30 枚の画像を 1 回のリクエストで
Yovid の入力欄では、Seedance 2.5 が 1 回の生成で最大 30 枚の参照画像と 10 本の参照動画を読み込みます。下の ByteDance の作例で使っているのは 8 枚。紙の子犬のキャラクターシート、本物のラブラドール、寝室、ペット用の給餌器、おもちゃ箱、子どもの絵を、25 秒のひとつのシーンに登場させています。

Seedance 2.5
開始フレームの代わりに、キャストのリストを渡しましょう。人物、商品、衣装、場所の写真をアップロードしてプロンプトでタグ付けすれば、Yovid が Seedance 2.5、Wan 3.0、MiniMax H3 などで、それらを使った新しいシーンを演出します。
参照画像は、モデルに見分けてもらう対象であって、動画の最初に映る画像ではありません。Yovid は各ファイルを、人物の特徴、衣装、商品のディテール、場所、スタイルの手がかりとしてモデルに渡し、モデルはあなたが書いたカメラワークと動きで新しいショットを組み立てます。だからこそ、ひとりのキャラクターでシリーズ全体を通したり、白いテーブルで撮った商品を街角のシーンに登場させたりできるのです。
写真を開始フレームとして使い、構図、フレーミング、ポーズを保ったまま動きを加えます。
画像から動画 AI始まりと終わりのキーフレームを両方固定し、その間の動きをモデルに埋めてもらいます。
開始・終了フレームから動画クリップをアップロードし、カメラの動きはそのままで、商品、背景、ルックを差し替えます。
動画から動画 AIYovid の入力欄では、Seedance 2.5 が 1 回の生成で最大 30 枚の参照画像と 10 本の参照動画を読み込みます。下の ByteDance の作例で使っているのは 8 枚。紙の子犬のキャラクターシート、本物のラブラドール、寝室、ペット用の給餌器、おもちゃ箱、子どもの絵を、25 秒のひとつのシーンに登場させています。

Seedance 2.5Wan 3.0 は最大 10 枚の画像と 5 本の動画を受け付けます。Alibaba の作例では、1 枚のポートレートがヒロインを、1 枚の画像が蓮の秘境を決め、7 枚のシートがそれぞれ 2D と 3D の生き物を示しています。9 枚すべてが、同じ 30 秒のテイクに登場します。

2 人の顔はポートレートから、麺をすする動きは短い動画から取っています。Seedance 2.0 の各モデルは、1 回の生成で最大 9 枚の画像と 2–15 秒の動画 3 本を受け付けます。各ファイルを @Image または @Video としてタグ付けし、何に使うのかをモデルに伝えましょう。

Seedance 2.0ムードボード、キャラクターシート、3 方向から撮ったハンドバッグ、ラストのロゴ。4 つの参照素材から MiniMax H3 が 15 秒・2K のキャンペーン映像を作り、バッグもエンドカードも設定どおりに保ちます。

この Yovid の作例では、ピザ職人と店の写真 3 枚で、通りから見た夜の店内、オーブン、カウンターでの受け渡しまで、彼の見た目が保たれています。同じセットと同じ言い回しを使い回せば、彼を主役にしたシリーズも作れます。

Seedance 2.0最も多くの参照素材を扱えるのは Seedance 2.5。Wan 3.0 は最大 10 枚の画像から 30 秒のテイクを生成し、MiniMax H3 は 2K で出力します。Seedance 2.0 Mini なら無料クレジットでワークフローを試せます。
上限と料金は生成画面の設定から直接読み込んでいるため、モデルが変わるとこの表も変わります。
| モデル | 参照画像 | 参照動画 | 参照動画の長さ | 出力の長さ | 最高解像度 | 無料クレジット | 1 秒あたりのクレジット |
|---|---|---|---|---|---|---|---|
| 30 | 10 | 2–30 秒 | 4–30 秒 | 4K | 非対応 | 6.1(720p) | |
| 10 | 5 | 2–30 秒 | 4–30 秒 | 720p | 非対応 | 4.6(720p) | |
| 9 | 3 | 2–15 秒 | 4–15 秒 | 4K | 非対応 | 4(720p) | |
| 9 | 3 | 2–15 秒 | 4–15 秒 | 1080p | 非対応 | 3.75(720p) | |
| 9 | 3 | 2–15 秒 | 4–15 秒 | 720p | 対応 | 2.5(720p) | |
| 10 | 5 | 1–15 秒 | 2–30 秒 | 1080p | 非対応 | 2.4(720p) | |
| 9 | 3 | 2–15 秒 | 5–15 秒 | 2K | 非対応 | 4.55(2K) | |
| 10 | 5 | 3–30 秒 | 3–30 秒 | 1080p | 非対応 | 3(720p) | |
| 非対応 | 1 | 3–10 秒 | 4–10 秒 | 1080p | 非対応 | 非対応 |
1 秒あたりのクレジットは、参照画像を使った生成の標準料金で、プラン割引前の数値です。Seedance 各モデル、Kling 4.0、Wan 3.0 では画像を追加しても料金は変わりません。MiniMax H3 は 5 枚を超える画像 1 枚ごとに約 1.4 クレジットが加算されます。参照動画を使うと計算が変わります。Seedance は参照動画と出力の秒数を合算して割安な参照動画料金で、Kling 4.0 は出力の秒数に参照動画と出力のうち長いほうの秒数を加えて割安な参照動画料金で課金します。Wan 3.0 と MiniMax H3 は両方を通常料金で、Kling O3 は出力分のみを課金します。Wan 3.0 では参照動画と出力で合計 30 秒の枠を共有します。無料クレジットは 720p までです。
活用シーン

ひとつの参照セットを使い回して、どのエピソード、広告、ショート動画でも同じ司会者、マスコット、キャラクターを登場させます。

形、色、ロゴを保ったまま、パッケージショットをキッチン、山道、街の通りに置きます。

別々の写真に写ったモデル、服、小物を組み合わせて、ひとつのファッション映像に仕上げます。

キャラクターシートやイラストが、ショットごとにデザインを保ったまま演技するキャラクターになります。
ステップ 1
キャラクターごとに 1 枚、衣装や商品に 1 枚、場所やスタイルに 1 枚。無地の背景で、はっきり写っているものが最も効果的です。
ステップ 2
画像を 3 枚以上追加すると参照素材になります。プロンプトで @ を入力すると、アップロードした素材が @Image 1、@Image 2…と一覧表示されるので、それぞれの役割を書きましょう。
ステップ 3
まだ存在しないシーンの動き、カメラ、光を書き、長さを選びます。クレジットを確認したら、生成ボタンを押しましょう。
「顔は @Image 1、ジャケットは @Image 2」のほうが、指示のない写真 5 枚より効きます。プロンプトで、すべてのファイルの役割を書きましょう。
正面、横、背面の 3 方向があれば、1 枚のシートにまとめたものでも、カメラが回り込んだときに人物やマスコットを見分けやすくなります。
顔や衣装を文章で説明するのはやめましょう。画像と食い違う言葉は、結果を画像から遠ざけてしまいます。
画像、タグ、言い回しはプロンプトごとにまったく同じにし、変えるのは動きとカメラだけにします。
無地の背景と、「@Image 3 のラベルとキャップをそのまま保つ」といった指示が、売りになるディテールを守ります。
モデル提供元は、有名人、実在の人物の顔、保護されたキャラクターの生成を拒否する場合があります。生成に失敗した分は課金されません。
関連ツール
参照素材は入力方法のひとつです。手元の素材に合うものを、同じアカウントとクレジットで選べます。