Veo 3.1の開始・終了フレームと参照画像の違い

画像から動画を作る方法は一つではありません。特定の静止画から始めたい場合もあれば、終了時の構図まで重要な場合もあります。一方で、正確な最初のフレームより、人物、商品、スタイルを認識できる状態に保つことが大切な案件もあります。

Veo3o1は、これらを開始・終了フレームと参照画像に分けています。プロンプトを書く前に適切なモードを選ぶことで、クレジットの無駄を減らし、入力方法では実現できない指示をモデルに求めずに済みます。

先に結論

このモードでは1枚または2枚の画像を使います。1枚なら視覚的な開始点を与え、2枚ならショットの両端を定義します。プロンプトには、その間をどのように移動するかを書きます。

適した用途は次のとおりです。

2枚の画像には視覚的なつながりが必要です。被写体、カメラ角度、光、環境がすべて違うと、8秒の多くが矛盾を処理する動きに使われてしまいます。

強い遷移プロンプトは、到着点だけでなく経路を説明します。

最初のフレームから開始。カメラは開いたドアを抜けて前進し、昼の光が徐々に夕方の光へ変わる。看板が中央に来てカメラが止まった状態で、2枚目のフレームに到達する。

正確なアップロード手順は開始・終了フレームのガイドで確認できます。

参照画像モードは1〜3枚を受け付け、LiteとFastで利用できます。現在は8秒固定で、16:9または9:16を選びます。

次のような用途に向いています。

画像は被写体を導きますが、開始と終了の構図を固定しません。モデルには、参照した外観を使いながら新しいショットを組み立てる余地があります。

外観の一貫性を重視する場合、参照画像同士が一致している必要があります。人物の顔、服装が分かる広めの写真、横からの角度という組み合わせは、ほぼ同じ3枚より有用です。人物の外観を保つガイドでは、参照選びとプロンプト構造を詳しく説明しています。

開始・終了フレームは構図を導くための入力であり、画素単位の再現を保証するものではありません。使用前に両端の画面と、その間の動きを確認してください。

パッケージの静止画と最終的な主役構図があるなら、開始・終了フレームを使います。カメラの動き、光の変化、商品が最終位置へ至る方法を説明してください。

同じ人物を異なる環境の複数クリップに登場させるなら、参照画像を使います。人物の説明を固定し、1回につき一つの動作または場所だけを変えます。

「雨に濡れた未来の夜市」のように、保持すべき画像がないならテキストから動画を選びます。参照画像を加えても、実際の要件を解決せず制約だけが増えます。

参照画像に正確な最終フレームの再現を求めないでください。端点を固定するモードではありません。関連のない2枚を与え、経路を説明せず自然な遷移を期待することも避けます。手元に画像があるという理由だけでアップロードせず、すべての入力をショットの主目的に結び付けます。