HeyGen Video 1.0 Image-to-Video：静止画を最大2Kで動かす

このモデルは誰のためのものか。すでに絵を持っている人のためです。商品写真、自分でデザインしたキャラクター、絵コンテの一コマ。HeyGen Video 1.0 Image-to-Videoはその画像を最初のフレームとして受け取り、何が起こり、カメラがどう動くかを書いた説明に沿って、そこからシーンを進めていきます。冒頭を描き直すことはできませんが、その先に何が起こるかは自分で決められます。まだ絵そのものを探している段階なら、まずテキストから画像を作るモデルで用意してから戻ってきてください。

使える設定

• 画像。 必須です。これが最初のフレームになり、動画はそのアスペクト比を保つので、縦長の写真からは縦長のクリップができます。
• プロンプト。 必須です。シーン、動き、カメラワークを書く欄で、長く詳しい説明も入ります。
• 長さ。 5秒から15秒まで、初期値は5秒です。
• 解像度。 480p、768p、1080p、2Kから選べて、初期値は768pです。
• プロンプト強化とシードは、どちらも詳細設定にあります。強化は初期状態でオフです。

シーンを段階に分けて書く

モデルページの例を見ると、長い一文ではないことに気づくはずです。それは小さな脚本になっています。場所、それぞれの人物の動き、間、肝心の瞬間、そしてカメラの段落と雰囲気の段落が別々に続きます。この形はこのモデルとよく合います。各段階はモデルが順番に見せるべきひとつの出来事で、カメラを別の段落にすると、動きの指示がアクションと絡まずに済みます。

安く試して、仕上げは高精細で

料金は秒数と解像度に応じて上がり、確定する前に生成ボタンに表示されます。だから賢い手順は、まず動きを決めて、画素への支払いは最後にすることです。最初の試行は480p、5秒で出しましょう。動きがうまく伝わるようになったら、気に入ったテイクのシードを控え、本当に必要な長さで1080pか2Kでもう一度生成します。解像度を変えるとまったく同じクリップにはならないこともありますが、シードを固定して同じプロンプトを使えば近い結果になりやすいです。理由はシードの解説にあります。

プロンプト強化をオンにするとき

強化は生成の前にプロンプトを書き直し、膨らませます。説明が一行だけで、シーンの細部をモデルに補ってほしいときに便利です。上の例のように段階を書き込んであるならオフのままにしましょう。判断はもう自分で済ませていて、書き直しで頼んでいないものが加わるかもしれないからです。2つの選択肢のうち、turboは速く、qualityはより丁寧です。

正直な限界

最初のフレームは、モデルが冒頭では守り、そのあとは解釈していく約束です。顔、手、小さな文字は、クリップが最初の絵から離れるほど崩れていき、15秒のクリップは5秒のものよりずっと崩れる余地があります。体を一回転させる、人が画面から出てまた戻ってくるといった大きな動きで、まずそれが表れます。人物を見分けられる状態に保ちたいなら、動きは小さく抑えましょう。そのための言葉はモーションプロンプト用語集にあります。音や話し声の設定もないので、映像だけのクリップとして計画してください。

スタジオを開き、モデルのページで選んで、手持ちの一番いい静止画から始めましょう。