生成AIについて - 1764283245 - したらば掲示板

1：ポロシャツブランド：2025/11/28(金) 07:40:45 ID:0sPKpFTE0: 多分、動きを混ぜるのはあまり面白い映像にならない。
生成AIにはよく学習された「得意な単語」と、よく知らない単語がある。
たとえば、「着物」はよく知っているから「日本の伝統的な衣装で～」とか足さなくてもそれらしいものを描いてくれる。
しかし、最近の若者がたまに着ている短い丈の着物は、よく知らない。「丈が短い着物で～」「着物とミニスカートを足した感じで～」とか言っても、作務衣のようなものを描くかもしれないし、結構何度も描き直してもらわないとどこか違和感の残るものなる。
そして何より、こういった細かい指定を足せば足すほど、AIは整合性を合わせるのが大変になり、どこかポリゴンチックな、偽物っぽい絵になる。
個人的に楽しむだけならこれでも良いのだけど、映像としてyoutubeにあげるとなると、見る人の目を引かない。

一昔前に流行った、ガラスをナイフで切る映像は、多分プロンプトは短い。あえて細かい指定しないで、良いものが出来上がるまで何度か描き直していると思う。
ガラスも切ることもAIにとって分かりやすいので、細かく指定しなくても大外れにはならない組み合わせ。あとは作品として出してよいものが出来上がるまで何度かやってみるだけ。
不自然にならないようにAIが整えてくれる。

この、不自然にならないように整える、というのが時に曲者で、
たとえば「時速100kmで走る一般男性」と指定しても、多分普通に走るおじさんが「うおおお！１００キロだ！」とか言うだけ。
これは"人は時速100kmでは走れない"という一般的な感覚を足して、全体の整合性を保とうとするため。
「この男性は特殊な訓練を受けている」「この男性は特殊なシューズを履いている」などと指定するほど、画はポリゴンチックに、嘘くさくなっていく。
背中にジェットを背負っていることにすれば、高速移動する男性は描けるかもしれないが、趣旨が違ってくる。
凄まじいスピードで疾走する人間の映像は、多分諦めることになる。

細かい部分にいちいち指定が必要な、風景を見せるタイプの動画も同様。AIからすれば、余計な指定が多すぎる。
一枚絵であれば、"迷う部分が少ない"と、詳細なプロンプトの方が好まれる場合もあるかもしれないけど、
動画の場合は、プロンプトは短くても済むのであればその方がいいと思う。必要最低限を伝えて、しっくりくるものが出来上がるまで何度かやり直す。

今youtubeでよく再生されている動画でも、食べ物に生命を持たせるとか、珍しい生物を見せる(おそらく、複数の生物を掛け合わせている)が、比較的上手くいっている気がする。
まず発想ありきでそれにAIを合わせようとしている動画は、全体を暗くしたり、昭和の映像ということにして、粗を目立たなくしている。
風景を見せる系は、一番高い有料プランに入っているか、編集ソフトで上手く掛け合わせているのだと思う。
そうであったとしても、"道"が設定されていたり、よく動くオブジェクト数は限られていたりと、「これ以上指定するとAIが描いてくれないんだろうな」という部分はやはり見て取れる。