万能リファレンスで動画生成：画像・動画・音声を組み合わせるAI
参照画像、動画クリップ、音声をプロンプトと組み合わせて1本のAI動画を生成。アップロード欄には選んだモデルが対応する素材だけが表示されます。
対応モデル： Seedance 2.5 · Seedance 2.0 · Seedance 2.0 Fast · Seedance 2.0 Mini · MiniMax H3 · Wan 3.0 · Wan 3.0 Prime · Kling v3 · Kling v3 Omni · Veo 3 · Veo 3.1 Fast · Gemini Omni Flash · Grok Video 1.5 · Grok Video 1.0 · Wan 2.6 · Wan 2.6 Flash · HappyHorse 1.0 · HappyHorse 1.1
万能リファレンス動画生成とは？
万能リファレンス動画生成は、テキストのプロンプトに複数の参照素材を組み合わせて1本のAI動画を作る機能です。画像でキャラクターやスタイルを、動画クリップで動きを、音声でリズムや声を指定できます。テキストから動画は言葉から、画像動画化は1枚の画像から始まりますが、リファレンス動画生成では結果の複数の要素を同時にコントロールできます。
対応する参照素材はモデルごとに異なります。Wan 3.0は画像・動画・音声あわせて最大21個、MiniMax H3は画像最大9枚・動画3本・音声3本、HappyHorse 1.0は参照画像最大9枚に対応します。アップロード欄は自動で切り替わり、選んだモデルが使える枠だけが表示されます。
リファレンス動画生成でできること
キャラクターの一貫性
キャラクター画像を参照して、ショットをまたいでも顔や服装、小物をそろえられます。
クリップの動きを再現
参照動画で、動きや振り付け、カメラワークを指定できます。
音楽に合わせた映像
音声を参照に加えると、テンポや雰囲気が曲に沿った映像になります。
実素材から商品動画
商品写真とライフスタイルシーンの参照を組み合わせ、ブランドに合った広告を作れます。
動画へのスタイル転写
アート作品やブランド画像の雰囲気を、新しいシーンに反映できます。
絵コンテから完成ショットへ
絵コンテのコマとラフなクリップを、完成度の高いシーケンスにできます。
リファレンス動画生成に使えるAIモデル
参照できる素材の上限はモデルごとに異なります。「出力」は解像度の範囲とクリップの長さです。
| モデル | 得意分野 | 出力 |
|---|---|---|
| Wan 3.0 | 最も柔軟：画像・動画・音声の参照を最大21個、最長30秒 | 480p–1080p · 2–30s |
| MiniMax H3 | 画像・動画・音声を同時に：画像9枚、動画3本、音声3本まで | 480p–4K · 4–15s |
| HappyHorse 1.0 | 最大9枚の画像によるキャラクター参照 | 720p–1080p · 3–15s |
| Veo 3.1 Fast | 参照画像最大3枚、音声も生成 | 720p–4K · 4–8s |
| Wan 2.6 | 参照動画クリップで動きを指定 | 720p–1080p · 5–10s |
参照素材からAI動画を作る方法
- 1
モデルを選ぶ
動画モデルを選ぶと、参照素材の枠がそのモデルの対応する画像・動画・音声に切り替わります。
- 2
参照素材とプロンプトを追加
参照素材をアップロードし、それぞれが動画にどう影響するかを書きます。対応モデルでは @ を入力して、追加した画像をプロンプト内で指定できます。
- 3
生成してダウンロード
予想クレジットを確認して生成し、完成した動画を履歴からダウンロードします。
参照素材を上手に使うコツ
- プロンプトで各参照素材に役割を与えます。例：画像1をキャラクターに、参照動画をダンスの動きに使う。
- すっきりした参照素材を使いましょう。正面のポートレートやキャラクターシートのほうが、ごちゃごちゃした集合写真より効果的です。
- 参照動画は短く、再現したい動き1つに絞ります。
- 音声参照はテンポと雰囲気のために使い、見せたい映像はプロンプトで説明します。
- 最初は少ない参照素材で始め、ベースの結果が良くなってから追加します。
画像1を主人公に、参照動画をダンスの動きに使用。夜のネオンが光る屋上、手持ちカメラ、縦型動画
ほかのAIツールも試す
よくある質問
- 万能リファレンス動画生成とは？
- テキストのプロンプトに参照画像、動画クリップ、音声を組み合わせて1本のAI動画を作る機能です。テキストや1枚の画像だけよりも、キャラクター、動き、雰囲気を細かくコントロールできます。
- 画像動画化との違いは？
- 画像動画化は1枚の画像を動かす機能で、画像のみに対応します。リファレンス動画生成は、画像・動画クリップ・音声など複数の参照を組み合わせて新しいシーンを作ります。
- どんな参照素材をいくつ追加できる？
- モデルによります。Wan 3.0は合計最大21個、MiniMax H3は画像最大9枚・動画3本・音声3本、HappyHorse 1.0は画像最大9枚です。アップロード欄には選んだモデルが対応する素材だけが表示されます。
- 対応しているファイル形式は？
- 画像はJPG、PNG、WebPなどの一般的な形式、動画クリップはMP4、MOV、M4V、音声はMP3などに対応しています。
- 何クレジット必要？
- モデル、解像度、長さによって変わり、一部のモデルでは参照動画の長さも課金時間に加算されます。予想クレジットは生成前に表示されます。
- 生成にはどのくらいかかる？
- モデル、参照素材、長さによって、通常は1分未満から数分です。生成はバックグラウンドで進むので、後から履歴で確認できます。
- 動画に透かしは入る？
- 透かしなしのダウンロードは有料プランに含まれます。各プランの内容は料金ページをご覧ください。
- 複数の動画で同じキャラクターを使える？
- 使えます。毎回同じキャラクター画像を参照に使い、プロンプトでもキャラクターを同じように説明してください。