Yovid
参照画像から動画生成AI

参照画像から動画生成AI

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 開始フレームではない

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。

  • 動画をこの写真そのもので始めたい

    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
  • 終わりも決まっている

    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
  • 変えたい映像がすでにある

    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 AI

参照画像から動画、 入力素材もすべて見せます

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。

30 枚の画像を 1 回のリクエストで – Seedance 2.5
Seedance 2.5 logoSeedance 2.5
プロンプト例: 2D-meets-3D, cinematic and warm. The paper puppy from @image1 is fist-sized and paper-thin, with detachable paper ears and legs and a stop-motion feel; the real yellow puppy from @image2 plays with it around the bedroom from @image3. (Seedance 2.5 · 16:9 · 25s)

別々の写真から キャスト全員を

Wan 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。

別々の写真から キャスト全員を – Wan 3.0
Wan 3.0 logoWan 3.0
プロンプト例: Eastern fantasy. Image 1 is the young woman in a light-blue denim shirt, Image 2 a hidden realm of giant lotus flowers, Images 3–9 seven creatures in 2D and 3D. She enters the realm, touches a lotus, and the creatures gather around her. (Wan 3.0 · 16:9 · 30s · 1080p)

画像と動画を ひとつの参照セットに

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。

画像と動画を ひとつの参照セットに – Seedance 2.0
Seedance 2.0 logoSeedance 2.0
プロンプト例: K-drama–style short film, warm and sweet. The girl from @Image 1 and the boy from @Image 2 sit over steaming noodle bowls. She slurps her noodles, use @Video 1 as the action reference, then looks up, sees him watching and smiles shyly. (Seedance 2.0 · 16:9 · 15s)

ブランド映像でも 商品は正確なまま

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。

ブランド映像でも 商品は正確なまま – MiniMax H3
MiniMax H3 logoMiniMax H3
プロンプト例: A 16:9 fashion campaign. Image 1: mood and film grain. Image 2: character. Image 3: bag. Image 4: ending logo. On a desert highway by a vintage car, the woman takes a black bag from the trunk, shares a quiet moment with the man, then goes. (MiniMax H3 · 16:9 · 15s · 2K)

同じ顔、同じ帽子とシャツを ショットが変わっても

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。

同じ顔、同じ帽子とシャツを ショットが変わっても – Seedance 2.0
Seedance 2.0 logoSeedance 2.0
プロンプト例: Use the references for the pizza maker and his shop. Seen through the window at night, he slides a pizza from the oven, boxes it and hands it over the counter with a smile. Same face, cap and shirt in every shot, warm neon light. (Seedance 2.0 · 16:9 · 15s · 1080p)

参照モードに対応した 動画モデル

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。

参照対応モデル: 受け付けるファイル数

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。

Yovid で参照モードに対応する AI 動画モデル: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、無料クレジットでの利用可否、1 秒あたりのクレジット
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
Seedance 2.5 logoSeedance 2.530102–30 秒4–30 秒4K非対応6.1(720p)
Seedance 2.5 Flash logoSeedance 2.5 Flash1052–30 秒4–30 秒720p非対応4.6(720p)
Seedance 2.0 logoSeedance 2.0932–15 秒4–15 秒4K非対応4(720p)
Seedance 2.0 Fast logoSeedance 2.0 Fast932–15 秒4–15 秒1080p非対応3.75(720p)
Seedance 2.0 Mini logoSeedance 2.0 Mini932–15 秒4–15 秒720p対応2.5(720p)
Wan 3.0 logoWan 3.01051–15 秒2–30 秒1080p非対応2.4(720p)
MiniMax H3 logoMiniMax H3932–15 秒5–15 秒2K非対応4.55(2K)
Kling 4.0 logoKling 4.01053–30 秒3–30 秒1080p非対応3(720p)
Kling O3 logoKling O3非対応13–10 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

参照素材で作るのはこんな人

同じキャストで続くシリーズ

同じキャストで続くシリーズ

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。

撮影していない場所に商品を

撮影していない場所に商品を

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。

ルックブックとキャンペーン

ルックブックとキャンペーン

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。

イラストのキャラクターを動かす

イラストのキャラクターを動かす

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。

参照画像から動画を作る 3 ステップ

  1. ステップ 1

    役割ごとに鮮明なファイルを 1 つ

    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。

  2. ステップ 2

    添付して、それぞれにタグを付ける

    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。

  3. ステップ 3

    新しいショットを演出する

    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。

コツ: 参照素材をしっかり効かせる

  • 1 ファイルに 1 つの役割

    「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。

  • キャラクターを複数の角度から

    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。

  • 見た目は画像に語らせる

    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。

  • シリーズでは同じセットを

    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。

  • 商品はすっきり撮る

    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。

  • 実在の顔はチェックされることも

    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

ショットのほかの始め方

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。

参照画像から動画のよくある質問

参照画像から動画 AI では何ができますか?

画像(多くのモデルでは短い動画も)で、誰が、何が登場するべきかを AI に伝える生成モードです。顔、衣装、商品、場所、スタイルを伝えると、モデルはプロンプトに沿って新しいショットを作り出します。参照素材そのものがフレームとして映る必要はありません。

参照画像から動画と画像から動画の違いは?

画像から動画では、動画があなたの画像から始まるため、構図とポーズが固定されます。参照画像から動画は、画像に写っているものを取り出し、新しい構図の中に配置します。フレームを一致させたいなら画像から動画、キャラクターや商品を一致させたいなら参照画像から動画を選びましょう。

Yovid で参照画像に対応しているモデルは?

最多は Seedance 2.5 の 30 枚です。Seedance 2.5 Flash、Kling 4.0、Wan 3.0 は 10 枚。Seedance 2.0 の標準版・Fast 版・Mini 版はそれぞれ 9 枚で、MiniMax H3 も 9 枚です。Kling O3 は画像を使わず、参照動画 1 本から生成します。

動画も参照素材として使えますか?

9 モデルが動画を読み込めます。最も多いのは Seedance 2.5 で、各 2–30 秒の動画を 10 本まで。Seedance 2.5 Flash は同じ長さの動画を 5 本読み込みます。Seedance 2.0 の 3 モデルと MiniMax H3 は 2–15 秒の動画を 3 本、Kling 4.0 は 3 秒以上の動画を 5 本(合計 30 秒まで)、Wan 3.0 は 1–15 秒の動画を 5 本、Kling O3 は 3–10 秒の動画を 1 本です。動画からは動き、カメラワーク、ルックを借りられ、Kling O3 以外のモデルでは 1 回の生成で動画と画像を組み合わせられます。

参照画像は別料金ですか?

Seedance と Wan 3.0 では無料で、画像を使った生成もテキストのみの生成と同じ料金です。MiniMax H3 は 6 枚目以降、画像 1 枚ごとに約 1.4 クレジットかかります。参照動画の料金はモデルごとの課金方法に従い、表の下の注記で説明しています。

参照素材を無料で試す方法はありますか?

はい。新しいアカウントの無料クレジットは Seedance 2.0 Mini で使え、最大 9 枚の参照画像と 3 本の動画を 720p まで読み込めます。Seedance 2.5、Kling 4.0、Wan 3.0、MiniMax H3、Kling O3 には有料プランかクレジットパックが必要です。無料で作った動画にも透かしは入りません。

複数の動画でキャラクターを同じに保つには?

毎回同じ参照画像を使いましょう。正面・横・背面の 3 方向と、顔がはっきり写ったアップが 1 枚あるのが理想です。タグも毎回同じにして、クリップごとに変えるのは動き、カメラ、舞台だけにします。画像枠が 30 あるので、Seedance 2.5 なら複数のキャラクター、衣装、ロケーションを 1 回の生成に収められます。

それでもショットごとにキャラクターがぶれるのはなぜですか?

多くの場合、人物を説明した文章が写真と食い違っているか、顔が小さい・一部隠れている、あるいは 2 つの参照素材が同じ役割を取り合っています。人物の説明文を消し、はっきりした正面の写真を使い、ファイルごとに役割を 1 つだけ与えましょう。

関連ツールとモデル

ガイド

無料クレジットで始める あなたのキャストで、新しいシーンを