Google Veo 2で動画を生成する方法

TL;DR

Google Veo 2は、fal.aiなどでプロンプト、縦横比、秒数を設定すると、最大8秒の写実的な動画を生成できる。日本人や日本食の表現、破綻の少ない実写風素材に強い一方、複雑な指示への追従や画像からの動画生成には検証時点で課題がある。

Transcript

やばい何これ皆さんとんでもないことが 起きました今カメラの前で喋っている 私たちは実はAIなんですよはい こんにちはケトですこのチャンネルは生生 愛の最新情報や活用事例を紹介してます 是非チャンネル登録などお願いいたします はいちょっとね冒頭にふざけた動画を出し ましたけど今回のテーマはですねリアルな 日本人が生成されるGoogleの動画 AIbeo2のクオリティが圧倒的 ナンバーワンすぎるっっていうことで Googleがですね新しく動画生成 eiibeo2っていうものをですね リリースしましてこれがですね結構 すごかったので今回はまその解説とえ30 本ぐらい動画をですね生成してみましたの で生成した動画をですね全て紹介して いこうかなって思いますえ是非参考にして いただければと思いますとい... Read More

Key Insights

• Veo 2は、テキストや画像から高品質な動画を生成するGoogle開発のAIモデルであり、検証時点ではテキストからの生成だけが利用できた。
• 生成できる動画は検証時点で最大8秒、HD画質であり、最大4K対応は将来の機能として紹介されたものの、撮影時には確認できなかった。
• Veo 2は、物理法則や表情の微細なニュアンスに加え、カメラアングル、レンズなどの撮影技法を示すプロンプトも理解すると紹介されている。
• SynthIDは、AI生成コンテンツに人間の目では見えない電子透かしを埋め込み、圧縮やフィルター適用後も識別を可能にする仕組みである。
• fal.aiは、必要な分のクレジットを都度購入でき、APIも利用できるため、Veo 2だけを試したい場合に適した選択肢として推奨された。
• 日本人や日本食の生成は、約30本の検証で特に写実性が高いと評価され、ご飯、寿司、家系ラーメンなども現実に近い表現になった。
• プロンプト追従性は、複数の動物を融合する指示や金色の亀という指定が反映されない例があり、複雑で非現実的な表現では低いと評価された。
• 実写風動画は、画質が比較的きれいで破綻も少なく、店舗のコンセプト映像などに1秒から2秒程度挿入する素材として有用だと話者は判断した。

Questions & Answers

Q: Google Veo 2で動画を生成する方法は？

fal.aiでVeo 2を検索してモデルを開き、生成したい映像をプロンプト欄に入力する。次に横長または縦長のアスペクト比と、最大8秒までの動画時間を設定し、実行ボタンを押すと動画が生成される。検証時点では画像入力ではなく、テキストからの生成が利用された。

Q: Veo 2では何秒、どの画質の動画を生成できますか？

検証時点では、最大8秒のHD画質の動画を生成できた。Veo 2は最大4K解像度に対応するモデルとして紹介されているが、撮影時点で4K出力は利用できず、実際に確認された画質はHDまでだったため、4Kについては今後の対応として扱う必要がある。

Q: Veo 2は日本人や日本の風景を自然に生成できますか？

約30本の検証では、日本人の男女、中年男性、日本食、桜、東京の風景などが比較的自然に生成された。話者は、中国人や韓国人ではなく日本人らしい顔立ちに見える人物や、ご飯、寿司、家系ラーメンなどの再現を根拠に、日本への理解度が高いと評価している。

Q: Veo 2のプロンプトを簡単に作る方法は？

ChatGPTのGPT検索でVeo 2向けのプロンプト生成ツールを探し、作りたい映像の内容や雰囲気を日本語で伝える方法が紹介されている。生成された英語の文章をfal.aiのプロンプト欄へ貼り付ければ、専門的な撮影表現を自分で組み立てる負担を減らせる。

Q: Veo 2はどのサービスで利用できますか？

動画内では、検証時点の利用先としてfal.aiとFreepikが紹介されている。fal.aiはクレジットを都度購入する方式でAPIも利用でき、Freepikはサブスクリプションで複数の動画生成AIを使える。Veo 2を単体で試す用途では、話者はfal.aiを推奨している。

Q: fal.aiでVeo 2を使う料金体系は？

fal.aiでは月額契約ではなく、10ドル、20ドル、50ドル、または任意額のクレジットを購入して利用する方式が紹介された。画面には5秒の動画生成が1.25ドルと表示されていた一方、撮影当日は最低限のクレジット購入後も残高が減らなかったと話者が報告しており、恒常的な無料提供とは確認できない。

Q: Veo 2が得意な動画は何ですか？

Veo 2は、人物、動物、料理、都市、自然風景など、現実に存在する対象を写実的に見せる動画を得意とすると評価された。特に日本人の人物像、ご飯の湯気、寿司やラーメン、人混みのある街並みは破綻が少なく、短い映像素材として使いやすいという結論である。

Q: Veo 2が苦手な動画や指示は何ですか？

Veo 2は、動物同士を融合した架空生物など、非現実的で奇抜な映像や複雑な指定への追従が苦手と評価された。猫の顔とキリンの体を組み合わせる指示が普通のキリンになり、金色の亀という指定も一般的な亀になったため、実行できない指示を別の自然な映像へ置き換える傾向が示された。

Summary & Key Takeaways

• Veo 2は、Googleが開発したテキストまたは画像から高品質な動画を生成するAIモデルとして紹介されている。検証時点ではテキスト入力のみ利用でき、最大8秒、HD画質の動画を生成できた。最大4Kへの対応も示されているが、撮影時点では利用できなかった。物理法則、表情の細かなニュアンス、カメラアングルやレンズなどの撮影用語を理解できることも特徴とされる。

• 利用手段としてfal.aiとFreepikが紹介され、単体利用では都度クレジットを購入でき、APIにも対応するfal.aiが推奨された。fal.aiではモデル検索からVeo 2を選び、プロンプト、横長または縦長の比率、最大8秒の長さを指定して実行する。複雑な英語プロンプトを自作しにくい場合は、ChatGPT上のVeo 2向けプロンプト生成GPTを利用する方法も紹介された。

• 約30本の生成結果では、日本人、日本食、都市、動物、実写風景などが写実的で、特に人物の顔立ち、ご飯の湯気、寿司、ラーメン、人混みなどの表現が高く評価された。一方、動物を組み合わせる指示や色の指定が無視される例、たこ焼きにかけるマヨネーズが手から出る破綻もあった。話者は、短い実写風素材には有用だが、奇抜な創作や厳密な指示への追従は不得意と評価している。