画像から動画を作るAIエンジン比較：静止画を動かすならどれ？

エンジンに静止画を渡すのは、動画をもっともコントロールしやすい作り方です。被写体も構図も光も、すでに画像の中で決まっています。エンジンに残された仕事はひとつ、それを動かすことだけです。eroqの動画エンジンはすべて開始フレームを受け付けるので、問題になるのは「そのエンジンで画像から動画が作れるか」ではありません。各エンジンが最初のフレームのあとに何をするか、です。

開始フレームで実際に得られるもの

テキストから動画では、エンジンが被写体、構図、光、動きを一度にすべて考え出すため、どこか1か所でも破綻すればそのテイクは台無しです。画像から動画なら、4つのうち3つはすでに固まっています。OKを出した顔、クライアントが承認したとおりに撮影された商品、配色を決めるのに4回レンダリングした絵画。

ワークフローはそこから自然に決まります。画像スタジオで納得がいくまでフレームを作り込み、それから動かす。すべてのレンダリングはレシピと一緒にライブラリに保存され、画像カードの動画化を押すと、その画像がソースとして動画ツールに送られます。キャラクターは少し違います。@でメンションすると、リファレンス画像を読み取るエンジン（Seedance、Kling、Veo 3.1、Hailuo 3、Wan）が、その顔をクリップまで運んでくれます。

最初のフレームのあとで比べるエンジン一覧

Motion Oneはeroq独自の検閲なしエンジンで、それだけである種の仕事をまるごと引き受けられます。このエンジンと姉妹のMotion Proは、上流でモデレーションされない唯一の動画エンジンなので、ダークなシーン、暴力的なシーン、激しいシーンなど、プロバイダーが静止画を拒否したときの代わりになります。Motion Oneは無料を含むすべてのアカウントで使え、29クレジット / 秒（5秒で145クレジット）、5〜15秒、480pか768p（1080pと2Kはアップスケール）、音声込みで、最初のフレーム、最後のフレーム、またはその両方を受け付けます。Motion Proは開始フレームから720pまたは1080pでレンダリングします。この記事の残りでは、それぞれのプロバイダーによって上流でモデレーションされている、サードパーティのエンジンを取り上げます。

Kling 3.0は、顔を任せるならこれ、というエンジンです。なめらかな動きと顔の表現に定評があり、実際、Klingで動かしたポートレートは途中でよく似た別人にすり替わることなく、最初から最後のフレームまで同じ人物のままでいてくれる傾向があります。720p、3〜15秒、音声付き、5秒で270クレジット、Hobbyプラン以上（CreatorではKling 3.0 Pro）。静止画が人物で、クリップの主役もその人物なら、まずはここから。Seedanceとの比較は/compare/seedance-vs-klingにあります。

Hailuo 3 Maxは、天候のあるシーンを任せるエンジンです。映画のような物理表現とドラマチックな光に定評があります。煙、水、落ちてくる破片、時間とともに変化する鋭い光の筋。静止画の中で動くべきなのが人物ではなく、その周りの空気なら、Hailuoを選びましょう。480pまたは768p、5〜15秒、無音、5秒で170クレジット、Hobby以上です。CreatorのHailuo 3なら、同じことを2Kで音声付きで行えます。

Seedance 2.5は、細かくコントロールできて、長さも出せるエンジンです。再現用のシードに対応しているので、うまくいったテイクがあれば、サイコロを振り直すのではなく同じ出発点からバリエーションを生成し直せます。さらに最初と最後のフレームの補間にも対応。始まりの静止画と着地させたい静止画を渡せば、その間を埋めてくれます。4〜30秒、480pまたは720p（1080pと2Kはアップスケール）、音声付き、Creator以上、5秒で490クレジットです。制限が1つあります。Seedanceのエンジンは、実在の人物の写真に見える開始フレームを断ります。イラストや3Dレンダリングは通ります。

Seedance 2.0、2.0 Fast、2.0 Miniはファミリーの残りで、4〜15秒、すべてシード対応で、両方のフレームに対応しています。すべてのアカウントで使えるMiniは、4秒で60クレジットで、その静止画がうまく動くかを、より多くのお金をかける前に確かめる、ファミリーでいちばん安い方法です。

Veo 3.1ファミリーは静止画を動かし、環境音、効果音、セリフといった音声も一緒に生成します。長さは4、6、8秒、解像度はLiteが最大1080p、ほかの2つは最大4K（4KはCreatorから）。すべてのアカウントで使えるVeo 3.1 Lite、HobbyからのVeo 3.1 Fast（8秒で344クレジット）、CreatorのVeo 3.1があります。最後のフレームとシードにも対応します。

プロンプトには動きだけを書く

これは画像から動画でいちばん大きな失敗で、しかも簡単に直せます。静止画がすでに被写体そのものなら、被写体を説明し直しても何の役にも立たず、渡したフレームとぶつかることさえあります。赤いコートはエンジンにも見えています。わざわざ赤いコートのことを書くと、別の赤いコートを描くきっかけを与えるだけです。

だからプロンプトは、時間とともに変化するものだけに絞りましょう。何が動くか、カメラがどう動くか、光がどうなるか。

たとえば、ソースの静止画が、夜、雨の筋が流れる窓辺に立つ女性で、画像スタジオで作った時点ですでに完璧だとします。プロンプトは彼女の説明ではありません。こうです。

彼女がゆっくり息を吐くと、フレームの端でガラスが曇り、片手を上げて短い弧を描くように拭う。窓の外側を雨が流れ続け、その向こうのネオンが水滴の上で脈打つように光る。ゆっくりとプッシュイン、わずかな手持ちカメラの揺れ、それ以外はすべて静止したまま。

どの節も、動詞かカメラへの指示です。「それ以外はすべて静止したまま」はしっかり仕事をしています。フレームの残りはもう完成している、とエンジンに伝えているのです。それこそが、静止画を動かすことの大前提です。

よくある最初の試みと比べてみてください。「夜、雨の窓辺に立つ赤いコートの美しい女性、ネオンライト、シネマティック、35mm」。これはテキストから動画のプロンプトを、画像から動画の仕事に貼り付けただけです。画像がすでにそうなっていることを説明しているだけで、動きをまったく求めていないので、そよ風が少し吹いただけの写真のようなものが返ってきます。

動きのプロンプト用、3行のチェックリストです。

1. アクションをひとつ。 彼女がガラスを拭う。車のドアが開く。煙が立ちのぼる。
2. カメラの動きをひとつ。 プッシュイン、オービットショット、スローパン、手持ちカメラの揺れ。ほのめかすのではなく、名前で指定します。
3. 光や環境がどうなるかを1行で。 または、変化しないことをはっきり書きます。

終了フレームのテクニック

ロゴが浮かび上がる、顔がカメラのほうを向く、ドアが完全に開くなど、ショットの着地点が決まっているなら、多くのエンジンが両端のフレームを受け付けます。Seedance、Veo、Kling、Hailuoの各ファミリーとMotion Oneです。画像スタジオで静止画を2枚作り、1枚目を最初のフレーム、2枚目を最後のフレームに設定して、その間の道のりだけを書いたプロンプトを入力しましょう。

ラインナップの中で、プロンプトを書くというより演出に最も近いのがこの方法です。シーケンスがきれいにつながるのもこのおかげで、ショット2をショット1が終わったまさにそのフレームから始められます。

画像から動画でできないこと

はっきり書いておきます。eroqにはリップシンクがありません。動かした静止画が、持ち込んだボイストラックに合わせて口を動かすことはなく、音声付きのエンジンはその代わりにプロンプトに書かれたセリフを演じます。アップスケールは別の工程です。eroq Upscale（近日公開）が完成したクリップを1080pか2Kに上げます（動画 › Edit › アップスケール、またはテイクの「1080pまたは2Kにアップスケール」ボタン）。完成したクリップに映る人物を変えるのは、画像から動画ではなくReplaceの仕事です。クリップは指定した解像度と長さで返ってきます。トリミング、クロスフェード、タイトル、ボイストラックはそのあとで、エディターで、すでにPremiereやAfter Effectsで作業しているならそちらで行います。

まとめ

• プロバイダーが静止画を拒否する → eroq独自の検閲なしエンジン、Motion OneかMotion Pro。
• 静止画が人物で、クリップの主役もその人物 → Kling 3.0。
• 静止画がシーンで、動きが物理、天候、光 → Hailuo 3 Max（2KならHailuo 3）。
• 最後のフレームが決まっている、またはシードが必要 → Seedance（2枚の組み合わせを試すならMini、仕上げは2.0か2.5）かVeo 3.1。15秒より長いなら → Seedance 2.5。
• 音声付きで仕上げたい → ほとんどのエンジンが対応していて、定番はVeo 3.1 Fast。
• そもそも静止画がうまく動くかわからない → Seedance 2.0 Miniで4秒、60クレジット。それから本番へ。

よくある質問

eroqの動画エンジンはすべて画像を動画にできますか？

はい。どのエンジンも開始フレームを受け付けます。アップロードした画像でも、ライブラリにあるレンダリングでもかまいません。違うのは長さ、解像度、利用できるプラン、そしてフレームが動き出してから各エンジンが得意とすることです。Seedanceのエンジンは、実在の人物の写真に見える開始フレームを断ります。

画像から動画で顔の一貫性を保てるエンジンはどれですか？

なめらかな動きと顔の表現で知られるKling 3.0です。単体の写真ではなくキャラクターを使うと、さらに効果的です。リファレンス画像を読み取るエンジンなら、キャラクターの画像が、画像でもクリップでも同じ顔を保ってくれます。

開始フレームと終了フレームに対応しているエンジンはどれですか？

Seedance、Veo 3.1、Kling 3.0、Hailuoの各ファミリーとMotion Oneは、いずれも最初と最後のフレームを受け付けるので、始まりのフレームと着地のフレームを渡して、その間を埋めてもらえます。2枚の組み合わせを安く試すならSeedance 2.0 Mini、最も長く生成できるのはSeedance 2.5です。

まずフレームを作り、それから動きを3行で書きましょう。動画スタジオを開く。