プロンプトから動きを作る
被写体の動作、カメラ、テンポ、雰囲気を指定して動画を生成します。
AI動画モデル
Veo、Kling、Seedance、Wan、GrokなどのAI動画モデルを比較し、そのまま動画を生成できます。
動き、長さ、制御に合うAI動画モデルを選ぶ
AI動画モデルは、テキスト・画像・参照素材への対応、長さ、解像度、音声、カメラ制御が異なります。納品する映像から逆算して選びます。
静止画をアニメーション化
最初のフレームや外観を保ちたい場合は画像から動画を生成します。
納品設定を合わせる
長さ、解像度、比率、音声対応、クレジットを生成前に比較します。
利用できるAI動画モデル
各モデルの入力素材、出力設定、動画プロンプト例を確認できます。
Veo 3.1 Lite
720p, 1080p, 4k
Cost-efficient Google Veo 3.1 for text-to-video, first/last-frame, and material-reference generation.
モデルを開くVeo 3.1 Fast
720p, 1080p, 4k
Fast Google Veo 3.1 with synchronized audio for text, first/last-frame, material-reference, and extend.
モデルを開くVeo 3.1
720p, 1080p, 4k
Flagship Google Veo 3.1 Quality for text-to-video and first/last-frame generation with synchronized audio.
モデルを開くKling 3.0
720p, 1080p, 4k
Cinematic Kling model with optional native audio, first/last-frame control, and 3-15 second generation.
モデルを開くKling 3.0 Turbo
720p, 1080p
Lower-cost Kling V3 Turbo model for rapid text-to-video and first-frame animation.
モデルを開くGemini Omni Flash
720p, 1080p, 4k
Any-input video model for turning text, images, audio, or clips into grounded, editable video.
モデルを開くGemini Omni 1.1 Flash
360p, 720p, 1080p, 4k
KIE Gemini Omni 1.1 Flash for fast multimodal video generation, first/last frames, and video references.
モデルを開くGrok Imagine Video
480p, 720p
Fast creative video model for animating text or image ideas into short, shareable motion clips.
モデルを開くGrok Imagine Video 1.5 Preview
480p, 720p
参照画像から480p・720p、1〜15秒の動画を生成できるモデル。
モデルを開くHappyHorse 1.0
720p, 1080p
Audio-video generation model for text, image, reference, and editing workflows with native lip-sync.
モデルを開くHappyHorse 1.1
720p, 1080p
Physically realistic video generation from text, a first-frame image, or up to nine ordered reference images.
モデルを開くSeedance 2.0
480p, 720p, 1080p, 4k
同期音声、最大4K出力、画像・動画・音声リファレンスに対応する高品質マルチモーダル動画モデル。
モデルを開くSeedance 2.0 Fast
480p, 720p
同期音声と複数形式のリファレンスに対応する、480p・720pの高速マルチモーダル動画生成。
モデルを開くSeedance 2.0 Mini
480p, 720p
480p・720pの低コスト動画生成。同期音声と画像・動画・音声リファレンスに対応。
モデルを開くWan 2.7
720p, 1080p
Multi-reference video model for text-to-video, image-to-video, first-last frame control, and instruction-based editing.
モデルを開くWan 3.0 Video
480p, 720p, 1080p
Alibaba Wan 3.0 for text, first/last-frame, and multimodal reference video generation up to 30 seconds.
モデルを開くWan 3.0 Video Prime
480p, 720p, 1080p
Faster Alibaba Wan 3.0 Prime for text, first/last-frame, and multimodal reference video generation up to 30 seconds.
モデルを開くMiniMax H3
768p, 2k
MiniMax H3 for native-audio video generation from text, first/last frames, and multimodal references.
モデルを開く