AGI Radar

Wan

モデル末期

Wan3.0

Wan3.0 は最大 30 秒の動画を生成。入力は文字・画像・音声・動画・文書・Web ページ。Model Studio の API は 480P 0.3元 / 720P 0.6元 / 1080P 1.2元毎秒。

alibabacloud.com/help/en/model-studio/newly-released-models

前回の発表から2026年8月24日76

いつもの間隔96

最近の発表

2026年8月24日　Wan3.018

2026年8月6日　Wan3.0（先行）125

2026年4月3日　Wan2.7121

2025年12月3日　Wan2.671

2025年9月23日　Wan2.5 Preview（先行）57

2025年7月28日　Wan2.2200

X の反応

Wan3.0 は、ファッション映像では Seedance 2.5 より動きが自然で流れも良かったという比較や、安く回せるので試作の量産やエフェクト・VFX に向くという声、同じ指示で比べると安定性は Wan3.0 が上だったという声が出ている。不満は、音声が粗い、生成がタイムアウトしやすいという指摘や、プロンプトへの忠実さと見栄えでは Seedance 2.5、会話の場面では Kling 4.0 に劣ったという比較。

105 件・82 アカウント・保存済みの反応は 10月25日から

A@ai_lifehack55注目使用ツール、間違えてました💦 誤）Topview T1 720p ↓ 正）WAN3.0 480p1日前↗
S@sep_is_heim注目ComfyUI Coreが動画アップスケーラ「RelayVSR」に対応！・動画を2倍/4倍に高解像度化・Wan 2.2 5Bを15フレーム毎に1ステップ実行・残りは軽量Flashデコーダで復元・INT8モデル約5.16GB＋VAE 128MB ・テキストエンコーダ不要 Kijai氏のPRがmasterマージ済。興味あるー。1日前↗
B@BennyDaBall_OG注目Comfy-Orgが今朝、AI動画向けの2倍アップスケーラーRelayVSRを公開した。5090でRTX Video Super Resolutionと直接比較。同じMiniMax H3のクリップ、同じ2688x1536の出力。測定結果（ウォーム状態、3回の中央値、124フレーム、1344x768→2688x1536）：・アップスケール時間：RelayVSR 5.8秒、RTX VSR 1.3秒・GPUメモリ：11.6 GB対2.9 GB ・単純な2倍リサイズに対するディテール増加：RelayVSR 4.8倍、RTX 2.7倍・下書きに対するちらつき：RelayVSR 0.98（元より安定）、RTX 1.18（鮮明だが揺れも大きい）・下書きとの顔の一致度：RelayVSR 0.87、RTX 0.97 ・セリフは両方とも9クリップ中9クリップで維持正直な感想：同じ仕事への2つの異なる答えだ。RTX VSRはNVIDIAのフィードフォワードCNNアップスケーラー。1クリップ約1秒で顔をそのまま保つが、H3のちらつきをすべて通し、さらに多少加える。RelayVSRはキーフレームに1ステップのWan 2.2 5B拡散モデルを、残りに小さなデコーダを使う。ディテールは約2倍で、下書きより安定したのはこちらだけ。時間とVRAMは4倍かかり、元からのズレも少し大きい。すべてローカル。ComfyUIとRTX 5090を1枚。RelayVSRはkijaiのPR（まだマージ前）とComfy-Orgのint8再パッケージを使用。RTX VSRはcomfyui-rtx-simpleノードを使用。クレジット：@ComfyUI、kijai（PR #17511）、RelayVSRの著者（Xijun Wangほか）、ネイティブ2倍モデルのlightx2v。1日前↗
A@ArtificialAnlys注目例のスタイル「Cartoon & Anime」は、昔ながらの西洋のカートゥーンから日本のアニメまで、描画アニメーションのスタイルを対象とする。写実的なプロンプトでは首位は変わらず、Dreamina Seedance 2.5 がテキストから動画、画像から動画の両方で1位。描画スタイルでは順位が変わる。スタイルをプロンプトではなく開始画像から得る場合、Cartoon & Anime で Dreamina Seedance 2.5 は7位（AA-Video-T2V v2.1）から首位（AA-Video-I2V v2.1）に上がる。AA-Video-T2V v2.1 の Cartoon & Anime で2位の Wan 3.0 は、こちらでは5位。Flat Design スタイルでは MiniMax H3 Max が首位。9日前↗
M@malonponreference2video,同一プリビズ、同一キャラ参照、同一プロンプトからの会話シーン作成。なんか評判芳しくないkling4.0が一番良かった。キーフレームですら順番守らないという検証を見て、スルーしかけてたけど・・。一発生成という条件とはいえ、kling4.0以外は話にならないとすら思った。①プリビズ　②kling４．０結果　③wan3.0　④H3 fast(sogni)5日前↗
E@EndrewBizこういうものなら通常版のwan 3.0でも問題なく動く5日前↗
K@KhushalGajiparawan 3.0はどう？あなたのは他より安くないようだけど5日前↗
A@AuraAI_app同感。今週、パンケーキをひっくり返す同じプロンプトをkling 4.0、veo 3.1 fast、wan 3.0 primeで一発生成したら、それぞれ別のところで失敗した。水曜日に並べて投稿する5日前↗
H@hii_rotoWan3.0 近接戦闘ワンツーパンチからの飛び回し蹴り！！5日前↗

105 件・82 アカウント・保存済みの反応は 10月25日から

A@ai_lifehack55注目使用ツール、間違えてました💦 誤）Topview T1 720p ↓ 正）WAN3.0 480p1日前↗
S@sep_is_heim注目ComfyUI Coreが動画アップスケーラ「RelayVSR」に対応！・動画を2倍/4倍に高解像度化・Wan 2.2 5Bを15フレーム毎に1ステップ実行・残りは軽量Flashデコーダで復元・INT8モデル約5.16GB＋VAE 128MB ・テキストエンコーダ不要 Kijai氏のPRがmasterマージ済。興味あるー。1日前↗
B@BennyDaBall_OG注目Comfy-Orgが今朝、AI動画向けの2倍アップスケーラーRelayVSRを公開した。5090でRTX Video Super Resolutionと直接比較。同じMiniMax H3のクリップ、同じ2688x1536の出力。測定結果（ウォーム状態、3回の中央値、124フレーム、1344x768→2688x1536）：・アップスケール時間：RelayVSR 5.8秒、RTX VSR 1.3秒・GPUメモリ：11.6 GB対2.9 GB ・単純な2倍リサイズに対するディテール増加：RelayVSR 4.8倍、RTX 2.7倍・下書きに対するちらつき：RelayVSR 0.98（元より安定）、RTX 1.18（鮮明だが揺れも大きい）・下書きとの顔の一致度：RelayVSR 0.87、RTX 0.97 ・セリフは両方とも9クリップ中9クリップで維持正直な感想：同じ仕事への2つの異なる答えだ。RTX VSRはNVIDIAのフィードフォワードCNNアップスケーラー。1クリップ約1秒で顔をそのまま保つが、H3のちらつきをすべて通し、さらに多少加える。RelayVSRはキーフレームに1ステップのWan 2.2 5B拡散モデルを、残りに小さなデコーダを使う。ディテールは約2倍で、下書きより安定したのはこちらだけ。時間とVRAMは4倍かかり、元からのズレも少し大きい。すべてローカル。ComfyUIとRTX 5090を1枚。RelayVSRはkijaiのPR（まだマージ前）とComfy-Orgのint8再パッケージを使用。RTX VSRはcomfyui-rtx-simpleノードを使用。クレジット：@ComfyUI、kijai（PR #17511）、RelayVSRの著者（Xijun Wangほか）、ネイティブ2倍モデルのlightx2v。1日前↗
A@ArtificialAnlys注目例のスタイル「Cartoon & Anime」は、昔ながらの西洋のカートゥーンから日本のアニメまで、描画アニメーションのスタイルを対象とする。写実的なプロンプトでは首位は変わらず、Dreamina Seedance 2.5 がテキストから動画、画像から動画の両方で1位。描画スタイルでは順位が変わる。スタイルをプロンプトではなく開始画像から得る場合、Cartoon & Anime で Dreamina Seedance 2.5 は7位（AA-Video-T2V v2.1）から首位（AA-Video-I2V v2.1）に上がる。AA-Video-T2V v2.1 の Cartoon & Anime で2位の Wan 3.0 は、こちらでは5位。Flat Design スタイルでは MiniMax H3 Max が首位。9日前↗
M@malonponreference2video,同一プリビズ、同一キャラ参照、同一プロンプトからの会話シーン作成。なんか評判芳しくないkling4.0が一番良かった。キーフレームですら順番守らないという検証を見て、スルーしかけてたけど・・。一発生成という条件とはいえ、kling4.0以外は話にならないとすら思った。①プリビズ　②kling４．０結果　③wan3.0　④H3 fast(sogni)5日前↗
E@EndrewBizこういうものなら通常版のwan 3.0でも問題なく動く5日前↗
K@KhushalGajiparawan 3.0はどう？あなたのは他より安くないようだけど5日前↗
A@AuraAI_app同感。今週、パンケーキをひっくり返す同じプロンプトをkling 4.0、veo 3.1 fast、wan 3.0 primeで一発生成したら、それぞれ別のところで失敗した。水曜日に並べて投稿する5日前↗
H@hii_rotoWan3.0 近接戦闘ワンツーパンチからの飛び回し蹴り！！5日前↗

Hailuo

熟成期

MiniMax H3

MiniMax H3。テキスト・画像・動画・音声を文脈に使う汎用生成モデル。ステレオ音声つきで最長 15 秒、2K の動画を作れる。

minimax.io/news

前回の発表から2026年7月31日100

いつもの間隔148

最近の発表

2026年7月31日　MiniMax H3276

2025年10月28日　Hailuo 2.3 / 2.3 Fast132

2025年6月18日　Hailuo 02127

2025年2月11日　T2V-01-Director / I2V-01-Director164

X の反応

MiniMax H3 は、オープンウェイトの公開ではここまでで最良の 1 つという声や、人の動きがとてもリアルだという声が並び、手元の PC でリップシンクまで作れるという声もある。不満は、ローカルで高画質に作ると時間がかかる、指示しても字幕が出てしまう、出来の当たり外れが大きい、プロンプトが長くなりすぎて人の手では書きにくいという指摘。

146 件・114 アカウント・保存済みの反応は 10月26日から

S@shi3z注目実際に実用的に使ってみないと推論エンジンも最適化できない。たとえば1Mトークンのコンテキストに対応しようとしつつ、ゲーム用のしょうもない短いセリフ書かせつつ、MiniMaxH3用のやや長めのプロンプト生成を同時に一つのサーバーで効率的に処理するというのは実運用に回さないと最適化できないというわけだ。7日前↗
S@sep_is_heim注目ai-toolkitがP-H3-ImageのLoRA学習に正式対応したみたい！ MiniMax H3ベースの画像生成モデル「P-H3-Image」で、通常LoRA・画像編集LoRA（参照画像を使った編集タスク）学習も可能らしい。公式main実装済。どれくらい効果あるか、RTX4070でも学習できるか興味あるなー。2日前↗
B@BennyDaBall_OG注目5090でMiniMax H3のクリップを2倍にする、よく似ているようで違う2つの方法。SeedVR2（3Bと7B、ByteDanceの1ステップ復元モデルで、現在ComfyUIにネイティブ対応）とOpen-H3-Regenerate-2K（再描画してアップスケールするNVIDIAのリファイナーモデルがベース）。標準の20ステップのH3下書き3本：始点画像から生成した芝刈り機、テキストから生成した塹壕、参照写真2枚（H3 ref2va）から生成したペガサスの翼を持つ愛犬Lollipop。測定結果（10秒のクリップ、1344x768から2688x1536／2560x1440、処理全体の実時間）：・SeedVR2 3B 399秒、7B 377秒、Regen 445秒・GPUメモリ：15 GB／21 GB／31 GB ・彼女の顔の維持（下書きとのArcFace）：3B 0.92、7B 0.95、Regen 0.74（自作FaceRegionパックなしでは0.51）・下書きへの忠実度：SeedVR2 0.95〜0.97、Regen 0.59〜0.85 ・下書きに対するちらつき：SeedVR2 1.08〜1.10、Regen 1.00 ・単純な2倍リサイズに対するディテール：3つとも約10倍、泥と紙吹雪ではRegenが18倍正直な感想：SeedVR2は復元、Regenは再描画する。SeedVR2はプロンプトなしで元のショットと顔をそのまま保つ。7Bは等倍で最も自然に見え、3Bはわずかに鮮明だが輪郭が刻み込まれたようで、影のゴーストが過剰に出る。Regenは複雑な質感からより多くのディテールを引き出すが、顔を大きく描き直すため、自作のFaceRegionノードなしではリップシンクが合わない。そのノードにも欠点がある（マスクしたような見た目、マスクやぼかしを慎重に調整しないと肌の色が不均一になる）。また、生成の度合いがずっと強く、塹壕のシーンのブラスターや紙吹雪など、物体や効果を再生成することがある。SeedVR2は3Bの方が7Bより速く終わりそうだが、実際はそうではなかった。時間を使うのはモデルではなくVAE。375〜400秒の処理のうちSeedVR2の拡散ステップは3Bで20秒、7Bで27秒で、残りは標準のタイル式VAEだ。高速化してカードをより活用するため、VAEの設定を少し調整するつもり。すべてローカル。ComfyUIとRTX 5090を1枚。23時間前↗
A@ArtificialAnlys注目画像から動画を生成するモデルを評価する新しいベンチマーク、AA-Video-I2V v2.1 と AA-Video-I2V-Silent v2.1 を公開する。新しい画像とテキストのプロンプト集を使い、すべてのモデルを最大1080pで評価。10の用途、10の能力、多様な視覚スタイルでモデルを順位付けする。画像から動画を生成すると、AI動画制作の制御性が高まる。クリエイターは、商品写真、絵コンテの1コマ、動かしたいキャラクターデザインから始める。優れたモデルは、開始画像の人物、物体、背景の一貫性を保ちながら、プロンプトで求められた動き、カメラワーク、音を実現する。このベンチマークでは、各プロンプトに1080pの開始画像と、その画像のために書かれたプロンプトを組み合わせ、用途（Marketing & Advertising、Live-Action Film など）、評価する能力（Human Anatomy、Text Rendering など）、視覚スタイルのタグを付ける。総合ランキングは用途と能力から均等にサンプリングするため、最も得意なカテゴリだけでなく、モデルの汎用性を反映する。 AA-Video-I2V v2.1 は、米国・英国の非公開評価者による1,000件のプロンプトへの58,000票以上の人間の好みの投票を基に公開する。AA-Video-I2V-Silent v2.1 は500件のプロンプトへの44,000票以上を基にする。公開アリーナで利用できるプロンプトは全体の5%のみで、公開セットの混入による評価への影響を抑え、プロンプトは毎月入れ替える。 AA-Video-I2V v2.1 リーダーボード上位からの初期の知見： ➤ Dreamina Seedance 2.5 は総合1位。Seedance 2.0 と MiniMax H3 ファミリーとは統計的に同率で、Human Anatomy、Camera Control、Retail & Ecommerce を含む11のカテゴリで首位となり、他のどのモデルより多い。$34.12/分でトップ10の中で最も高価。 ➤ Dreamina Seedance 2.0 は2位で、Audio Synchronization と Lighting & Materials で1位。 ➤ オープンウェイトモデルの MiniMax H3（768p）は $4.80/分で3位。Seedance 2.5 の約7分の1の価格で、Text Rendering で1位。 ➤ fal が事後学習した MiniMax H3 Max は音声ありで4位、AA-Video-I2V-Silent v2.1 で1位。Spatio-Temporal Consistency と UI/UX & Motion Design でも首位。 ➤ Video Rebirth の Bach 1.0 Pro は AA-Video-I2V-Silent v2.1 で3位、統計的には1位と同率。価格は $7.20/分。画像から動画の生成がテキストから動画の生成とどう違うか、用途・能力・スタイル別の内訳は以下を参照 🧵9日前↗
K@kurahu_capten注目FastH3やPikaとちょくちょくローカル環境で扱える動画が増えてましたので検証。 15秒動画の処理時間通常MiniMax H3:192秒左 Pika H3 Flex+アニメ用ESRGAN:93秒+14秒中 Pika+SeedVR2:93秒+946秒右 FastH3 Accel:約65秒 FastH3は高速なのと絵が一番はっきりとでていますが思った演技になってないのが気になる。 Pika はGrokの時ほぼ同じ演技に近いですが、私の環境では480×864が生成が限界でしたのでアップスケールのアニメ用ESRGANとSeedVR2を利用。見た印象としてはアニメ用ESRGANの方がSeedより圧倒的に早いのが良いですね🤔6日前↗
N@nakazakifam注目シネマっぽい動画をオープンウェイトの動画生成AIで作る検証。「絵コンテ1枚を参照に入れるだけで、カットをまたいでも人物がブレない」という方法を、Pika H3 Flexで試してみました。元の方法は絵コンテ1枚だけでしたが、今回はR2Vでキャラシート2枚＋絵コンテ1枚を入れて、15秒を2回生成してつないでいます。2回に分けても、顔も服もちゃんと揃ってくれました。検証中に絵コンテを「実写っぽい絵」と「線画」で比べてみたら、色や光は実写の絵コンテの方が良かったので、実写っぽい方を採用しました。生成は15秒1本あたり約7分、Colab代で約15円。動画生成はClaude Code上でOpus 5.5がColabのCLIを使って自動で回しています。 ※一部編集あり（勝手に入ったディゾルブのカット、背景に透けた電車の消去、「ただいま」の1語だけ別テイクの声に差し替え、黒帯）ツール検証した動画AI ・Pika H3 Flex（MiniMax H3 ＋ Pika LoRA、ComfyUI 公式ワークフロー）・実行：Google Colab G4（RTX PRO 6000）with Colab CLI on Claude Code 素材・絵コンテ／キャラシート：GPT-Image-2.5 with Codex CLI ・参照音声：ElevenLabs v4（ミナ）／Google Gemini 3.8 Flash TTS（さくら）・背景の修正：GPT-Image-2.5 with Codex CLI ＋ BiRefNet（人物マスク）動画・検証／構成／編集／コード：Claude Code（Opus 5.5）・映像：HyperFrames ・音声チェック：Soniox STT v5 ・カット／音声の差し替え／黒帯：Python ＋ FFmpeg5日前↗
F@Framer_X注目ほかのモデルを試しても動かず、単にハルシネーションを起こす（本当だ、すべてのモデルを試した）。例えば Minimax H3（2番目に良かった結果）：3日前↗

146 件・114 アカウント・保存済みの反応は 10月26日から

S@shi3z注目実際に実用的に使ってみないと推論エンジンも最適化できない。たとえば1Mトークンのコンテキストに対応しようとしつつ、ゲーム用のしょうもない短いセリフ書かせつつ、MiniMaxH3用のやや長めのプロンプト生成を同時に一つのサーバーで効率的に処理するというのは実運用に回さないと最適化できないというわけだ。7日前↗
S@sep_is_heim注目ai-toolkitがP-H3-ImageのLoRA学習に正式対応したみたい！ MiniMax H3ベースの画像生成モデル「P-H3-Image」で、通常LoRA・画像編集LoRA（参照画像を使った編集タスク）学習も可能らしい。公式main実装済。どれくらい効果あるか、RTX4070でも学習できるか興味あるなー。2日前↗
B@BennyDaBall_OG注目5090でMiniMax H3のクリップを2倍にする、よく似ているようで違う2つの方法。SeedVR2（3Bと7B、ByteDanceの1ステップ復元モデルで、現在ComfyUIにネイティブ対応）とOpen-H3-Regenerate-2K（再描画してアップスケールするNVIDIAのリファイナーモデルがベース）。標準の20ステップのH3下書き3本：始点画像から生成した芝刈り機、テキストから生成した塹壕、参照写真2枚（H3 ref2va）から生成したペガサスの翼を持つ愛犬Lollipop。測定結果（10秒のクリップ、1344x768から2688x1536／2560x1440、処理全体の実時間）：・SeedVR2 3B 399秒、7B 377秒、Regen 445秒・GPUメモリ：15 GB／21 GB／31 GB ・彼女の顔の維持（下書きとのArcFace）：3B 0.92、7B 0.95、Regen 0.74（自作FaceRegionパックなしでは0.51）・下書きへの忠実度：SeedVR2 0.95〜0.97、Regen 0.59〜0.85 ・下書きに対するちらつき：SeedVR2 1.08〜1.10、Regen 1.00 ・単純な2倍リサイズに対するディテール：3つとも約10倍、泥と紙吹雪ではRegenが18倍正直な感想：SeedVR2は復元、Regenは再描画する。SeedVR2はプロンプトなしで元のショットと顔をそのまま保つ。7Bは等倍で最も自然に見え、3Bはわずかに鮮明だが輪郭が刻み込まれたようで、影のゴーストが過剰に出る。Regenは複雑な質感からより多くのディテールを引き出すが、顔を大きく描き直すため、自作のFaceRegionノードなしではリップシンクが合わない。そのノードにも欠点がある（マスクしたような見た目、マスクやぼかしを慎重に調整しないと肌の色が不均一になる）。また、生成の度合いがずっと強く、塹壕のシーンのブラスターや紙吹雪など、物体や効果を再生成することがある。SeedVR2は3Bの方が7Bより速く終わりそうだが、実際はそうではなかった。時間を使うのはモデルではなくVAE。375〜400秒の処理のうちSeedVR2の拡散ステップは3Bで20秒、7Bで27秒で、残りは標準のタイル式VAEだ。高速化してカードをより活用するため、VAEの設定を少し調整するつもり。すべてローカル。ComfyUIとRTX 5090を1枚。23時間前↗
A@ArtificialAnlys注目画像から動画を生成するモデルを評価する新しいベンチマーク、AA-Video-I2V v2.1 と AA-Video-I2V-Silent v2.1 を公開する。新しい画像とテキストのプロンプト集を使い、すべてのモデルを最大1080pで評価。10の用途、10の能力、多様な視覚スタイルでモデルを順位付けする。画像から動画を生成すると、AI動画制作の制御性が高まる。クリエイターは、商品写真、絵コンテの1コマ、動かしたいキャラクターデザインから始める。優れたモデルは、開始画像の人物、物体、背景の一貫性を保ちながら、プロンプトで求められた動き、カメラワーク、音を実現する。このベンチマークでは、各プロンプトに1080pの開始画像と、その画像のために書かれたプロンプトを組み合わせ、用途（Marketing & Advertising、Live-Action Film など）、評価する能力（Human Anatomy、Text Rendering など）、視覚スタイルのタグを付ける。総合ランキングは用途と能力から均等にサンプリングするため、最も得意なカテゴリだけでなく、モデルの汎用性を反映する。 AA-Video-I2V v2.1 は、米国・英国の非公開評価者による1,000件のプロンプトへの58,000票以上の人間の好みの投票を基に公開する。AA-Video-I2V-Silent v2.1 は500件のプロンプトへの44,000票以上を基にする。公開アリーナで利用できるプロンプトは全体の5%のみで、公開セットの混入による評価への影響を抑え、プロンプトは毎月入れ替える。 AA-Video-I2V v2.1 リーダーボード上位からの初期の知見： ➤ Dreamina Seedance 2.5 は総合1位。Seedance 2.0 と MiniMax H3 ファミリーとは統計的に同率で、Human Anatomy、Camera Control、Retail & Ecommerce を含む11のカテゴリで首位となり、他のどのモデルより多い。$34.12/分でトップ10の中で最も高価。 ➤ Dreamina Seedance 2.0 は2位で、Audio Synchronization と Lighting & Materials で1位。 ➤ オープンウェイトモデルの MiniMax H3（768p）は $4.80/分で3位。Seedance 2.5 の約7分の1の価格で、Text Rendering で1位。 ➤ fal が事後学習した MiniMax H3 Max は音声ありで4位、AA-Video-I2V-Silent v2.1 で1位。Spatio-Temporal Consistency と UI/UX & Motion Design でも首位。 ➤ Video Rebirth の Bach 1.0 Pro は AA-Video-I2V-Silent v2.1 で3位、統計的には1位と同率。価格は $7.20/分。画像から動画の生成がテキストから動画の生成とどう違うか、用途・能力・スタイル別の内訳は以下を参照 🧵9日前↗
K@kurahu_capten注目FastH3やPikaとちょくちょくローカル環境で扱える動画が増えてましたので検証。 15秒動画の処理時間通常MiniMax H3:192秒左 Pika H3 Flex+アニメ用ESRGAN:93秒+14秒中 Pika+SeedVR2:93秒+946秒右 FastH3 Accel:約65秒 FastH3は高速なのと絵が一番はっきりとでていますが思った演技になってないのが気になる。 Pika はGrokの時ほぼ同じ演技に近いですが、私の環境では480×864が生成が限界でしたのでアップスケールのアニメ用ESRGANとSeedVR2を利用。見た印象としてはアニメ用ESRGANの方がSeedより圧倒的に早いのが良いですね🤔6日前↗
N@nakazakifam注目シネマっぽい動画をオープンウェイトの動画生成AIで作る検証。「絵コンテ1枚を参照に入れるだけで、カットをまたいでも人物がブレない」という方法を、Pika H3 Flexで試してみました。元の方法は絵コンテ1枚だけでしたが、今回はR2Vでキャラシート2枚＋絵コンテ1枚を入れて、15秒を2回生成してつないでいます。2回に分けても、顔も服もちゃんと揃ってくれました。検証中に絵コンテを「実写っぽい絵」と「線画」で比べてみたら、色や光は実写の絵コンテの方が良かったので、実写っぽい方を採用しました。生成は15秒1本あたり約7分、Colab代で約15円。動画生成はClaude Code上でOpus 5.5がColabのCLIを使って自動で回しています。 ※一部編集あり（勝手に入ったディゾルブのカット、背景に透けた電車の消去、「ただいま」の1語だけ別テイクの声に差し替え、黒帯）ツール検証した動画AI ・Pika H3 Flex（MiniMax H3 ＋ Pika LoRA、ComfyUI 公式ワークフロー）・実行：Google Colab G4（RTX PRO 6000）with Colab CLI on Claude Code 素材・絵コンテ／キャラシート：GPT-Image-2.5 with Codex CLI ・参照音声：ElevenLabs v4（ミナ）／Google Gemini 3.8 Flash TTS（さくら）・背景の修正：GPT-Image-2.5 with Codex CLI ＋ BiRefNet（人物マスク）動画・検証／構成／編集／コード：Claude Code（Opus 5.5）・映像：HyperFrames ・音声チェック：Soniox STT v5 ・カット／音声の差し替え／黒帯：Python ＋ FFmpeg5日前↗
F@Framer_X注目ほかのモデルを試しても動かず、単にハルシネーションを起こす（本当だ、すべてのモデルを試した）。例えば Minimax H3（2番目に良かった結果）：3日前↗

Seedance

熟成期

Seedance 2.5

Seed の動画生成モデル。最大 30 秒を 1 回で生成し、画像 30・動画 10・音声 10 までを参照に使える。Jimeng AI・Doubao Pro で提供 (API は近日)。

seed.bytedance.com/en/blog_list/visual

前回の発表から2026年7月31日100

いつもの間隔169

最近の発表

2026年7月31日　Seedance 2.5169

2026年2月12日　Seedance 2.058

2025年12月16日　Seedance 1.5 pro188

X の反応

Seedance 2.5 は、格闘や速い動きの場面に強い、2.0 で気になった色の一貫性の問題が解決したという声が並び、実写では文からと画像からの動画の評価でともに 1 位だという集計もある。不満は、実写の表現では Kling 4.0 の方がリアルだという比較や、もっと安いツールでも十分きれいに出せるという声、付けてくれた音を編集後の動画に合わせにくいという指摘。

129 件・108 アカウント・保存済みの反応は 10月26日から

A@ai_lifehack55注目WAN3.0 ＆ Seedance2.5 プロンプト公開 ROOF TOP PRANK｜悪戯好きな小悪魔的美女ポスターとアンカー画像を展開したたキャラシート使用📷️安定性はWAN3.0、動画としての見栄えはSeedance2.5🎥 ※動画構成（同一プロンプト）・前半、SJinn WAN3.0（調整済）・後半、SJinn Seedance2.5（未調整） ※使い方・引用元を参考にポスターとアンカー画像生成・アンカーとキャラシート生成指示書投入・<image1><image2>は書換え ※キャラシート生成指示書 👇👇👇 【出力仕様】シンプルなキャラクターシートを1枚生成する。アスペクト比は16:9固定。完成画像を1枚だけ生成する。文字、タイトル、ラベル、数字、ロゴ、説明文、枠線、装飾は入れない。ポスター風デザイン、雑誌風デザイン、制作過程、比較画像、分割比較レイアウトは生成しない。【入力】本指示書と同時に、完成済みのアンカー画像を1枚だけ添付する。添付画像を唯一の人物・顔・髪・体型・衣装参照として使用する。【目的】アンカー画像の人物と衣装を正確に維持したまま、動画制作で使用しやすい、シンプルで見やすい16:9のキャラクターシートを作成する。人物と衣装の立体構造確認に加え、顔立ちや髪の印象も確認しやすい資料とする。【構成】1枚の16:9画面内に合計6ビューを整理して配置する。画面の左から中央にかけて、全身三面図を左から「正面全身／側面全身／背面全身」の順に横並びで3つ配置する。画面右側には、顔アップを上から「やや左向き／正面／やや右向き」の順に縦方向で3つ配置する。【人物同一性】アンカー画像の人物の顔立ち、目元、鼻筋、口元、輪郭、年齢感、肌、髪型、髪色、髪の長さ、前髪、体型、身長感、頭身、肩幅、胴体幅、腰幅、脚の長さ、脚の太さを維持する。全身三面図と顔アップ3点のすべてを同一人物として自然に揃える。【全身三面図】全身三面図は同一人物を3方向から見たものとして統一し、頭頂から足元まで切れずに収める。アンカー画像の衣装を主たる参照として、襟、袖、胸元、胴体部分、腰周辺の装飾、スカートやボトムの丈、スリット位置、布の重なり、色、柄、素材感、靴の形状をできる限り整合的に維持する。正面図はアンカー画像の人物と衣装を基準に最も忠実に再現する。側面図は人物と衣装の立体構造が分かる自然な真横向き、背面図は髪の後ろ姿、肩、背中、衣装背面、脚、靴の後ろ側を自然に再構成する。側面図と背面図はアンカー画像に見えていない部分を推定で補完してよいが、正面図と矛盾しないようにする。【顔アップ】顔アップはアンカー画像を主たる参照として、参照人物の顔立ち、目元、鼻筋、口元、髪型、髪色、雰囲気をできる限り維持する。3つの顔アップを同一人物として自然に揃える。髪の流れや顔まわりの印象はアンカー画像と矛盾しないように整える。衣装の襟元や肩周辺は適度に見えてよいが、顔の確認を優先する。「やや左向き」「やや右向き」は完全な横顔ではなく、顔立ちが十分に分かる程度の軽い角度にする。【姿勢】全身三面図は3方向すべてニュートラルな直立姿勢とする。正面図は真正面を向き、両腕は身体からわずかに離して自然に下ろし、両脚は軽く間隔を空けて立つ。側面図は真横から見た姿勢とし、腕で胴体の輪郭を完全に隠さない。背面図は完全に後ろを向き、顔をカメラ側へ振り返らせない。特徴的なポーズは取らず、身体と衣装の構造確認を優先する。【背景】背景は無地の明るい白、またはごく薄いライトグレー。装飾や模様は入れない。床表現も最小限にし、人物確認を優先する。【レイアウト】画面幅の約4分の3を全身三面図、約4分の1を顔アップ縦3点に使用する。全身三面図3体が主役として十分な大きさで見えるように画面左から中央の横長領域を広く使い、顔アップ3点は画面右側の縦列に上から下まで均等な間隔で並べる。全身と顔アップが干渉せず、衣装確認と顔確認の両方がしやすい構成にする。余白は適度に確保し、各ビューが十分な大きさで見えるようにする。【全体トーン】シンプル、クリーン、実用的。動画用資料として見やすく、人物と衣装の構造確認を優先する。デザインポスター化しない。【禁止】文字、タイトル、ラベル、番号、ロゴ、説明文、装飾フレーム、背景演出、ポスター風演出、過度な陰影演出、別人化、衣装変更、配色変更、柄の簡略化しすぎ、特徴的なポーズ、脚の交差、腕上げ、全身三面図を小さくしすぎるレイアウト、顔アップを横並びにするレイアウト、側面図や背面図で正面図と矛盾する構造、手足の欠損、人物同士の重なり。 ↑↑↑ ここまで ↑↑↑ ※投入用プロンプト 👇👇👇 [DECLARATION] PHOTOREAL CINEMATIC FASHION FILM。総尺15秒、アスペクト比1:1。よく晴れた昼、古い大きな街を見下ろす屋上に立つ主人公が、手のしぐさを決めるたびに、下の街の通りや広場で紙や鳩やパラソルが一斉に空へ舞い上がる、いたずらの実写の短編。屋上の主人公と、地上の街の騒ぎを交互に、8つのカットでつなぐ。 [REFERENCE] <image1> は主人公。この画像はひとりの人物を正面・横・後ろと顔の3方向から描いた設定資料で、顔、髪型、体型、衣装、手袋、ブーツはこの画像に描かれているとおり。以降「主人公」と呼ぶ。 <image2> は、主人公が立つ屋上を写した写真。平らな石の床、低いふち、ふちの先に広がる古い石造りの街並み、画面の左を奥へ延びる大通りの形は、この写真に写っているとおり。写真の上の空に並ぶ題字と名前の文字は、この写真を飾るために後から重ねたもので、屋上の景色の一部ではない。以降「屋上」と呼ぶ。 [CONDITION] 雲ひとつない青空の、よく晴れた昼。明るいクリーム色の石造りの建物がどこまでも続く大きな古い街で、強い日差しが壁や石畳をくっきりと照らしている。主人公はこの街でいちばん高い建物の屋上に、街を背にしてこちらを向き、両足を肩幅に開いてまっすぐ立っている。屋上の床と街並みは、正方形の画面の左右の端までひと続きに広がっている。はるか下の地上では、いつもの昼の暮らしが続いている。建物にはさまれた大通りを人々が行き交い、建物に囲まれた石畳の広場には鳩が群れ、別の広場の石畳に並ぶカフェの席では、パラソルの下で人々がお茶を飲んでいる。主人公は、手のしぐさひとつで街に魔法をかけてしまう、いたずら好きな人物で、しぐさを決めた瞬間、地上の通りや広場では何千もの物が一斉に空へ舞い上がり、人々は驚いて空を見上げる。けがをする人はだれもいなくて、騒ぎはどこか可笑しく、そして美しい。主人公は最後まで屋上の同じ場所に同じ立ち方のまま立ち、動かすのは手と顔だけで、口元にはいたずらっぽい笑みがある。映像は35mmフィルムで撮った実写のファッション映画のようで、細かな粒子があり、明るい石の街と青い空の中で、主人公の手袋とブーツの赤が鮮やかに輝く。 [SHOT FLOW] [Shot 1｜0.00~1.50秒] [START] 屋上の中ほどに立つ主人公を、真正面から腰ほどの高さで見る。頭の上からブーツの下まで全身が画面に収まり、主人公の後ろには屋上の低いふちと、その先の明るい街並みと青空が、画面の左右の端まで広がる。画面の左に大通りが奥へ延びている。 [MAIN EVENT] カメラは動かない。主人公は両腕を体の横に下ろしたまま、正面を見て、口元だけで小さく笑う。 [END] 日差しを浴びて屋上に立ち、小さく笑う主人公の全身。 [Shot 2｜1.50~3.00秒] [START] 屋上の主人公を正面から見る、腰から上の寄り。頭の上から腰までが画面に収まり、後ろに青空と街並み。 [MAIN EVENT] 主人公が片手を顔の横に上げ、親指と中指で指をぱちんと鳴らす。 [END] 指を鳴らした手を顔の横で止めた主人公。 [Shot 3｜3.00~5.00秒] [START] 地上の大通りを、建物の3階ほどの高さから通りに沿って見る。両側に古い石造りの建物の正面が並び、窓はすべて閉まっている。通りには人々が行き交い、建物の屋根の上に青空がのぞく。 [MAIN EVENT] 両側の建物の窓が一斉に勢いよく開き、すべての窓から何千枚もの白い紙が吹き出す。紙は通りの上の空いっぱいに広がって、日差しに光りながら紙吹雪のように舞い、人々が立ち止まって空を見上げる。 [END] 通りの上の空を埋めて舞う、何千枚もの白い紙。 [Shot 4｜5.00~6.50秒] [START] Shot 1 と同じ、屋上の中ほどに立つ主人公を真正面から見る全身。 [MAIN EVENT] 主人公が首を少しかしげ、片腕を横へまっすぐ伸ばして、人さし指で下の街を指さす。脚はそのまま。 [END] 腕を伸ばして街を指さす主人公の全身。 [Shot 5｜6.50~8.50秒] [START] 地上の石畳の広場に立つ人の目の高さから見る広角。広場の四方を古い石造りの建物の正面が囲み、画面の奥は建物の正面と、その屋根の上の青空で埋まっている。石畳いっぱいと、建物の屋根と窓枠に、何千羽もの鳩がびっしりと止まっていて、人々がその間を歩いている。 [MAIN EVENT] 何千羽もの鳩が一斉に羽ばたいて飛び立ち、羽音がとどろく。鳩の大群は空を覆うほどの群れになって、広場の上で大きな渦を巻く。人々は頭を抱えて身をかがめる。 [END] 建物に囲まれた広場の上の青空を覆って渦を巻く、鳩の大群。 [Shot 6｜8.50~10.00秒] [START] 屋上の主人公を正面から見る、胸から上の寄り。後ろに青空。 [MAIN EVENT] 主人公が片目をつぶり、唇の前に人さし指をそっと立てる。 [END] 片目をつぶって唇に指を当てた主人公の顔。 [Shot 7｜10.00~12.50秒] [START] 地上の石畳の広場に並ぶカフェの席を、テーブルの間に立つ人の目の高さから、少し見上げるように見る広角。左右には、1階にカフェが入った古い石造りの建物の正面が高くそびえ、窓が何段も並ぶ。建物の屋根の間に青空がのぞく。石畳に白い丸テーブルが何十卓も並び、生成りや赤や紺の大きなパラソルが開いていて、人々がお茶を飲んでいる。 [MAIN EVENT] すべてのパラソルが一斉に支柱ごとテーブルから抜け、くるくる回りながら、両側の建物の窓の前を次々と通り過ぎて、屋根よりも高く青空へ昇っていく。窓から人々が顔を出して見上げ、席の人々はカップを手にしたまま立ち上がる。 [END] 両側の建物の屋根の上の青空へ昇っていく、何十本ものパラソル。 [Shot 8｜12.50~15.00秒] [START] Shot 1 と同じ、屋上の中ほどに立つ主人公を真正面から見る全身。主人公は両腕を体の横に下ろした最初の立ち方。後ろの青空には、遠くに舞い上がったパラソルと白い紙と鳩の群れが、ゆっくり漂っている。 [MAIN EVENT] カメラはごくゆっくり主人公へ近づく。主人公がいたずらっぽく笑う。 [END] パラソルと紙と鳩が漂う青空を背に、屋上に立って笑う主人公。 [SOUND] BGMは一層だけ。弦のピチカートと軽い打楽器の、いたずらっぽく弾む音楽が、0秒の最初のコマから途切れずに続く。指を鳴らす音、窓が開く音と紙が舞う音、鳩の大群の羽音、パラソルが抜けて風を切って舞い上がる音が、それぞれの出来事に合わせて聞こえる。最後は音楽が小さく一音で止まる。台詞・ナレーションなし。 [NEGATIVE] 文字、字幕、ロゴ、透かし1日前↗
A@ArtificialAnlys注目画像から動画を生成するモデルを評価する新しいベンチマーク、AA-Video-I2V v2.1 と AA-Video-I2V-Silent v2.1 を公開する。新しい画像とテキストのプロンプト集を使い、すべてのモデルを最大1080pで評価。10の用途、10の能力、多様な視覚スタイルでモデルを順位付けする。画像から動画を生成すると、AI動画制作の制御性が高まる。クリエイターは、商品写真、絵コンテの1コマ、動かしたいキャラクターデザインから始める。優れたモデルは、開始画像の人物、物体、背景の一貫性を保ちながら、プロンプトで求められた動き、カメラワーク、音を実現する。このベンチマークでは、各プロンプトに1080pの開始画像と、その画像のために書かれたプロンプトを組み合わせ、用途（Marketing & Advertising、Live-Action Film など）、評価する能力（Human Anatomy、Text Rendering など）、視覚スタイルのタグを付ける。総合ランキングは用途と能力から均等にサンプリングするため、最も得意なカテゴリだけでなく、モデルの汎用性を反映する。 AA-Video-I2V v2.1 は、米国・英国の非公開評価者による1,000件のプロンプトへの58,000票以上の人間の好みの投票を基に公開する。AA-Video-I2V-Silent v2.1 は500件のプロンプトへの44,000票以上を基にする。公開アリーナで利用できるプロンプトは全体の5%のみで、公開セットの混入による評価への影響を抑え、プロンプトは毎月入れ替える。 AA-Video-I2V v2.1 リーダーボード上位からの初期の知見： ➤ Dreamina Seedance 2.5 は総合1位。Seedance 2.0 と MiniMax H3 ファミリーとは統計的に同率で、Human Anatomy、Camera Control、Retail & Ecommerce を含む11のカテゴリで首位となり、他のどのモデルより多い。$34.12/分でトップ10の中で最も高価。 ➤ Dreamina Seedance 2.0 は2位で、Audio Synchronization と Lighting & Materials で1位。 ➤ オープンウェイトモデルの MiniMax H3（768p）は $4.80/分で3位。Seedance 2.5 の約7分の1の価格で、Text Rendering で1位。 ➤ fal が事後学習した MiniMax H3 Max は音声ありで4位、AA-Video-I2V-Silent v2.1 で1位。Spatio-Temporal Consistency と UI/UX & Motion Design でも首位。 ➤ Video Rebirth の Bach 1.0 Pro は AA-Video-I2V-Silent v2.1 で3位、統計的には1位と同率。価格は $7.20/分。画像から動画の生成がテキストから動画の生成とどう違うか、用途・能力・スタイル別の内訳は以下を参照 🧵9日前↗
K@kurahu_capten注目Mecha Art - DCCLXXXV / 785 - 動画版 @higgsfield で Seedance 2.5 を使って制作音楽は Suno で制作6日前↗
H@HBCoop_注目の Seedance 2.5 で、プロンプト 1 つと参照画像 3 枚 (キャラクター、バイク、全体の見た目) から作った。モデルが細部を正しく保てたのは、次の点が効いたから: • キャラクターシートではなく、すっきりした肖像 1 枚にした。複数の角度が入ったシートだと、キャラクターの候補が多すぎてモデルが迷った • 実物のバイクの写真を入れた。言葉だけで説明すると、まったく別のスタイルのバイクになった • 要らない部品の名前は出さない。バイクのロゴがふつう付く燃料タンクのことを書いたら、モデルが実在のブランドのロゴを付けてしまった動画は @topazlabs の Starlight Precise モデルで 4K にアップスケール:4日前↗
S@steftranquillinシーンを生成する前のブロックアウト作成にはみんなBlenderを使っている（自分も）が、これからは@Blackmagic_News のDaVinci Resolve内のFusionをもっと使おうと思う。強力な3D機能で、かなり良いブロックアウトシーンを作れる。簡単な比較動画を作った。最終動画の全編はスレッドに👇🏽 Resolve内のFusionでブロックアウトを作り、それを使ってSeedance 2.5で最終動画を生成した。3D参照にどれだけ近いか見て！5日前↗
B@balaciuxSeedance 2.0では色の一貫性がうまくいかない部分があり、白黒にすることで全体の統一感が増し、ぼやけたシーンも隠せた。Seedance 2.5はずっと優れていて、これらの問題をすべて解決する。5日前↗

129 件・108 アカウント・保存済みの反応は 10月26日から

A@ai_lifehack55注目WAN3.0 ＆ Seedance2.5 プロンプト公開 ROOF TOP PRANK｜悪戯好きな小悪魔的美女ポスターとアンカー画像を展開したたキャラシート使用📷️安定性はWAN3.0、動画としての見栄えはSeedance2.5🎥 ※動画構成（同一プロンプト）・前半、SJinn WAN3.0（調整済）・後半、SJinn Seedance2.5（未調整） ※使い方・引用元を参考にポスターとアンカー画像生成・アンカーとキャラシート生成指示書投入・<image1><image2>は書換え ※キャラシート生成指示書 👇👇👇 【出力仕様】シンプルなキャラクターシートを1枚生成する。アスペクト比は16:9固定。完成画像を1枚だけ生成する。文字、タイトル、ラベル、数字、ロゴ、説明文、枠線、装飾は入れない。ポスター風デザイン、雑誌風デザイン、制作過程、比較画像、分割比較レイアウトは生成しない。【入力】本指示書と同時に、完成済みのアンカー画像を1枚だけ添付する。添付画像を唯一の人物・顔・髪・体型・衣装参照として使用する。【目的】アンカー画像の人物と衣装を正確に維持したまま、動画制作で使用しやすい、シンプルで見やすい16:9のキャラクターシートを作成する。人物と衣装の立体構造確認に加え、顔立ちや髪の印象も確認しやすい資料とする。【構成】1枚の16:9画面内に合計6ビューを整理して配置する。画面の左から中央にかけて、全身三面図を左から「正面全身／側面全身／背面全身」の順に横並びで3つ配置する。画面右側には、顔アップを上から「やや左向き／正面／やや右向き」の順に縦方向で3つ配置する。【人物同一性】アンカー画像の人物の顔立ち、目元、鼻筋、口元、輪郭、年齢感、肌、髪型、髪色、髪の長さ、前髪、体型、身長感、頭身、肩幅、胴体幅、腰幅、脚の長さ、脚の太さを維持する。全身三面図と顔アップ3点のすべてを同一人物として自然に揃える。【全身三面図】全身三面図は同一人物を3方向から見たものとして統一し、頭頂から足元まで切れずに収める。アンカー画像の衣装を主たる参照として、襟、袖、胸元、胴体部分、腰周辺の装飾、スカートやボトムの丈、スリット位置、布の重なり、色、柄、素材感、靴の形状をできる限り整合的に維持する。正面図はアンカー画像の人物と衣装を基準に最も忠実に再現する。側面図は人物と衣装の立体構造が分かる自然な真横向き、背面図は髪の後ろ姿、肩、背中、衣装背面、脚、靴の後ろ側を自然に再構成する。側面図と背面図はアンカー画像に見えていない部分を推定で補完してよいが、正面図と矛盾しないようにする。【顔アップ】顔アップはアンカー画像を主たる参照として、参照人物の顔立ち、目元、鼻筋、口元、髪型、髪色、雰囲気をできる限り維持する。3つの顔アップを同一人物として自然に揃える。髪の流れや顔まわりの印象はアンカー画像と矛盾しないように整える。衣装の襟元や肩周辺は適度に見えてよいが、顔の確認を優先する。「やや左向き」「やや右向き」は完全な横顔ではなく、顔立ちが十分に分かる程度の軽い角度にする。【姿勢】全身三面図は3方向すべてニュートラルな直立姿勢とする。正面図は真正面を向き、両腕は身体からわずかに離して自然に下ろし、両脚は軽く間隔を空けて立つ。側面図は真横から見た姿勢とし、腕で胴体の輪郭を完全に隠さない。背面図は完全に後ろを向き、顔をカメラ側へ振り返らせない。特徴的なポーズは取らず、身体と衣装の構造確認を優先する。【背景】背景は無地の明るい白、またはごく薄いライトグレー。装飾や模様は入れない。床表現も最小限にし、人物確認を優先する。【レイアウト】画面幅の約4分の3を全身三面図、約4分の1を顔アップ縦3点に使用する。全身三面図3体が主役として十分な大きさで見えるように画面左から中央の横長領域を広く使い、顔アップ3点は画面右側の縦列に上から下まで均等な間隔で並べる。全身と顔アップが干渉せず、衣装確認と顔確認の両方がしやすい構成にする。余白は適度に確保し、各ビューが十分な大きさで見えるようにする。【全体トーン】シンプル、クリーン、実用的。動画用資料として見やすく、人物と衣装の構造確認を優先する。デザインポスター化しない。【禁止】文字、タイトル、ラベル、番号、ロゴ、説明文、装飾フレーム、背景演出、ポスター風演出、過度な陰影演出、別人化、衣装変更、配色変更、柄の簡略化しすぎ、特徴的なポーズ、脚の交差、腕上げ、全身三面図を小さくしすぎるレイアウト、顔アップを横並びにするレイアウト、側面図や背面図で正面図と矛盾する構造、手足の欠損、人物同士の重なり。 ↑↑↑ ここまで ↑↑↑ ※投入用プロンプト 👇👇👇 [DECLARATION] PHOTOREAL CINEMATIC FASHION FILM。総尺15秒、アスペクト比1:1。よく晴れた昼、古い大きな街を見下ろす屋上に立つ主人公が、手のしぐさを決めるたびに、下の街の通りや広場で紙や鳩やパラソルが一斉に空へ舞い上がる、いたずらの実写の短編。屋上の主人公と、地上の街の騒ぎを交互に、8つのカットでつなぐ。 [REFERENCE] <image1> は主人公。この画像はひとりの人物を正面・横・後ろと顔の3方向から描いた設定資料で、顔、髪型、体型、衣装、手袋、ブーツはこの画像に描かれているとおり。以降「主人公」と呼ぶ。 <image2> は、主人公が立つ屋上を写した写真。平らな石の床、低いふち、ふちの先に広がる古い石造りの街並み、画面の左を奥へ延びる大通りの形は、この写真に写っているとおり。写真の上の空に並ぶ題字と名前の文字は、この写真を飾るために後から重ねたもので、屋上の景色の一部ではない。以降「屋上」と呼ぶ。 [CONDITION] 雲ひとつない青空の、よく晴れた昼。明るいクリーム色の石造りの建物がどこまでも続く大きな古い街で、強い日差しが壁や石畳をくっきりと照らしている。主人公はこの街でいちばん高い建物の屋上に、街を背にしてこちらを向き、両足を肩幅に開いてまっすぐ立っている。屋上の床と街並みは、正方形の画面の左右の端までひと続きに広がっている。はるか下の地上では、いつもの昼の暮らしが続いている。建物にはさまれた大通りを人々が行き交い、建物に囲まれた石畳の広場には鳩が群れ、別の広場の石畳に並ぶカフェの席では、パラソルの下で人々がお茶を飲んでいる。主人公は、手のしぐさひとつで街に魔法をかけてしまう、いたずら好きな人物で、しぐさを決めた瞬間、地上の通りや広場では何千もの物が一斉に空へ舞い上がり、人々は驚いて空を見上げる。けがをする人はだれもいなくて、騒ぎはどこか可笑しく、そして美しい。主人公は最後まで屋上の同じ場所に同じ立ち方のまま立ち、動かすのは手と顔だけで、口元にはいたずらっぽい笑みがある。映像は35mmフィルムで撮った実写のファッション映画のようで、細かな粒子があり、明るい石の街と青い空の中で、主人公の手袋とブーツの赤が鮮やかに輝く。 [SHOT FLOW] [Shot 1｜0.00~1.50秒] [START] 屋上の中ほどに立つ主人公を、真正面から腰ほどの高さで見る。頭の上からブーツの下まで全身が画面に収まり、主人公の後ろには屋上の低いふちと、その先の明るい街並みと青空が、画面の左右の端まで広がる。画面の左に大通りが奥へ延びている。 [MAIN EVENT] カメラは動かない。主人公は両腕を体の横に下ろしたまま、正面を見て、口元だけで小さく笑う。 [END] 日差しを浴びて屋上に立ち、小さく笑う主人公の全身。 [Shot 2｜1.50~3.00秒] [START] 屋上の主人公を正面から見る、腰から上の寄り。頭の上から腰までが画面に収まり、後ろに青空と街並み。 [MAIN EVENT] 主人公が片手を顔の横に上げ、親指と中指で指をぱちんと鳴らす。 [END] 指を鳴らした手を顔の横で止めた主人公。 [Shot 3｜3.00~5.00秒] [START] 地上の大通りを、建物の3階ほどの高さから通りに沿って見る。両側に古い石造りの建物の正面が並び、窓はすべて閉まっている。通りには人々が行き交い、建物の屋根の上に青空がのぞく。 [MAIN EVENT] 両側の建物の窓が一斉に勢いよく開き、すべての窓から何千枚もの白い紙が吹き出す。紙は通りの上の空いっぱいに広がって、日差しに光りながら紙吹雪のように舞い、人々が立ち止まって空を見上げる。 [END] 通りの上の空を埋めて舞う、何千枚もの白い紙。 [Shot 4｜5.00~6.50秒] [START] Shot 1 と同じ、屋上の中ほどに立つ主人公を真正面から見る全身。 [MAIN EVENT] 主人公が首を少しかしげ、片腕を横へまっすぐ伸ばして、人さし指で下の街を指さす。脚はそのまま。 [END] 腕を伸ばして街を指さす主人公の全身。 [Shot 5｜6.50~8.50秒] [START] 地上の石畳の広場に立つ人の目の高さから見る広角。広場の四方を古い石造りの建物の正面が囲み、画面の奥は建物の正面と、その屋根の上の青空で埋まっている。石畳いっぱいと、建物の屋根と窓枠に、何千羽もの鳩がびっしりと止まっていて、人々がその間を歩いている。 [MAIN EVENT] 何千羽もの鳩が一斉に羽ばたいて飛び立ち、羽音がとどろく。鳩の大群は空を覆うほどの群れになって、広場の上で大きな渦を巻く。人々は頭を抱えて身をかがめる。 [END] 建物に囲まれた広場の上の青空を覆って渦を巻く、鳩の大群。 [Shot 6｜8.50~10.00秒] [START] 屋上の主人公を正面から見る、胸から上の寄り。後ろに青空。 [MAIN EVENT] 主人公が片目をつぶり、唇の前に人さし指をそっと立てる。 [END] 片目をつぶって唇に指を当てた主人公の顔。 [Shot 7｜10.00~12.50秒] [START] 地上の石畳の広場に並ぶカフェの席を、テーブルの間に立つ人の目の高さから、少し見上げるように見る広角。左右には、1階にカフェが入った古い石造りの建物の正面が高くそびえ、窓が何段も並ぶ。建物の屋根の間に青空がのぞく。石畳に白い丸テーブルが何十卓も並び、生成りや赤や紺の大きなパラソルが開いていて、人々がお茶を飲んでいる。 [MAIN EVENT] すべてのパラソルが一斉に支柱ごとテーブルから抜け、くるくる回りながら、両側の建物の窓の前を次々と通り過ぎて、屋根よりも高く青空へ昇っていく。窓から人々が顔を出して見上げ、席の人々はカップを手にしたまま立ち上がる。 [END] 両側の建物の屋根の上の青空へ昇っていく、何十本ものパラソル。 [Shot 8｜12.50~15.00秒] [START] Shot 1 と同じ、屋上の中ほどに立つ主人公を真正面から見る全身。主人公は両腕を体の横に下ろした最初の立ち方。後ろの青空には、遠くに舞い上がったパラソルと白い紙と鳩の群れが、ゆっくり漂っている。 [MAIN EVENT] カメラはごくゆっくり主人公へ近づく。主人公がいたずらっぽく笑う。 [END] パラソルと紙と鳩が漂う青空を背に、屋上に立って笑う主人公。 [SOUND] BGMは一層だけ。弦のピチカートと軽い打楽器の、いたずらっぽく弾む音楽が、0秒の最初のコマから途切れずに続く。指を鳴らす音、窓が開く音と紙が舞う音、鳩の大群の羽音、パラソルが抜けて風を切って舞い上がる音が、それぞれの出来事に合わせて聞こえる。最後は音楽が小さく一音で止まる。台詞・ナレーションなし。 [NEGATIVE] 文字、字幕、ロゴ、透かし1日前↗
A@ArtificialAnlys注目画像から動画を生成するモデルを評価する新しいベンチマーク、AA-Video-I2V v2.1 と AA-Video-I2V-Silent v2.1 を公開する。新しい画像とテキストのプロンプト集を使い、すべてのモデルを最大1080pで評価。10の用途、10の能力、多様な視覚スタイルでモデルを順位付けする。画像から動画を生成すると、AI動画制作の制御性が高まる。クリエイターは、商品写真、絵コンテの1コマ、動かしたいキャラクターデザインから始める。優れたモデルは、開始画像の人物、物体、背景の一貫性を保ちながら、プロンプトで求められた動き、カメラワーク、音を実現する。このベンチマークでは、各プロンプトに1080pの開始画像と、その画像のために書かれたプロンプトを組み合わせ、用途（Marketing & Advertising、Live-Action Film など）、評価する能力（Human Anatomy、Text Rendering など）、視覚スタイルのタグを付ける。総合ランキングは用途と能力から均等にサンプリングするため、最も得意なカテゴリだけでなく、モデルの汎用性を反映する。 AA-Video-I2V v2.1 は、米国・英国の非公開評価者による1,000件のプロンプトへの58,000票以上の人間の好みの投票を基に公開する。AA-Video-I2V-Silent v2.1 は500件のプロンプトへの44,000票以上を基にする。公開アリーナで利用できるプロンプトは全体の5%のみで、公開セットの混入による評価への影響を抑え、プロンプトは毎月入れ替える。 AA-Video-I2V v2.1 リーダーボード上位からの初期の知見： ➤ Dreamina Seedance 2.5 は総合1位。Seedance 2.0 と MiniMax H3 ファミリーとは統計的に同率で、Human Anatomy、Camera Control、Retail & Ecommerce を含む11のカテゴリで首位となり、他のどのモデルより多い。$34.12/分でトップ10の中で最も高価。 ➤ Dreamina Seedance 2.0 は2位で、Audio Synchronization と Lighting & Materials で1位。 ➤ オープンウェイトモデルの MiniMax H3（768p）は $4.80/分で3位。Seedance 2.5 の約7分の1の価格で、Text Rendering で1位。 ➤ fal が事後学習した MiniMax H3 Max は音声ありで4位、AA-Video-I2V-Silent v2.1 で1位。Spatio-Temporal Consistency と UI/UX & Motion Design でも首位。 ➤ Video Rebirth の Bach 1.0 Pro は AA-Video-I2V-Silent v2.1 で3位、統計的には1位と同率。価格は $7.20/分。画像から動画の生成がテキストから動画の生成とどう違うか、用途・能力・スタイル別の内訳は以下を参照 🧵9日前↗
K@kurahu_capten注目Mecha Art - DCCLXXXV / 785 - 動画版 @higgsfield で Seedance 2.5 を使って制作音楽は Suno で制作6日前↗
H@HBCoop_注目の Seedance 2.5 で、プロンプト 1 つと参照画像 3 枚 (キャラクター、バイク、全体の見た目) から作った。モデルが細部を正しく保てたのは、次の点が効いたから: • キャラクターシートではなく、すっきりした肖像 1 枚にした。複数の角度が入ったシートだと、キャラクターの候補が多すぎてモデルが迷った • 実物のバイクの写真を入れた。言葉だけで説明すると、まったく別のスタイルのバイクになった • 要らない部品の名前は出さない。バイクのロゴがふつう付く燃料タンクのことを書いたら、モデルが実在のブランドのロゴを付けてしまった動画は @topazlabs の Starlight Precise モデルで 4K にアップスケール:4日前↗
S@steftranquillinシーンを生成する前のブロックアウト作成にはみんなBlenderを使っている（自分も）が、これからは@Blackmagic_News のDaVinci Resolve内のFusionをもっと使おうと思う。強力な3D機能で、かなり良いブロックアウトシーンを作れる。簡単な比較動画を作った。最終動画の全編はスレッドに👇🏽 Resolve内のFusionでブロックアウトを作り、それを使ってSeedance 2.5で最終動画を生成した。3D参照にどれだけ近いか見て！5日前↗
B@balaciuxSeedance 2.0では色の一貫性がうまくいかない部分があり、白黒にすることで全体の統一感が増し、ぼやけたシーンも隠せた。Seedance 2.5はずっと優れていて、これらの問題をすべて解決する。5日前↗

Gemini Omni

登場直後

Gemini Omni 1.2 Flash

Gemini Omni 1.2 Flash は、最大 15 秒の動画生成と会話を重ねた編集に対応した動画モデル。価格は 1.1 より 30% 下がり、720p で 1 秒 0.07 ドル。Gemini API などで一般提供。

blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni

前回の発表から2026年11月6日2

いつもの間隔152

最近の発表

2026年11月6日　Gemini Omni 1.2 Flash70

2026年8月28日　Gemini Omni 1.1 Flash100

2026年5月20日　Gemini Omni Flash216

2025年10月16日　Veo 3.1148

2025年5月21日　Veo 3（先行）155

2024年12月17日　Veo 2（先行）216

X の反応

Gemini Omni 1.2 Flash は、できた動画を作り直さずに会話で直せて服を着せ替えても顔がちらつかない、複数の人物が会話する場面を作れる、1.1 より指示の読み取りが良くなったという声が並び、15 秒・720p で約 160 円と安く回せるという声もある。一方で、画質ではまだ Seedance 2.5 に及ばないという比較が目立ち、最後のフレームや参照画像を足すと 15 秒でなく 10 秒に戻るという指摘や、Flow ではクレジットの消費が 1.1 の倍になったという不満、アニメ調や日本語の文字はまだ崩れるという声もある。

142 件・128 アカウント・Gemini Omni 1.2 Flash の発表 (11月6日) から

5@5jipapa1【速報】Google Vidsで写真1枚が15秒動画に手持ちの写真を渡すと人物や商品の見た目を最後まで保ったまま動かせます！しかもGoogleのアカウントがあれば月に3本まで無料です。文房具の写真なら机の上でノートが開いていくような紹介動画も作れるのが面白いところ。・中身は最新の動画AI「Omni 1.2 Flash」・長さは3秒から15秒まで1秒きざみ・パソコンのブラウザで開いて文章で頼む・ナレーションの声も前より自然に日本の個人アカウントで使えるかはまだ確認できていないのでまず画面に出るか見てみてくださいね！作り方の流れは動画でまとめています。18時間前↗
Y@Yanagi_AI_EditGemini Omni 1.2 Flashで 15秒の動画に対応じゃあ今回、何が変わったのか？結論、Googleの動画モデルが、 15秒の生成と会話での編集に対応しました。ポイントは3つ↓ ・生成と編集が最大15秒に・作り直さず会話で何度も修正・料金は1.1から30%下がった Googleが11月5日に発表しました。 720pの動画は、 1秒あたり0.07ドルです。長さは3秒から15秒まで、 1秒刻みで指定できます。 Gemini APIやGoogle Vidsで使えます。そもそもSynthIDとは、 AIで作った動画に入る目に見えない透かしのこと。変わった点は図解にまとめました↓18時間前↗
T@thehypedotnewsClaude Opus 5.5に、Gemini Omni 1.2 FlashとSeedance 2.0を5つのシーンで比較してもらった。 Opusが選んだのは、動画モデルがよく失敗するもの：隠れた物体、固い壁、体重、打撃、方向。動画モデルのほかの失敗を見つけたことある？18時間前↗
R@read__the__diff動画の制作フローが修正のたびに最初からやり直しになるなら、**複数ターンの編集を活用できていない**。 Googleの発表記事によると、Gemini Omni 1.2 FlashはGemini APIで一般提供中。ネイティブの15秒動画生成と、会話による複数ターンの編集が挙げられている。 APIクライアントでは、修正のたびにやり直すフローでは複数ターンの編集を活用できない。モデルの選択だけでなく、リクエストの検証と編集状態を確認しよう。動画リクエストの処理部分を開き、長さの上限と追加編集の扱いを確認しよう。18時間前↗
_@_Chain_Duck_Gemini Omni 1.2 FlashがAI Studioで使えるようになった。1つのプロンプトで15秒の動画を作り、その後は会話するだけで編集できる。 Googleによると、ショットの制御がしやすくなり、音声もより自然になって、価格は30%安い。手の指が6本になるたびに、全体を生成し直さなくていい。18時間前↗
T@thelaurennealGemini Omni 1.2 FlashがArenaのテキストから動画（1,541点）と画像から動画（1,502点）の両方で1位になった。 1.1より30%安く、クリップは最大15秒。APIは720pで1秒$0.07。18時間前↗
T@tomotanaGoogleが動画生成モデル「Gemini Omni 1.2 Flash」を発表しました。最大15秒の動画を作れ、同じ動画に会話で修正を重ねられます。商品紹介なら、同じ商品を使って背景だけ変えた案を比べる、といった使い方ができます。18時間前↗
O@ONmdIlfqnQqfJDIGemini Omni 1.2 Flashで動画を作って気づいた🙄🎬 AI動画の日本語って口調や発音が不自然になることがある😑 そこでゆっくりさん考えた🙄💡 最初から声なしで口パクだけ作っちゃうとあとから音声を合わせるのが大変！💦 ならばッッ！🙄 ① Gemini Omni 1.2 Flashで　セリフを指定してあえて声つき動画を生成 ② 元の音声を削除 ③ 同じセリフをGemini TTSで音声化 ④ Claude CodeのOpus 5.5に　口パクと音声を合わせてもらうこれなら元のセリフのタイミングが分かるから音声を合わせやすい🙄👍 しかもGemini TTSなら声や口調も調整できるしねー😗 ちなみにプロンプト作成から動画生成・音声の差し替えまでぜーんぶClaude Codeにやってもらったyo🙄 実際にやってみたらけっこー自然になった気がするけどどうやろ？🥰 AI動画の日本語音声に違和感ある人は試してみる価値あるかもー😗👇18時間前↗
T@tanabe_fragmすごい！Gemini Omni 1.1とあんまり変わらないだろうと思い込んでましたが、本物感が上がりましたね😊18時間前↗

公式の発表

G@GeminiApp公式Gemini Omni 1.2 Flashを今日からすべてのGoogle AI加入者に順次提供。Geminiアプリでマルチターンの会話形式の編集を通じて動画を調整でき、視覚的な安定性も向上。さらにGoogle AI Ultra加入者は最長15秒の動画を生成・編集できるようになり、1回の生成で完結した物語、商品紹介、SNS広告の全編を作る余地が広がる。 Omni 1.2 Flashの詳細はブログで。1日前↗
O@OfficialLoganK関係者本日、Gemini Omni Flash 1.2 を提供開始。 - より長い動画生成（15秒） - カメラの視点に関する、より細かな映画的コントロール - 複数ターンの会話による編集に対応 - 映像のずれを軽減 - Omni Flash 1.1 より価格が30%安い1日前↗

142 件・128 アカウント・発表 (11月6日) から

5@5jipapa1【速報】Google Vidsで写真1枚が15秒動画に手持ちの写真を渡すと人物や商品の見た目を最後まで保ったまま動かせます！しかもGoogleのアカウントがあれば月に3本まで無料です。文房具の写真なら机の上でノートが開いていくような紹介動画も作れるのが面白いところ。・中身は最新の動画AI「Omni 1.2 Flash」・長さは3秒から15秒まで1秒きざみ・パソコンのブラウザで開いて文章で頼む・ナレーションの声も前より自然に日本の個人アカウントで使えるかはまだ確認できていないのでまず画面に出るか見てみてくださいね！作り方の流れは動画でまとめています。18時間前↗
Y@Yanagi_AI_EditGemini Omni 1.2 Flashで 15秒の動画に対応じゃあ今回、何が変わったのか？結論、Googleの動画モデルが、 15秒の生成と会話での編集に対応しました。ポイントは3つ↓ ・生成と編集が最大15秒に・作り直さず会話で何度も修正・料金は1.1から30%下がった Googleが11月5日に発表しました。 720pの動画は、 1秒あたり0.07ドルです。長さは3秒から15秒まで、 1秒刻みで指定できます。 Gemini APIやGoogle Vidsで使えます。そもそもSynthIDとは、 AIで作った動画に入る目に見えない透かしのこと。変わった点は図解にまとめました↓18時間前↗
T@thehypedotnewsClaude Opus 5.5に、Gemini Omni 1.2 FlashとSeedance 2.0を5つのシーンで比較してもらった。 Opusが選んだのは、動画モデルがよく失敗するもの：隠れた物体、固い壁、体重、打撃、方向。動画モデルのほかの失敗を見つけたことある？18時間前↗
R@read__the__diff動画の制作フローが修正のたびに最初からやり直しになるなら、**複数ターンの編集を活用できていない**。 Googleの発表記事によると、Gemini Omni 1.2 FlashはGemini APIで一般提供中。ネイティブの15秒動画生成と、会話による複数ターンの編集が挙げられている。 APIクライアントでは、修正のたびにやり直すフローでは複数ターンの編集を活用できない。モデルの選択だけでなく、リクエストの検証と編集状態を確認しよう。動画リクエストの処理部分を開き、長さの上限と追加編集の扱いを確認しよう。18時間前↗
_@_Chain_Duck_Gemini Omni 1.2 FlashがAI Studioで使えるようになった。1つのプロンプトで15秒の動画を作り、その後は会話するだけで編集できる。 Googleによると、ショットの制御がしやすくなり、音声もより自然になって、価格は30%安い。手の指が6本になるたびに、全体を生成し直さなくていい。18時間前↗
T@thelaurennealGemini Omni 1.2 FlashがArenaのテキストから動画（1,541点）と画像から動画（1,502点）の両方で1位になった。 1.1より30%安く、クリップは最大15秒。APIは720pで1秒$0.07。18時間前↗
T@tomotanaGoogleが動画生成モデル「Gemini Omni 1.2 Flash」を発表しました。最大15秒の動画を作れ、同じ動画に会話で修正を重ねられます。商品紹介なら、同じ商品を使って背景だけ変えた案を比べる、といった使い方ができます。18時間前↗
O@ONmdIlfqnQqfJDIGemini Omni 1.2 Flashで動画を作って気づいた🙄🎬 AI動画の日本語って口調や発音が不自然になることがある😑 そこでゆっくりさん考えた🙄💡 最初から声なしで口パクだけ作っちゃうとあとから音声を合わせるのが大変！💦 ならばッッ！🙄 ① Gemini Omni 1.2 Flashで　セリフを指定してあえて声つき動画を生成 ② 元の音声を削除 ③ 同じセリフをGemini TTSで音声化 ④ Claude CodeのOpus 5.5に　口パクと音声を合わせてもらうこれなら元のセリフのタイミングが分かるから音声を合わせやすい🙄👍 しかもGemini TTSなら声や口調も調整できるしねー😗 ちなみにプロンプト作成から動画生成・音声の差し替えまでぜーんぶClaude Codeにやってもらったyo🙄 実際にやってみたらけっこー自然になった気がするけどどうやろ？🥰 AI動画の日本語音声に違和感ある人は試してみる価値あるかもー😗👇18時間前↗
T@tanabe_fragmすごい！Gemini Omni 1.1とあんまり変わらないだろうと思い込んでましたが、本物感が上がりましたね😊18時間前↗

公式の発表

G@GeminiApp公式Gemini Omni 1.2 Flashを今日からすべてのGoogle AI加入者に順次提供。Geminiアプリでマルチターンの会話形式の編集を通じて動画を調整でき、視覚的な安定性も向上。さらにGoogle AI Ultra加入者は最長15秒の動画を生成・編集できるようになり、1回の生成で完結した物語、商品紹介、SNS広告の全編を作る余地が広がる。 Omni 1.2 Flashの詳細はブログで。1日前↗
O@OfficialLoganK関係者本日、Gemini Omni Flash 1.2 を提供開始。 - より長い動画生成（15秒） - カメラの視点に関する、より細かな映画的コントロール - 複数ターンの会話による編集に対応 - 映像のずれを軽減 - Omni Flash 1.1 より価格が30%安い1日前↗

Kling

熟成期

Kling 4.0 / Kling 4.0 Flash

Kling 4.0: 最長 30 秒の生成、最大 15 素材の Omni Reference、最大 10 のキーフレーム入力に対応。動きの安定と複雑なカメラワークを強化。

kling.ai/blog

前回の発表から2026年10月15日24

いつもの間隔64

最近の発表

2026年10月15日　Kling 4.0 / Kling 4.0 Flash17

2026年9月28日　Kling 4.0 Flash（先行）235

2026年2月5日　Kling 3.0（先行）64

X の反応

Kling 4.0 は、実写との相性が良く Seedance 2.5 よりリアルで比較的安い、同じ条件で会話の場面を作ると Kling 4.0 がいちばん良かったという声が並ぶ。不満は、アニメ調では遠くの小さな人物の顔が溶けたり動きが硬く 3D っぽくなったりする、見事な場面の途中で急に破綻するという指摘。Kling 4.0 Flash は、20 秒ほどの下書きを手早く作るのに実用的だという声がある。

147 件・121 アカウント・保存済みの反応は 10月25日から

M@malonponreference2video,同一プリビズ、同一キャラ参照、同一プロンプトからの会話シーン作成。なんか評判芳しくないkling4.0が一番良かった。キーフレームですら順番守らないという検証を見て、スルーしかけてたけど・・。一発生成という条件とはいえ、kling4.0以外は話にならないとすら思った。①プリビズ　②kling４．０結果　③wan3.0　④H3 fast(sogni)5日前↗
K@kodavid同じ画像。同じプロンプト。それぞれ一発生成。雨の中の屋上ジャンプ。上がKling 4.0、下がSeedance 2.5。 Klingは一続きのショットを保ち、水しぶきを上げて転がりながら着地。 Seedanceはジャンプの途中で別アングルに切り替わり、よりきれいにしゃがんで着地。上と下、どっち？5日前↗
D@DrNassiriAfshar同じ女優。2つのハロウィン用エンジン。 Kling 4はBLOOD MOONにより強いゴシックの雰囲気を与えた。Seedance 2.5はTHE LAST HARVESTの戦闘の物理表現が優れていた。接触が明確で、反動があり、背景も反応し、無駄な間がほとんどない。戦闘対決はSeedanceの勝ち！5日前↗
T@theaifield7. Kling 4.0が登場し、AI動画をより細かく制御できるようになった。 Omni reference、複数のキーフレーム、最大30秒の生成。Pikaですでに利用可能。5日前↗
T@trishaghoshh_kling 4.0があれほどきれいに物理表現を保つとは予想外。試してみなきゃ。5日前↗
R@risicare_jp動きの見本はKling 4.0で先に作りました。それをUnrealで物理的に正しく再現します。「あんなにまっすぐ進むだけの船なんてない」と何度も作り直し。舟は流れに押されて揺れながら止まり、灯りがゆっくり空へ昇るようになりました。6日前↗

公式の発表

K@Kling_ai公式Kling 4.0 Flash が全面提供開始！ ⚡ Kling 4.0 Flash が Kling AI のウェブサイトと API を通じて誰でも利用可能になった。 MCP、CLI、AI プラグインからも利用でき、動画制作のワークフローの柔軟性が高まる。Adobe Photoshop、Premiere Pro、After Effects などのプロ向けクリエイティブツール用 Kling プラグインを使えば、動画生成を制作工程に直接組み込める。制作の準備はいい？指揮を執るのはあなた。3日前↗

119 件・101 アカウント・保存済みの反応は 10月25日から

M@malonponreference2video,同一プリビズ、同一キャラ参照、同一プロンプトからの会話シーン作成。なんか評判芳しくないkling4.0が一番良かった。キーフレームですら順番守らないという検証を見て、スルーしかけてたけど・・。一発生成という条件とはいえ、kling4.0以外は話にならないとすら思った。①プリビズ　②kling４．０結果　③wan3.0　④H3 fast(sogni)5日前↗
K@kodavid同じ画像。同じプロンプト。それぞれ一発生成。雨の中の屋上ジャンプ。上がKling 4.0、下がSeedance 2.5。 Klingは一続きのショットを保ち、水しぶきを上げて転がりながら着地。 Seedanceはジャンプの途中で別アングルに切り替わり、よりきれいにしゃがんで着地。上と下、どっち？5日前↗
D@DrNassiriAfshar同じ女優。2つのハロウィン用エンジン。 Kling 4はBLOOD MOONにより強いゴシックの雰囲気を与えた。Seedance 2.5はTHE LAST HARVESTの戦闘の物理表現が優れていた。接触が明確で、反動があり、背景も反応し、無駄な間がほとんどない。戦闘対決はSeedanceの勝ち！5日前↗
T@theaifield7. Kling 4.0が登場し、AI動画をより細かく制御できるようになった。 Omni reference、複数のキーフレーム、最大30秒の生成。Pikaですでに利用可能。5日前↗
T@trishaghoshh_kling 4.0があれほどきれいに物理表現を保つとは予想外。試してみなきゃ。5日前↗
R@risicare_jp動きの見本はKling 4.0で先に作りました。それをUnrealで物理的に正しく再現します。「あんなにまっすぐ進むだけの船なんてない」と何度も作り直し。舟は流れに押されて揺れながら止まり、灯りがゆっくり空へ昇るようになりました。6日前↗

7 件・7 アカウント・保存済みの反応は 10月25日から

N@neco1751662家族でハロウィンデコレーションクッキーを作ったのでKling 4.0 / Kling 4.0 Flashを使って動画にしてみました！ @KlingAI8日前↗
Y@YaReYaRu30Life神業リベンジ（モデルバージョンアップ編） Kling 4.0 Flashで作成していた神業チャレンジ Kling4.0が使えるようになったら再生成する予定がすっかり忘れており、、、同じプロンプト、それぞれ一発生成ですが Flashと通常では大きく異なりますね！ @Kling_ai8日前↗
0@0xrompassoKling 4.0 Flash で20秒のラフな下書きを作れるのは、手早くアイデアを出すのにとても実用的な追加だ。12日前↗
A@antrospikekling ai 4.0 flashの高速道路での乱闘は迫力がある6日前↗
Y@yourPlugAIKling 4.0 Flash はあの遊び心のある動きと細部をとても滑らかに捉えている。よい火曜日を！11日前↗
P@placesnotfoundやあ @Picsart！ KLING 4.0 Flashで生成した作品もMicrodrama Challengeの対象になる？それとも標準のKLING 4.0でないとダメ？ありがとう！11日前↗

公式の発表

K@Kling_ai公式Kling 4.0 Flash が全面提供開始！ ⚡ Kling 4.0 Flash が Kling AI のウェブサイトと API を通じて誰でも利用可能になった。 MCP、CLI、AI プラグインからも利用でき、動画制作のワークフローの柔軟性が高まる。Adobe Photoshop、Premiere Pro、After Effects などのプロ向けクリエイティブツール用 Kling プラグインを使えば、動画生成を制作工程に直接組み込める。制作の準備はいい？指揮を執るのはあなた。3日前↗

AGI Radar

Wan

Hailuo

Seedance

Gemini Omni

Kling

Vidu

Runway

Grok Imagine

Luma Ray

PixVerse

新着記事