成ノードの後に置いて超解像とエンコード出力を完了でき、入力はAI生成素材に限られないとされる。

開発者への影響

報道内容が事実であれば、この種の生成式超解像モデルが動画生成パイプラインに与える影響は「生成」段階ではなく、生成後の画質納品段階にある。その価値は、人物や構図を変えずに細部を復元できるかどうかにかかっている。開発者への実務的な影響は3点ある。第一に、5段階構成は品質と計算コストを調整可能なパラメータに変える。これは編成層が「固定の後処理ステップ」から「素材と納品基準に応じた段階選択」へ移行する必要があることを意味する。そうしなければ、高価値のマスターとバッチプレビューが同じ高コスト経路を共有することになる。第二に、報道では入力がAI生成素材に限られないとされ、実写映像や圧縮劣化した低解像度ファイルも処理に回せるため、AIGC後処理だけでなく非生成素材の修復チェーンにも使われ得る。第三に、報道で示された34秒と約1/8.6という比率が成立するなら、バッチタスクの総所要時間は主に段階選択で決まるため、キュー設計と並行計画はモデル単位ではなく段階単位で考える必要がある。強調すべきは、総合スコア0.539は報道が引用した13構成の横断評価によるもので、評価主体が独立した第三者であることは報道で明示されておらず、参加した「複数の動画超解像手法」も逐一列挙されていない。したがってこの順位は独立検証された結論ではなく、情報源の記述として扱うべきである。

導入と評価の提案

以下は提案と条件付き分析であり、報道された事実ではない。提案1：まず「内容忠実性」を「鮮明度」ではなく受け入れ基準として定義する。報道によればRH Upscaleの核心目標は拡大しても内容を変えないことなので、顔・字幕・ブランド標識を含む素材では、鮮明度の向上だけを見るのではなく、元フレームとの顔類似度や構図のずれを受け入れ指標として優先すべきである。素材が環境テクスチャや人物のいないショット中心なら、類似度のしきい値を緩め、テクスチャ復元効果をより重視してよい。測定可能な基準：同一の540P素材について、処理前後のキーフレームの構図移動量と人物同一性の通過率を比較し、許容できる劣化しきい値を設定する。提案2：単一動画の長さと並行量で段階を決め、一律にUltraを回さない。報道によればMaxは5～10秒動画の2倍超解像で34秒、Ultraの約1/8.6である。大量素材のプレビューや高速イテレーションが目的なら、この比率はMax選択で待ち時間を大幅に短縮できることを意味する。ただし髪の毛や織物などの細部復元がUltraより弱いことを受け入れられる場合に限る。広告や短編ドラマのマスターなど高価値の完成品ならUltraを保持すべきである。測定可能な基準：同一ハードウェアと並行条件下で、各段階の単一動画のエンドツーエンド所要時間と失敗再試行率を記録し、単位時間あたりの産出量で取捨する。提案3：超解像を生成チェーン内の独立したロールバック可能ノードとして組み込む。報道によればRH Upscaleは動画生成ノードの後に置いて超解像とエンコード出力を続行できる。これは編成上、未超解像の中間成果物を保持し、段階やパラメータ変更後に比較再生できるようにし、生成段階を再実行しなくて済むようにすべきことを意味する。前提条件は、再現可能な素材とプロンプト記録をすでに持っていることである。提案4：正式導入前に自前のテストセットで評価次元を再現する。報道は知覚画質、テクスチャ復元、元映像への類似度、顔の一貫性、時間的動画品質の5次元を挙げている。自社業務の素材でカット切り替え、高速運動、強圧縮の3つの境界シナリオをカバーし、時間次元でちらつきや残像が出ないか観察し、それに基づいてシーン別に異なる段階へルーティングするか決めることを勧める。

制限と未確認事項

第一の制限は利用可能性の範囲である。今回のカタログ確認時点で、RH UpscaleはKimiSeekのリアルタイムモデルカタログに存在しない。したがって報道で言及された体験やAPIの入口はRunningHubプラットフォーム自身の呼び出し方法を指し、このモデルがKimiSeekで提供開始されたことを意味しない。呼び出し方法、割り当て、課金についてはRunningHubの公式ページと価格ページを基準にすべきである。第二に、報道はモデル重みが公開されているか、どのようなライセンスを採用しているか、ローカルでのオンプレミス展開をサポートするかを開示しておらず、「発表」から自ホスト可能や商用許諾などの権利を推定することはできない。第三に、総合スコア0.539と1位という結論は報道が引用した13構成の横断評価によるもので、報道は評価主体が独立かどうか、参加手法の一覧、評価スクリプトと乱数シードを説明しておらず、各次元の個別スコアも示していない。したがってこの順位は情報源の記述にとどまり、自社の素材分布でも同様に優位かどうかは判断できない。第四に、報道中のMaxの34秒という所要時間と約1/8.6という比率には、テストハードウェア、解像度、フレームレート、バッチサイズが付記されていない。これらの条件を欠いたままでは、自社のコストとスループット予測に直接換算できない。第五に、報道はRunningHubが以前にRH EnhancedとRH Lightningを発表したことに言及しているが、三者間の具体的なバージョン番号、発表時期、相互依存関係は報道で説明されていない。同一技術体系の継続的なイテレーションかどうかについて、報道は方向性のある記述にとどめている。