Veo 3

前回Scrollytelingで画像スライドを生成した。「季節の野鳥アルバム」

この時の16枚の画像を元に及川さんが作曲してくれたので、今回はVeo3で生成した動画を使ってスライドを制作した。動画一枚は８秒、一日の動画生成は３枚までの制限がある。

Veo の誕生と進化 (2024年5月〜)
2024年5月の「Google I/O 2024」にて、Veo（第1世代）が正式に発表されました。

高解像度と長さ: 1080pの解像度で、1分を超える動画生成を可能にしました。
クリエイティブな制御: 「シネマティック（映画風）」や「タイムラプス」といった映画制作の用語を理解し、カメラワークの指定などプロフェッショナルなニーズに応える設計がなされました。
クリエイターとの協作: 映画監督のドナルド・グローヴァーなど、実際のクリエイターからのフィードバックを受けて開発が進められたのが特徴です。

 Veo 3 への進化
現在のVeo 3（Gemini 3 Flash Video）は、Googleの最新のマルチモーダル基盤モデル技術が統合されています。
物理法則の理解: 物体の動きや光の反射など、現実世界の物理法則をより正確にシミュレートできるようになりました。
音声のネイティブ生成: 映像に合わせた音響効果（効果音や環境音）を、映像と同時に生成する能力が強化されています。
フレーム間の一貫性: 最初のフレームと最後のフレームを指定してその間を補完する機能や、リファレンス画像に基づいてスタイルを固定する機能など、編集ツールとしての実用性が極めて高くなっています。
Veo 3は、単に「短い動画を作るAI」から、ストーリーボードを具現化し、音響まで含めた「AI映像制作スタジオ」へと進化を遂げたと言えます。

画像1枚あたり16秒間表示する。8秒の動画は2枚必要になる。Flowから使えば2枚の動画は連続性が保たれる。Geminiで連続性を保つには前回のプロンプトを保持しそれに追加する必要があるようだ。

結局、Geminiの生成動画のほうが品質がよいので画像によっては８秒間の動画を生成してAviUtl2で表示速度を2倍に伸ばすことにした。鳥の飛翔などは遅くしてスローモーション動画にしても違和感がなく、かえって優雅な表現になると思った。