AI動画が歪んで見える理由：曲がる壁、すべる手足

被写体の後ろの壁が、遊園地のミラーハウスの鏡のようにたわむ。腕がテーブルの後ろを通り過ぎると、2本になって戻ってくる。触れてもいなかったカウンターの上を、カップがすべっていく。エラーは出ず、拒否もされず、クリップは頼んだとおりにレンダリングされた。それなのに、使い物にならない。歪みは、報告できるバグではありません。この技術そのものの性質であり、なぜ起きるのかを知れば、そのほとんどを避けて通れます。（レンダリングがそもそも届かなかった場合は別の問題で、対処法も別です。AI動画のレンダリングが失敗する理由をご覧ください。）

エンジンはテーブルが何かを知らない

動画モデルは、シーンを組み立て、照明を当てて撮影しているわけではありません。フレームを予測しているのです。その下には3Dのジオメトリも、人物の骨格も、時間をまたいで存在し続けて同一性を保つ物体もありません。あるのは、直前のフレームとあなたのプロンプトをもとに、次のフレームがどう見えるべきかを推測する、非常に優れた予想だけです。

その予想は、映像がモデルにとって何百万回も見てきた領域にとどまっているあいだは見事です。正面を向いた顔、ゆっくりとしたプッシュイン、まっすぐ歩く人。ところが、モデルが一度も観察したことのないジオメトリを作り出さなければならない場面では崩れます。手が別の手の前を横切る、椅子の脚が人の脚の後ろに隠れてまた現れる、映り込みが映している物と一致しなければならない、といった場面です。エンジンは、そうした制約が存在することを知りません。最ももっともらしい続きをレンダリングするだけで、もっともらしいことと、一貫していることは別物です。

だから、以下の対処法はすべて、見た目が違うだけで中身は同じです。モデルに作り出させるものを減らすこと。

1クリップに1つの動作

溶けたような映像のいちばん確実な原因は、一連の流れを説明するプロンプトです。「彼女がグラスを手に取り、窓のほうを向き、明かりがつくとカメラが引いていく」には、5秒の中に4つの出来事があります。エンジンは4つすべてに挑んで混ぜ合わせ、グラスを持ち上げながら同時に振り向き、背後の部屋が溶けていく人物を渡してきます。

動作は1つだけ書きましょう。グラスと窓の両方が必要なショットなら、それは2つのクリップとカットです。動画スタジオのフィルムモードは、まさにこのためにあります。各シーンを個別にレンダリングし、つなげて再生できる絵コンテです。

カメラにも同じルールが当てはまります。1つのプロンプトに2つのカメラワークを入れると互いに争い、生き残るのは1つだけです。入力欄はテキストに書かれた演出指示を読み取り、種類ごとに1つずつ、対応するパラメーターを設定します。競合する2つの動きのどちらが勝つかは、入力した順番ではなく、語彙リストによって決まります。「ゆっくりとしたプッシュイン」か「手持ちカメラ」のどちらか一方だけを書き、両方は書かないこと。ルックの残りは演出ラックに任せましょう。

短いクリップほど歪みにくい

不安定さは、時間とともに積み重なります。3秒ではきれいなショットも、8秒になると崩れ始めることがよくあります。どのフレームも、直前のフレームの誤差を引き継ぐからです。ショットが歪んだら、プロンプトを書き直す前に、まず長さを半分にしましょう。

これは、問題がプロンプトにあるのかエンジンにあるのかを安く見極める方法でもあります。Seedance 1.0 Liteの3秒の下書きは72クレジットです。クリップの料金は5秒を基準に、それを超える分は1秒ごとの追加料金で計算されるので、短いクリップは単に比例して安くなるだけでなく、本当に割安です。3秒版が崩れなければ、プロンプトは健全で、問題は長さでした。3秒版も歪むなら、このエンジンには作れないものを説明しているということです。

物理表現ができるエンジンを選ぶ

エンジンは交換可能ではありません。「歪んで見える」の多くは、向いていないエンジンにショットを頼んだ結果です。

• 動く体と、顔のままでいなければならない顔：Kling 2.5 Turbo。ここで唯一、ネイティブのネガティブプロンプトを持つ動画エンジンでもあるので、「no extra limbs, no distorted hands」（余分な手足なし、歪んだ手なし）がきちんと届きます。
• 重さ、落下、水しぶきなど、重力に従わなければならないもの：Hailuo 02。映画的な物理表現とドラマチックな光こそが持ち味のエンジンです。
• 破綻してはならない長回し：Seedance 2.5は4〜30秒に対応し、5秒向けに作られたエンジンよりも、その長さにわたってジオメトリをうまく保ちます。
• 提供元に拒否されるシーン：Motion One。eroq独自の検閲なしのエンジンで、すべてのアカウントで使えます。プレミアムエンジンは提供元によってモデレーションされており、妥協したものをレンダリングするくらいなら拒否します。

プランに含まれていないエンジンを試しても、課金されるのではなく、無料で情報が得られるだけです。課金の前に制限が応答するからです。

フレームで被写体を固定する

いちばん効果的な変更は、そもそもエンジンに被写体を作り出させないことです。まず静止画をレンダリングして承認し、それから動かします。画像から動画では最初のフレームが固定されるので、モデルはキャラクターの見た目を推測する必要がなくなり、推測するのは次に何をするかだけになります。これで、ぶれの原因がまるごと1種類消えます。

その固定点を渡す方法は3つあります。入力欄に参照写真を付ける、写真によって複数のショットで同じ顔を保つキャラクターを使う、あるいはライブラリの任意の画像で動画化を使う、の3つです。

Seedanceの3つのエンジンはさらに一歩進んで、開始フレームに加えて終了フレームも受け付け、そのあいだの道のりを補間します。ループ、リビール、特定の1枚の画像で着地しなければならない動きも、賭けではなくなります。

実例

まずは、まずい書き方をしたショットを要約して示します。女性が市場を歩き、周りで商人たちが動き回り、カメラが回り込み、彼女が果物を手に取る、ゴールデンアワー、アナモルフィック、手持ち、35mm、人混み。動作が4つ、カメラの指示が3つ、エキストラの人数は不明です。

直し方は、すべてを1つずつにした1つの段落です。

リネンのシャツを着た女性が市場の屋台の前で立ち止まり、桃を手に取ってひっくり返し、じっと見つめる。ミディアムショットから手元のクローズアップへ、ゆっくりとプッシュイン。夕方のゴールデンアワーの光が屋台を斜めに照らし、空気中にほこりが舞う。穏やかで、急がない雰囲気。

英語の原文で49語。被写体が1つ、動作が1つ、カメラワークが1つ、光源が1つ、雰囲気が1つ。商人たちとオービットは、2つ目のクリップに回します。

効果がないもの

形容詞を足すこと。「Photorealistic, highly detailed, consistent anatomy, no artifacts」（フォトリアル、高精細、整合した人体、アーティファクトなし）のような言葉は、エンジンが従う仕組みを持たない指示にプロンプトを費やし、本当に効く言葉を薄めてしまいます。

そして、正直な限界も伝えておきます。ここには修復の工程がありません。eroqにはインペインティングもアップスケーラーもフェイススワップも編集タイムラインもないので、曲がったドア枠を塗りつぶして消すことはできません。歪んだクリップを直す方法は、常にもう一度レンダリングすることです。だからこそ、出力を部分修正できるツールに比べて、ここでは3秒の安い診断が重要になります。本格的なポストプロダクションが必要なら、採用したクリップをダウンロードして、PremiereやAfter Effectsに持ち込みましょう。

動画スタジオを開いて、まずは3秒版から試してみましょう。

よくある質問

カメラが動くと建物が曲がるのはなぜですか？

カメラが動くと、モデルはまだレンダリングしていないシーンの部分を見せなければなりませんが、それを導き出すための間取り図を持っていません。その「作り出した部分」がいちばん目立つのが直線なので、壁、ドア枠、窓の桟が最初にたわみます。動きを遅く、短くすれば、作り出さなければならない新しいジオメトリが減ります。

高い解像度でレンダリングすると歪みは減りますか？

減りません。解像度で変わるのはアーティファクトを描くピクセル数であって、アーティファクトが起きるかどうかではありません。ダメなショットを1080pでレンダリングしても、くっきりしたダメなショットになるだけです。実際に効くのは、クリップの長さ、被写体の数、そしてその動きにエンジンが合っているかどうかです。

再レンダリングせずに歪んだクリップを直せますか？

eroqの中ではできません。インペインティングもアップスケーラーも編集タイムラインもないので、直す方法はもう一度レンダリングすることだけです。たいていは、より短く、動作を1つにして、あるいは開始フレームで固定して行います。本格的なポスト作業が必要なら、クリップをダウンロードしてPremiereやAfter Effectsに持ち込んでください。

ネガティブプロンプトは歪みに効きますか？

効くのはKlingだけです。ネイティブのネガティブプロンプトを持つ唯一の動画エンジンだからです。ほかのエンジンでは、欄への入力は受け付けられても、エンジン側で黙って無視されるので、思っているような働きはしていません。ほかのエンジンでは、その労力をより短いクリップと開始フレームに使いましょう。