画像から動画を作るAIエンジン比較：静止画を動かすならどれ？

エンジンに静止画を渡すのは、動画をもっともコントロールしやすい作り方です。被写体も構図も光も、すでに画像の中で決まっています。エンジンに残された仕事はひとつ、それを動かすことだけです。eroqの動画エンジンはどれも開始フレームを受け付けるので、問題は「そのエンジンで画像から動画が作れるか」ではありません。各エンジンが最初のフレームのあとに何をするか、です。

開始フレームで実際に得られるもの

テキストから動画では、エンジンが被写体、構図、光、動きを一度にすべて考え出すため、どこか1か所でも破綻すればそのテイクは台無しです。画像から動画なら、4つのうち3つはすでに固まっています。OKを出した顔、クライアントが承認したとおりに撮影された商品、配色を決めるのに4回レンダリングした絵画。

ワークフローはそこから自然に決まります。画像スタジオで納得がいくまでフレームを作り込み、それから動かす。すべてのレンダリングはレシピと一緒にライブラリに保存され、画像カードの動画化を押すと、その画像がソースとして動画ツールに送られます。キャラクターも同じで、リファレンス写真が同じ顔をクリップまで運んでくれます。

最初のフレームのあとで比べるエンジン一覧

Motion Oneはeroq独自の検閲なしエンジンで、それだけである種の仕事をまるごと引き受けられます。上流でモデレーションされない唯一の動画エンジンなので、ダークなシーン、暴力的なシーン、激しいシーンなど、プロバイダーが静止画を拒否したときの代わりになります。無料を含むすべてのアカウントで使え、5秒で60クレジット、10秒で60クレジット、最大720pです。多くの人にとって、これは7つの選択肢のひとつではなく答えそのものです。この記事の残りでは、それぞれのプロバイダーによって上流でモデレーションされている、ほかの6つを取り上げます。

Kling 2.5 Turboは、顔を任せるならこれ、というエンジンです。なめらかな動きと顔の表現に定評があり、実際、Klingで動かしたポートレートは途中でよく似た別人にすり替わることなく、最初から最後のフレームまで同じ人物のままでいてくれる傾向があります。1080p、5秒か10秒で170または340クレジット、Creatorプラン以上。静止画が人物で、クリップの主役もその人物なら、まずはここから。Seedanceとの比較は/compare/seedance-vs-klingにあります。

Hailuo 02は、天候のあるシーンを任せるエンジンです。映画のような物理表現とドラマチックな光に定評があります。煙、水、落ちてくる破片、時間とともに変化する鋭い光の筋。静止画の中で動くべきなのが人物ではなく、その周りの空気なら、Hailuoを選びましょう。720p、6秒か10秒。料金は5秒基準で110クレジット、10秒で220クレジット、Hobby以上です。

Seedance 2.5は、細かくコントロールできるエンジンです。再現用のシードに対応しているので、うまくいったテイクがあれば、サイコロを振り直すのではなく同じ出発点からバリエーションを生成し直せます。さらに最初と最後のフレームの補間にも対応。始まりの静止画と着地させたい静止画を渡せば、その間を埋めてくれます。4〜30秒、最大1080p、Creator以上、5秒で310クレジットです。

Seedance 1.0 ProとLiteは下書き向けのペアで、3〜12秒、どちらもシードに対応しています。3秒72クレジットのLiteは、Klingにお金をかける前に、その静止画がうまく動くかを確かめるいちばん安い方法です。

Veo 3 Fastは静止画を動かし、環境音、効果音、セリフといった音声も一緒に生成します。長さは8秒固定で216クレジット、Creator以上。ラインナップの中で音声を生成できる唯一のエンジンなので、無音ではなく完成した状態でクリップが欲しいときの選択肢です。

プロンプトには動きだけを書く

これは画像から動画でいちばん大きな失敗で、しかも簡単に直せます。静止画がすでに被写体そのものなら、被写体を説明し直しても何の役にも立たず、渡したフレームとぶつかることさえあります。赤いコートはエンジンにも見えています。わざわざ赤いコートのことを書くと、別の赤いコートを描くきっかけを与えるだけです。

だからプロンプトは、時間とともに変化するものだけに絞りましょう。何が動くか、カメラがどう動くか、光がどうなるか。

たとえば、ソースの静止画が、夜、雨の筋が流れる窓辺に立つ女性で、画像スタジオで作った時点ですでに完璧だとします。プロンプトは彼女の説明ではありません。こうです。

彼女がゆっくり息を吐くと、フレームの端でガラスが曇り、片手を上げて短い弧を描くように拭う。窓の外側を雨が流れ続け、その向こうのネオンが水滴の上で脈打つように光る。ゆっくりとプッシュイン、わずかな手持ちカメラの揺れ、それ以外はすべて静止したまま。

どの節も、動詞かカメラへの指示です。「それ以外はすべて静止したまま」はしっかり仕事をしています。フレームの残りはもう完成している、とエンジンに伝えているのです。それこそが、静止画を動かすことの大前提です。

よくある最初の試みと比べてみてください。「夜、雨の窓辺に立つ赤いコートの美しい女性、ネオンライト、シネマティック、35mm」。これはテキストから動画のプロンプトを、画像から動画の仕事に貼り付けただけです。画像がすでにそうなっていることを説明しているだけで、動きをまったく求めていないので、そよ風が少し吹いただけの写真のようなものが返ってきます。

動きのプロンプト用、3行のチェックリストです。

1. アクションをひとつ。 彼女がガラスを拭う。車のドアが開く。煙が立ちのぼる。
2. カメラの動きをひとつ。 プッシュイン、オービットショット、スローパン、手持ちカメラの揺れ。ほのめかすのではなく、名前で指定します。
3. 光や環境がどうなるかを1行で。 または、変化しないことをはっきり書きます。

終了フレームのテクニック

ロゴが浮かび上がる、顔がカメラのほうを向く、ドアが完全に開くなど、ショットの着地点が決まっているなら、Seedanceファミリー（2.5、1.0 Pro、1.0 Lite）は両端のフレームを受け付けます。画像スタジオで静止画を2枚作り、1枚目を最初のフレーム、2枚目を最後のフレームに設定して、その間の道のりだけを書いたプロンプトを入力しましょう。

ラインナップの中で、プロンプトを書くというより演出に最も近いのがこの方法です。シーケンスがきれいにつながるのもこのおかげで、シーン2をシーン1が終わったまさにそのフレームから始められます。

画像から動画でできないこと

はっきり書いておきます。eroqにはリップシンクがありません。動かした静止画がボイストラックに合わせて口を動かすことはなく、クリップと生成したボイスを合わせるのは編集ソフトの仕事です。フェイススワップもアップスケールもなく、スタジオ内でのトリミング、カラーグレーディング、トランジションもありません。クリップは指定した解像度と長さで返ってきます。その先の作業はすべてPremiereやAfter Effectsで行います。

まとめ

• プロバイダーが静止画を拒否する → 検閲なしのエンジン、Motion One。ほかに選択肢はありません。
• 静止画が人物で、クリップの主役もその人物 → Kling 2.5 Turbo。
• 静止画がシーンで、動きが物理、天候、光 → Hailuo 02。
• 最後のフレームが決まっている、またはシードが必要 → Seedance（2枚の組み合わせを試すならLite、仕上げはProか2.5）。12秒より長いなら → Seedance 2.5。
• 音声付きで仕上げたい → Veo 3 Fast、8秒。
• そもそも静止画がうまく動くかわからない → Seedance 1.0 Liteで3秒、72クレジット。それから本番へ。

よくある質問

eroqの動画エンジンはすべて画像を動画にできますか？

はい。ラインナップのすべてのエンジンが開始フレームを受け付けます。リファレンス写真でも、ライブラリにあるレンダリングでも、キャラクターの写真でもかまいません。違うのは長さ、解像度、利用できるプラン、そしてフレームが動き出してから各エンジンが得意とすることです。

画像から動画で顔の一貫性を保てるエンジンはどれですか？

なめらかな動きと顔の表現で知られるKling 2.5 Turboです。単体の写真ではなくキャラクターを使うと、さらに効果的です。キャラクターのリファレンス写真が、画像でもクリップでも同じ顔を保ってくれるからです。

開始フレームと終了フレームに対応しているエンジンはどれですか？

Seedanceファミリーです。2.5、1.0 Pro、1.0 Liteはいずれも最初と最後のフレームを受け付けるので、始まりのフレームと着地のフレームを渡して、その間を埋めてもらえます。2枚の組み合わせを安く試すならLite、最も長く生成できるのは2.5です。

まずフレームを作り、それから動きを3行で書きましょう。動画スタジオを開く。