AIで静止画を動かす方法

AIで静止画を動かすには、写真を画像から動画へのモデルにアップロードし、欲しい動きだけを(シーンではなく)説明する短いプロンプトを書いて、短いクリップを生成します——AIはあなたの1枚のフレームから、自然な動き、カメラワーク、光の変化を作り出します。Astorieでは、GPUもインストールも不要なブラウザベースのキャンバス上でこれを行えます:画像を画像ノードに入れ、1つ以上の動画ノードに接続し、複数の最先端動画モデルに同時にかけるだけです。

2026年現在、静止写真から動くクリップへの最も速い道は画像から動画への変換(しばしばimg2vidと略されます)です。言葉だけからクリップを生成するテキストから動画への変換とは異なり、画像から動画への変換はあなたの写真そのものから始まるため、被写体、色、構図は固定されたまま、AIがその上に動きを加えます。だからこそ「この写真を動かしたい」というニーズに最適なツールになるのです:あなたの商品、キャラクター、作品は再構築されるのではなく、フレームからフレームへとそのまま保たれます。

手順はどのモデルでも同じ5ステップです:(1) 動きを暗示する元画像を選ぶ(歩いている途中の人物、風になびく髪、今まさに砕けようとする波は、硬直した左右対称の証明写真よりもはるかによく動きます)。(2) 被写体に適した動画モデルを選ぶ(下記のモデル選択を参照)。(3) 動詞とカメラ方向だけを使った運動専用のプロンプトを書く——フレームに既に写っているものを再度説明してはいけません。(4) 長さとアスペクト比を設定する(ほとんどのモデルは16:9または9:16で5秒のクリップをレンダリングします)。(5) 生成し、バージョントレイで各テイクを確認して、気に入ったものを書き出します——NLEタイムラインへの直接書き出しも含めて。

画質を左右する最大の決断は、どのモデルで画像を動かすかです。このページの3つの画像から動画へのモデルにはそれぞれ明確な得意分野があり、Astorieでは1枚の元画像を一度にすべてのモデルへ展開できるため、事前に推測するのではなく、同じ写真を全モデルに並行してかけて最良のテイクを残すことができます。

フレームに人の顔がある場合はKling 3.0を選びましょう。そのProティアは、このページのどのモデルよりも自然な表情の機微、瞬きのリズム、唇の動きを生み出します——「明らかにAI」と「え、これ本物？」の違いを生む部分です。顔が関係ない風景や物体にはStandardティアを使いましょう。体感品質は同じで、レンダリングはより高速です。

高エネルギーなアクション、ドラマチックな動き、イラストやアニメ調の静止画にはSeedance 2.0(ByteDance)を選びましょう。キャラクターが飛び出す、布が激しく揺れる、様式化されたシーンが動き出すといった、Klingが得意とする繊細で自然な抑制感ではなく、勢いのある動きが欲しいときの専門家です。

カメラそのものが主役のときはLuma Ray 2を選びましょう。Ray 2は最も映画的なカメラの物理表現を実現します——ゆっくりとしたドリー、穏やかな旋回、そして平坦な風景写真に本物の奥行きを与える自然な視差を、フィルムグレインで仕上げます。静止シーンから動くエスタブリッシングショットを作りたいなら、ここから始めましょう。

実用的なワークフローとしては、まずKling 3.0 Standardで下書きして運動の方向性を素早くテストし、人物が被写体の場合はKling 3.0 Proで仕上げ、カメラの動きが必要な風景にはRay 2に切り替え、ショットに大胆なアクションが求められるときはSeedance 2.0を使います。このページのどのモデルも5秒のクリップをレンダリングするので、より長いシーケンスは複数のショットとして計画し、タイムライン上で組み立てましょう。

静止画を動かす際に最もよくある、そして最もコストの高い間違いは、すでに見えているものを再度説明してしまうことです。モデルはあなたの写真のすべてのピクセルをすでに見ています。プロンプトは100%運動の指示であるべきで、シーンの説明は0%にすべきです。「彼女はまばたきをし、頭を左に傾け、温かい笑みを浮かべる。髪は軽い風に揺れる。カメラは静止」と書くべきで、「陽の当たる庭で青いドレスを着た茶色い髪の女性」と書いてはいけません。シーンを再説明すると、モデルはあなたの言葉と画像を無理に一致させようとし、色味のズレや望まない細部の変化を引き起こします。

「カメラは静止」であっても、必ず明示的なカメラ指示を含めてください。指示がないと、モデルが被写体の動きと競合する独自のカメラワークを勝手に加えることがあります。「ゆっくり前へ寄る」は親密さを生み、「穏やかに旋回する」は奥行きを見せ、「後ろに引く」は劇的な見せ方になります——風景の場合、単純な前進だけでも前景と背景の間に本物の3D視差が生まれます。

動きの強さは元画像が暗示するものに合わせましょう。フォーマルで静止した肖像写真に急に走らせたり踊らせたりするよう求めると、モデルはフレームに存在しない体の姿勢を創り出さなければならず、不自然に見えます。繊細な微細動作は信憑性のある仕上がりになり、ドラマチックな動作はそれをすでに暗示している元画像にこそふさわしいものです。元画像が硬すぎる場合は、先に編集しましょう——例えば、フォーマルな証明写真をキャンバス上の編集モデルに通してより自然なポーズにしてから、動画化するといった具合です。

Astorieでは、静止画を動かすことは一度きりの賭けではなく、一括展開です。1枚の元画像をKling 3.0、Seedance 2.0、Ray 2に同時に接続し、並行して実行します。すべてのテイクはバージョントレイに集まるので、動き、顔、カメラワークを並べて比較し、1つのモデルを何度も再生成する代わりに、最良のものを残すことができます。

ワークフロー全体が1つのブラウザベースのキャンバス上にあるため、上流の工程も同じ場所で組み立てられます:まず画像ノードで静止画を生成または編集し、それをそのまま動画ノードに送り込む——ダウンロードも、再アップロードも、ツールの切り替えも不要です。クリップが完成したら、単体で書き出すか、お好みの編集ソフトで仕上げるためのNLE/タイムライン書き出しを含め、タイムラインに送りましょう。

Astorieは画像、動画、音声、3D、テキストにまたがる50以上のモデルをホストしており、個人・チーム/ワークスペース双方の課金と、デュアル残高のクレジットシステムに対応しています。この幅広さこそが重要なポイントです:静止画を動かすことが最後の工程になることはめったになく、画像生成、画像から動画への変換、音声、書き出しを1つのキャンバス上にまとめることこそが、1枚の写真を完成したショットへと変えるのです。