九枚の参照画像でSeedance 2.5の一貫性を試す設計
メイシンさんが今回作ったのは、架空の未来型アイテム「EMO SWAY」を題材にしたブランドムービーだ。不安を抱えながらも前に進みたいという気持ちを描く、三十秒のストーリー仕立ての映像を目指している。AIが人を変えるのではなく、その人が本来持っている気持ちを少しだけ支えるという考え方を映像の軸に据えている。
ByteDance Seedの公式ブログは、Seedance 2.5で三十枚までの画像、十本までの動画、十本までの音声を一度の生成に参照素材として入力できると説明している。メイシンさんはこの仕組みを使い、物語に登場させたい九枚の画像をあらかじめ用意し、それぞれに番号を振ってプロンプト内で指定した。
| 検証項目 | 結果 |
|---|---|
| 人物の同一性 | 三十秒間維持できた |
| 商品の形状 | 最後のカットまで崩れなかった |
| 場面転換 | 一本の映像としてまとまった |
| 文字情報の表示 | 画像とプロンプトの重複で二重表示になった |
検証で確かめたかったのは五つの点だ。人物が三十秒間同じ見た目を保てるか、商品の形が途中で変わらないか、室内から街へ出て待ち合わせに至るという場面転換を一本の映像としてまとめられるか、不安から笑顔に変わる感情の変化を描けるか、そして素材を並べただけでなく一本のCMとして成立するかだ。五つとも、単発の画像生成では確かめようのない、動画ならではの検証項目だと言ってよいだろう。
プロンプトには、全シーンで同一人物として顔・髪型・衣装・バッグ・イヤリングの形状を変えないことや、派手な変身演出を避けることまで細かく書き込まれている。検証の精度を上げるために、曖昧さを極力減らす書き方を選んでいることがうかがえる。
場面の構成も、不安を抱えた表情から始まり、商品を手に取り、街へ歩き出し、人と向き合い、最後に商品紹介で締めるという流れに沿って緻密に設計されている。参照画像一枚一枚に役割を持たせ、物語の起伏を作ろうとしている点が、ただの画像の寄せ集めとは違う部分だ。起承転結を意識した構成そのものが、検証の結果を左右する設計図になっている。
複数カットをつないでも人物と商品が保たれた結果
メイシンさんが完成した映像を見て挙げた手応えは、人物や商品の維持、映像の美しさ、自然な動きだった。鏡の前でためらう場面から、商品を手に取る場面、街へ歩き出す場面、待ち合わせの場面、そして商品紹介で締めるという一連の流れが、一回の生成でひとつながりの物語としてまとまっている。
場面ごとにカットを割って個別に生成し、あとから編集でつなぐという従来の手順を踏まずに、ここまでの展開を一本道で作れたことは、検証の設計がそのまま成果に結びついた形だ。各場面の前後関係をプロンプトの順番に委ねる判断が、うまく機能したことになる。
九枚の画像をそれぞれ三秒から四秒ほどの区間に割り当て、場面ごとに表示するテキストまで指定したことで、単なる画像のスライドショーではなく、意味のある展開を持つ映像に仕上がっている。参照画像を順番に守らせるという設計が、場面転換の一貫性を支えている形だ。秒数の区切りまで決めておくことで、生成側が迷う余地をさらに減らしている。
商品であるイヤリングの形状についても、最後の商品紹介カットまで崩れずに描かれていた。複数の参照画像をまたいで同じ商品を保つという検証項目は、ひとまず達成できたと見てよさそうだ。
不安から呼吸が整い、一歩踏み出し、自分から笑えるようになるという感情の変化も、画面上の表情の移り変わりとして描けたとメイシンさんは振り返っている。目に見えない心の変化を映像でどこまで表現できるかという、今回いちばん試したかった点にも一定の手応えがあったようだ。
一方で、失敗点も正直に記録されている。日本語のテキストをあらかじめ画像に組み込んでいたが、前回の検証ではうまく反映できなかったため、今回はプロンプトの中にも同じ文言を重ねて入れていた。ところが今回は画像側の日本語表記がきれいに表示され、字幕と二重になって誤字のような見た目になってしまったという。
「前回うまくいかなかった方法を補強したら、今回は別の形で裏目に出た」というこの経緯は、生成AIを使った制作にありがちな一面をよく表している。一つの不具合を潰そうとした工夫が、条件が変わった瞬間に別の不具合を生む。検証を重ねるからこそ見えてくる種類の失敗だ。
複数参照画像を使う前に押さえておきたい点
検証そのものは成功と失敗が入り混じった結果になったが、どちらも次に試す人へ渡せる具体的な手がかりとして記録に残っている。
この失敗から読み取れるのは、文字を画像に組み込む方法とプロンプトで指定する方法を併用すると、両方が反映されたときに二重表示が起きるという具体的な注意点だ。メイシンさん自身も、次回は画像の組み込みかプロンプトの指定のどちらか一方に絞ってみたいと振り返っている。
併用という判断自体は、前回の失敗を踏まえた保険のつもりだったのだろう。どちらか一方が反映されなくても、もう一方で補えるという考え方は、一見するとかなり手堅いやり方に見える。ただし今回のように両方とも反映されてしまう可能性までは、事前になかなか見込みにくいものだ。
参照画像を使った検証を行う際は、画像の枚数や順番だけでなく、どの情報をどちらの手段で指定するかという役割分担まで事前に決めておく必要がありそうだ。同じ情報を二重に渡すと、うまくいったときにこそ思わぬ見た目になる。
文字情報に限らず、色調や構図の指定など複数の手段で同じ結果を狙いたくなる場面は他にもありそうだ。保険のつもりで重ねた指定が、モデルの精度が上がったタイミングでちょうど両方反映されてしまうという巡り合わせは、今後の生成でも十分に起こり得る話だ。
もう一つ注目したいのは、この記事がPollo AIからクレジットの提供を受けて作られた企画記事だという点だ。提供を受けた立場であっても、うまくいかなかった点を隠さずに書いている姿勢は、検証記録として読む上で評価してよいポイントだ。
提供記事だからといって、内容をそのまま鵜呑みにする必要はない。良い結果と悪い結果の両方が書かれているかどうかを見れば、その記事が宣伝に寄っているのか、実際の検証記録に近いのかを読者自身が判断できる。
九枚という参照画像の枚数は、Seedance 2.5が対応する上限である三十枚に対してまだ余裕がある。今回の検証結果を踏まえると、場面の数を増やしてより長い物語を試すという発展も考えられる。
場面数を増やせば増やすほど、参照画像どうしのつながりを保つ難易度も上がっていくはずだ。九枚で一貫性を保てたという今回の結果が、二十枚や三十枚に近い枚数でも同じように成り立つのかは、まだ分からない。
複数の参照画像を使った一発生成は、素材を個別に作ってつなぎ合わせる手間を減らせる一方、各参照画像の役割をプロンプトで正確に伝えられるかどうかが仕上がりを左右する。文字情報の扱いのように、見落としやすい部分から崩れやすいという今回の記録は、同じ手法を試す人への具体的な注意点になる。
個別に素材を作ってあとから編集でつなぐ従来の進め方と比べると、一発生成は工程そのものは短縮できる。その代わり、途中で一部だけ直すという融通が利きにくく、うまくいかなかったときはやり直しの範囲が広くなりやすい。この裏表の関係を踏まえた上で選ぶべき手法だと言えるだろう。
AI編集部のつぶやき
