AIによる画像から動画への変換:実践ガイド

読了時間 12分
AIによる画像から動画への変換:実践ガイド

AIによる画像から動画への変換ツールは、人物がまばたきしたり、ペットがそっと頭を上げたり、あるいは風景写真の中で雲や水が流れるように動かすことができます。まずは画像をアップロードし、希望する動きを具体的に説明しましょう。このチュートリアルでは、適切な写真の選び方、被写体の動きとカメラの動きを分離する方法、そしてポートレート・ペット・風景・イラスト向けの4種類のコピーアンドペースト用のプロンプトを用いた最初のクリップ作成手順について解説します。

初めての試みとしては、まばたきや水面のさざ波といった小さな変化を選ぶのがおすすめです。回転や走る動作、複雑なカメラワークなどは、後ほど取り組むとよいでしょう。以下のプロンプトは、結果を保証するものではなく、あくまで創造的な出発点として提供しています。なお、すべてのイラストはフレーミングや動きを説明するための静止画であり、生成された動画のフレームではありません。

Ⅰ.動きの余地がある、鮮明な元画像を選ぼう

あなたの画像は、被写体の外観、構図、照明に関する視覚的情報を提供します。拡大して、目や指、ペットの耳、物体の縁などを確認してください。すでに不鮮明な部分がある場合、動画モデルがその細部を推測しなければならなくなります。

ポートレートの場合、リラックスした姿勢で顔がはっきりと見える人物を選びましょう。ペットの写真では、可能な限り頭部と体の輪郭が画面全体に収まるように撮影してください。風景写真は中心となる被写体がなくても成立します。雲や水、葉っぱなど、いずれも動きを表現するチャンスがあります。イラストの場合は、シンプルで背景と区別しやすい線や形を意識しましょう。使用する画像は、所有しているものか、利用許可を得ているものを選んでください。また、実在する人物が写っている場合は、その画像の使用について本人の同意を得てください。

動きにもスペースが必要です。耳が上端にほぼ触れるほど近い猫では、頭を上げる余裕がほとんどありません。人物の顔や体の一部がすでに切り取られている場合は、被写体が完全に写っている写真を選んでください。被写体はしっかり写っていて、周囲の背景だけが窮屈な場合には、 編集ワークベンチで画像キャンバスを拡張できます。写真をアップロードし、画像拡張を選択して、被写体の外見はそのままに、周囲の背景のみを継続させることを依頼してください。拡張した画像を動画に使用する前に、接合部分を確認し、不要な新たなオブジェクトがないかチェックしましょう。

風景写真を縦位置に変更する際も、被写体のフレーミングを確認しましょう。拡大は新たなイメージを生み出しますが、元の写真の外側にある実際の情景を再現することはできません。写真に忠実な思い出のクリップを作りたいなら、元のフレーミングを維持するのがしばしばより簡単です。

Keep the cat's ears and body outline intact, with space above its head to move. This is a comparison of static framing.

猫の耳と体の輪郭はそのままにし、頭上には動きやすい余白を残します。これは静的なフレーミングの比較です。

II. 何が動くのかを説明する画像から動画へのプロンプトを書く

画像にはすでにシーンに含まれる要素が示されています。次の展開を説明するためのプロンプトを活用してください。「猫がゆっくりと頭を上げてカメラを見つめる」では、猫の色やソファの生地、部屋のレイアウトを繰り返さずに、動きを指示できます。

動きには三つのタイプがあることを区別すると役立ちます:

  • 被写体の動き:人がまばたきしたり、猫が頭を上げたりする場合。フレーム内のキャラクターが位置や表情を変えます。

  • 環境の動き:葉が揺れたり、水が波紋を描いたりする場合。メインの被写体は静止したままでも構いません。

  • カメラの動き:視点が近づいたり遠ざかったり、あるいは左右に移動することで、観る人がシーンをどのように捉えるかが変わります。

「ゆっくりとしたカメラのズームイン」は視点を被写体に近づけるもので、人物にカメラに向かって歩くよう指示するわけではありません。「固定カメラ」は視点を安定させたままにします。写真にほんの少しの動きを加えるなら、まずは固定カメラと、被写体の動作または環境の変化のいずれかひとつから始めましょう。

「この写真をシネマティックにアニメーション化して」といった漠然としたリクエストではなく、「固定カメラ。人物は自然に一度まばたきし、呼吸とともに肩がわずかに上下する。動きは穏やかで急がず」と具体的に指示しましょう。首の振りや波、歩行、周回撮影などの組み合わせは後ほど試すのがおすすめです。シンプルなリクエストのほうが、不満足な結果が出たときにも原因の特定が容易になります。

A blink, a gently moving curtain, and a camera push-in call for three different kinds of motion. These are static planning examples.

まばたき、優しく揺れるカーテン、そしてカメラのズームインは、それぞれ異なる種類の動きを必要とします。これらは静的な計画例です。

III. PixPixで最初の画像から動画へのクリップを生成する

写真の準備が整ったら、PixPixの画像から動画を作成するページを開き、「動画生成」に切り替えます。公式サイトでは、アップロードした画像やテキストプロンプトから動画を生成するための入力ポイントが用意されています。利用可能なモデルや再生時間、アスペクト比、解像度の設定は、その時点で使用しているモードやインターフェースによって異なります。

  1. 画像を受け付ける動画モードを選択し、準備した写真をアップロードしてください。インターフェースによって最初のフレームと一般的な参照画像が区別される場合は、写真を動画の冒頭映像として使用する入力部分に配置します。最初のフレームとは、クリップの冒頭に表示される画像のことです。

  2. 動きの指示を入力してください。次のセクションから適切なプロンプトをコピーし、写真に存在しない要素は削除しましょう。例えば、画像に水が含まれていない場合は、波紋に関する指示を除外してください。

  3. 出力設定を確認してください。人物の頭や足、またはペットの輪郭がフレーム内に収まるアスペクト比を選択しましょう。横長の写真の場合、横長の形式をまず試してみるとよいでしょう。現行モデルの中でも短めの再生時間を選択し、動作が十分に完了する時間を確保してください。タスクを送信する前に、ページに記載された利用料金や制限事項を必ずご確認ください。

  4. 生成が完了したら、全体のクリップを再生し、特に動きの激しい場面を再度確認してください。顔が急に変化したり、途中で動作が飛んでしまったりしませんか?背景の線が被写体と一緒に曲がったりしませんか?最初のバージョンで方向性を判断し、動きが納得できるようになったら、さらに修正版を作成しましょう。

これらの手順は特定のモデルに依存するものではありません。モデルを切り替える際には、入力内容や設定を改めて確認してください。別のツールで設定された再生時間や音声、解像度のオプションは、そのまま適用できない場合があります。

IV. 異なる写真に対応する4つの画像から動画へのプロンプト

以下の各プロンプトには、カメラの指示、動作、そしてテンポ感が含まれています。元となる画像に合ったものを選び、シーンに不必要な要素があれば置き換えてください。

1. ポートレート:固定カメラ、穏やかな呼吸、そして瞬き

口元が自然に閉じられ、顔の表情がはっきりと見える上半身のポートレートを選択してください。まずは静かな動きのポートレートから始めましょう。発話や大きな首の振り回しは、後ほど別途試行してみてください。

この写真を、ひとつの連続したポートレート撮影の冒頭フレームとして使用してください。カメラは固定したままにします。被写体は座った姿勢と頭の向きを変えず、まばたきを自然に一度行い、肩のわずかな上下動で呼吸します。口元はリラックスして閉じた状態を保ち、穏やかな表情を浮かべます。元の写真の被写体の容姿、服装、背景、照明はそのまま維持してください。動きは控えめでゆっくりと、全体を通して安定した構図を心がけましょう。

再生中に、まばたき前後で被写体の見た目が変わらないことを確認してください。意図しない発話につながるような口の動きがないか注意しましょう。顔の表情が明らかに変化する場合は、追加の表情指示を取り除き、より少ない動きで再度試行してください。

2. ペット:小さな動作をひとつだけ見せる

座っている猫なら頭を上げることもできますし、休んでいる犬ならそっと上を見上げることも可能です。写真のポーズから自然に導かれる動作を選びましょう。静かに休んでいる動物が、急に立ち上がったりする必要はありません。

この座っている猫の写真を冒頭フレームとして使用してください。カメラは固定したまま、猫がゆっくりと頭を上げてカメラの方を見つめ、その後静かに落ち着きます。体は座ったまま、前足は元の位置にしっかりと置かれ、耳はわずかに自然に動きます。最初のポーズからスムーズに動きが展開されるようにしましょう。猫の毛色、顔の特徴、周囲の環境は元の画像のまま維持してください。全体をひとつの連続したショットとしてまとめましょう。

犬やその他のペットの場合も、姿勢や動作、さらには動物の名前まで合わせて調整してください。頭の動きが連続しているか、耳や足の周辺に突然余分な部分が現れていないかを確認しましょう。

3. 風景:水や雲は動かし、陸地は安定させよう

海岸風景や湖、雲が浮かぶ山々などは、環境の動きを探るのに適した場所です。視点が固定されていると、水が自然に流れているのか、それとも山全体が歪んでいるのかを判断しやすくなります。

この湖畔の風景写真をオープニングフレームとして使用し、広い視野を固定したままにします。湖面には小さな連続するさざ波が広がり、遠くの雲は右方向へゆっくりと流れています。山々や岸辺、建物は安定した状態を保ちます。元画像の光や色合いもそのまま残してください。静かに撮影された風景映像のように、均一な速度で穏やかな動きを用い、全体を通して連続した動きを演出します。

もし写真に湖がなければ、雲の動きだけを残すか、すでにシーン内にある葉を使いましょう。カメラのズームインを試す場合は、カメラの動きだけの効果を比較できるよう、別バージョンを作成してください。

4. イラストレーション:絵の中にほのかな風を吹き込む

二次元のイラストは、あくまで二次元のままで構いません。筆致や線、色のブロックをそのままにしながら、スカーフや髪の毛、あるいは数枚の葉を動かすことで、場面に雰囲気を加えることができます。

木の下に立つ人物の二次元イラストをオープニングフレームとして使用します。カメラは固定し、人物は最初の立ち姿のままにします。スカーフの端がそっと微風に揺れ、枝に付いた数枚の葉もゆっくりと動きます。元の絵の二次元的な線や筆致、色のブロック、人物の比率はそのままにし、背景のレイアウトも安定させ、動きは小さく抑えて、手描きならではのゆったりとしたアニメーションのような雰囲気を演出します。

もし絵にスカーフがなければ、既存の髪や服の端などを代わりに選んでください。生成された線がリアルな肌や三次元的な素材に変わってしまう場合は、動く範囲を絞り込み、あえて元の二次元的な表現を維持するよう明示しましょう。

Let water and clouds move in a landscape. In an illustration, preserve the brushwork and plan small movements for a scarf and leaves.

風景画では水や雲の動きを活かしましょう。イラストの場合も、筆致を大切にしつつ、スカーフや葉の小さな動きを計画してください。

V. 不自然な動きを一つずつ修正する

結果がおかしいと感じたときは、まず最も目立つ問題から改善しましょう。顔が歪んでいる場合は、首の向きや表情の変化を抑えます。カメラがぶれている場合は、固定された視点を指定します。アクションが終わる前にクリップが切れる場合は、動作を簡略化するか、モデルが対応する範囲内で時間を延長してください。写真、動作、カメラの動きを同時に変更すると、どの調整が効果的だったのか判断しにくくなります。

元の画像も再度確認しましょう。髪や衣服がはっきりと揺れている走っている人物の姿は動きを示唆しており、完全な静止を求める指示と矛盾する可能性があります。「動かないで」と繰り返す前に、目的とする仕上がりに近いポーズの写真を試してみる価値があります。

動きが自然に見えるようになったら、次は 仕上げた動画のアップスケーリングを検討できます 出力がぼやけて見える場合に限ります。すでに動きを確認済みのクリップをアップロードし、利用可能なページ上のオプションで処理を行ったうえで、顔や毛並み、線、背景の細部などを比較してください。アップスケールした全体版も再生してみましょう。カバー画像としてのフレームがより鮮明になったからといって、フルクリップ全体の見え方が分かるわけではありません。また、解像度を上げても、すでに歪んでしまった顔の正しい見た目を確定することはできません。

元の動画はそのまま残し、処理後のバージョンは別途保存してください。最後に、公開予定のサイズで再生し、トリミングや音声の有無を確認しましょう。その後、音楽や字幕が必要かどうか、あるいは冒頭や末尾の不要な間を削るためのトリミングが必要かを判断してください。このアニメーションはAIによる生成物であり、写真撮影時の実際の様子を記録したものとして提示すべきではありません。

VI. 画像から動画へのFAQ

1. 写真1枚だけでAI動画を作れますか?

はい。1枚の画像と動きの説明文があれば始められます。写真は冒頭フレームの視覚的情報を提供しますが、隠れた身体部位やトリミング外の実際の周囲環境については一切含まれていません。まばたきや呼吸、さざ波といった小さな変化から始めてみましょう。大きな回転などでは、新たに現れる景色は生成されたコンテンツであることを念頭に置き、クリップを部分ごとに丁寧に確認してください。

2. 画像から動画への変換では、自動的に音声が付くのでしょうか?

これはモデルやモードによって異なります。すべての生成結果に必ずしも音声や音楽、環境音が含まれるとは限りません。生成前に現在のオーディオオプションを確認し、実際に生成された結果を聴いてみてください。口を開けるキャラクターであっても、正確なリップシンクが保証されるわけではありません。静かなアニメーション写真の場合には、まず映像を仕上げてから、適切にライセンスされた音声を別途追加することをお勧めします。

3. アニメーション写真のループをより滑らかにするにはどうすればよいですか?

穏やかな呼吸やゆっくりとした揺れなど、元の状態へ容易に戻れる動きを選択しましょう。被写体がフレームから外れないように注意してください。終了時の姿勢と開始時の姿勢を比較し、ポーズや照明、カメラアングルなどが類似しているか確認した上で、編集時に接続部分を調整します。モデルによっては、最初と最後のフレームを制御できる機能が備わっている場合もありますので、両端に同じ画像を使用してみることも可能です。ただし、利用可能かどうかは特定のモードに依存するため、端点を一致させてもその間の動きが自然になるとは限りません。

VII. 公式な画像から動画へのリファレンス

ECチーム向けに作られたAI画像生成ツール

新商品発売、広告配信、キャンペーンなどのマーケティングシーンで、商品画像・シーン画像・広告画像・ショート動画素材をAIで生成し、コンテンツ制作をより効率的に。