YouTubeは2025年4月の「Made on YouTube」イベントで、ポッドキャストと短編動画コンテンツの制作をAI技術で革新する一連の新ツールを発表した。主な目的は、音声中心のポッドキャスターが動画プラットフォームにスムーズに参入できるようにし、YouTubeがポッドキャスト分野でSpotifyやApple、Netflixなどとの競争で優位を保つことにある。 まず、音声のみのポッドキャスター向けに、来年からAIを活用した動画生成機能が導入される。Googleのテキスト-to-動画AIモデル「Veo 3 Fast」を活用し、音声トランスクリプトから30〜60秒の短い動画を自動生成できる。この機能は、カメラを設置したり編集スキルを身につけたりする必要がない、動画制作に苦手意識を持つクリエイターを対象としており、YouTubeの上級管理者T. Jay Fowler氏は「YouTubeは動画中心のプラットフォームなので、多くのポッドキャスターにとってはハードルが高い。このツールで『一歩踏み出す』きっかけを提供したい」と語った。初期段階では米国の一部のポッドキャスターに限定して提供され、2026年には拡大予定。 また、既に動画を配信しているポッドキャスター向けに、AIによるハイライト自動抽出機能も発表された。長編動画から魅力的な瞬間をAIが自動で切り出し、YouTube Shortsとして再編集できる。この機能は、視聴者の注目を引くためのマーケティングツールとして重要であり、YouTubeは44％の新規ポッドキャスト視聴者がYouTubeから始まっていると報告している。 さらに、YouTube Shorts向けに、Veo 3 Fastの進化版を導入。480p解像度で低遅延で動画生成が可能になり、音声付きの動画作成が可能になった。また、動画から動きを抽出し、静止画にアニメーションを加える「モーション転送」機能や、スタイル変換（ポップアート、折り紙風など）も実装。テキスト入力でキャラクターや小物を追加できる機能も追加され、クリエイティブの自由度が大幅に向上した。 また、音声を楽曲に変換する「Speech to Song Remix」機能も登場。GoogleのAI音楽モデル「Lyria 2」を活用し、会話の一部を「ちゅるん」「ダンスできる」「楽しい」など好みの雰囲気に変換して音楽に変換できる。さらに「Edit with AI」機能では、カメラロールの未加工映像からAIが最適なシーンを選び、音楽やトランジション、英語・ヒンディー語のナレーションを自動で追加し、初稿を生成する。これは、クリエイターの制作の出発点を提供するもので、米国や一部の国で順次展開される。 これらの新機能は、YouTubeが「クリエイティブのプラットフォーム」としての地位を強化し、TikTokやInstagram Reelsと競合する短編動画市場でも優位に立つ戦略の一環である。2025年7月時点で、YouTubeでは1日あたり1億時間以上のポッドキャスト視聴が実現しており、10億人の月間視聴者がいる。AIツールの導入により、コンテンツの多様化と視聴者のエンゲージメント拡大が期待されている。