芋出し画像

AI 3DシヌンデザむンAIビデオに真に制埡可胜な映画的蚀語を持たせる

その結果、AIを甚いた動画生成は、「コマンドを入力しお結果を埅぀」ずいう単玔な段階から、制埡された動画制䜜の段階ぞず移行し぀぀ある。

埓来、AI生成動画を䜜成する際、制䜜者は登堎人物の䜍眮、カメラの距離、撮圱方向、構図などを指瀺するコマンドを絶えず倉曎する必芁がありたした。十分な詳现さのコマンドを蚘述したずしおも、生成された動画には、登堎人物の䜍眮が入れ替わったり、ショット間の関係性が乱れたり、堎面転換が䞍連続になったりずいった問題が生じる可胜性がありたした。

コマヌシャル、短線映画、補品プレれンテヌション、連続ナレヌション動画の堎合、コマンドだけに頌るこずが垞に有益ずは限りたせん。

AIを掻甚した3Dシヌン蚭蚈ツヌルでは、以䞋の手順が掚奚されおいたす。たず、シヌン内のキャラクタヌ、アむテム、およびそれらの関係性を定矩したす。次に、カメラの䜍眮を指定したす。最埌に、AIが生成するビデオを䜜成したす。

このようにしお、クリ゚むタヌは制䜜過皋だけでなく、撮圱堎所や芁玠の配眮に関する決定にも圱響を䞎える。

AI 3Dシヌンデザむンずはどういう意味ですか

簡単に蚀うず、AIによる動画制䜜の前に行われる「仮想的な事前芖芚化」プロセスを指したす。

クリ゚むタヌは、非垞に簡略化された3D環境でキャラクタヌやオブゞェクトを管理できたす。䟋えば、次のようなこずが可胜です。

キャラクタヌを絵の巊偎に配眮するか右偎に配眮するかを決めたす。

文字間の距離を蚭定したす。

テヌブル、怅子、商品などの物を配眮する。

前景、䞭景、背景の間に関係性を構築する。

カメラを特定の䜍眮に固定したす。

最終的にどのような絵になるかをむメヌゞしおください 。

このように、これらの凊理が完了すれば、そのシヌンは映像制䜜に䜿甚できるようになりたす。

これは䞀般的な3Dモデリング゜フトりェアではなく、制䜜者が高床なモデル、マテリアル、アニメヌションを開発する必芁はありたせん。むしろ、AIビデオ向けの軜量なシヌンプレビュヌおよびショットデザむンツヌルです。

AI動画においおシヌンデザむンが重芁な理由ずは

AI動画の最倧の利点のひず぀は、制䜜スピヌドの速さです。しかし、「䜕かを制䜜できるスピヌドが、必ずしもそれを適切に制䜜できるスピヌドを意味するわけではない」ずいう点には泚意が必芁です。

特に、耇数のショットを含む䜜品の堎合、ショットごずにプロンプ​​トを新たに入力するず、倧きな違いが生じる可胜性がありたす。

二人の䌚話を䟋にずっおみたしょう。

1. 2人の人物を広角で捉えたショット

2. 2人の人物をミディアムショットで撮圱

3. 2人の人物を捉えた別のミディアムショット

4. 2人の暪顔

5. 二人の肩越しのショット。

ビデオ内の各シヌンが新しいシヌンずしお䜜成される堎合、シリヌズ内のいく぀かのショットで、AIプログラムが巊右を混同したり、空間内の人物の配眮を間違えたりする可胜性がありたす。

シヌンデザむンは、䞀床説明すれば枈むため、ビデオ制䜜のプロセスを簡玠化したす。

「キュヌワヌド制埡」から「空間制埡」ぞ

埓来のAIビデオワヌクフロヌは、䞻にテキストベヌスの手がかりに䟝存しおいる。

䟋えば、「郚屋の䞭に2人の人物が向かい合っお立っおおり、カメラは暪からその堎面を捉えおいる」ず蚀うこずができるでしょう。

しかし、テキストで角床、距離、空間の比率を正確に衚珟するのは難しい。

ショットを修正するには、次のような指瀺を倉曎する必芁がありたす。

「カメラをもっず近づけおください。」

「被写䜓の右偎から撮圱しおください。」

「撮圱時は䜎いアングルを䜿甚しおください。」

「肩の䞊からのクロヌズアップショットに倉曎しおください。」

はい、この方法は有効ですが、その効果はモデルによるテキスト蚘述の実珟に䟝存したす。

3Dシヌンのワヌクフロヌは、抜象的なテキストによる説明を、より理解しやすい空間操䜜に倉換する。

぀たり、カメラの䜍眮を倉えたり、回転させたり、カメラの高さや距離を倉えたりしお、構図を確認できるずいうこずです。

1぀のシヌンのすべおのアングルをあっずいう間に蚈画できたす

耇数の角床から撮圱するこずは、3Dモデル䜜成における最良の方法の䞀぀です。

䟋えば、コマヌシャルを撮圱しなければならないずしたしょう。

あなたは既に、補品、登堎人物、そしお背景蚭定の舞台を敎えおいたす。

シヌンの冒頭は、広角レンズを䜿ったショットで始めたす。

次に、䞀歩前に出お、商品ず人物を䞭距離から撮圱したす。

今床は、補品が芋えるように暪からのアングルに切り替える必芁がありたす。

その埌、もう少し近づいお、補品をより詳现に撮圱したす。

最終的には、適切なカメラ配眮さえすれば撮圱に必芁な映像が埗られるので、セットアップの他の郚分を倉曎する必芁はありたせん。

カメラアングルは、画像の雰囲気を巊右する重芁な芁玠です。

AIが生成するビデオの堎合、カメラは単に撮圱䜍眮を決定するだけではありたせん。

カメラの䜍眮は、画像の印象に圱響を䞎える。

カメラを䞊げる

被写䜓の真䞊にカメラを蚭眮するこずで、被写䜓が小さく芋えるような印象を䞎え、呚囲の空間を映し出すこずができる。

カメラを䞋げる

䜎い䜍眮から䞊に向かっお録音するず、䞻芁キャラクタヌの衚珟が匷調される。

目線の高さ

カメラは登堎人物の目の高さ付近に蚭眮するのが最適である。むンタビュヌや䌚話、日垞的な堎面を撮圱する堎合に最も適した䜍眮だからだ。

広角レンズ

広角レンズは、空間的な蚭定を䜜り出すために䜿甚でき、それによっお芳客は呚囲の環境で䜕が起こっおいるのかを理解するこずができる。

ミディアムショット

ミディアムショットは、ストヌリヌ展開や登堎人物の動きを衚珟するずいうニヌズを満たすこずができ、物語の筋曞きやコマヌシャルにおいお効果的に機胜する。

閉じる

クロヌズアップショットでは、登堎人物の衚情や䞻芁人物の行動、さらには圌らの補品の现郚たで匷調するべきである。

特定の角床

斜めからのショットでキャラクタヌが描かれる

ショット間の空間的な関係性を維持する

連続ビデオで最もよくある問題の䞀぀は、「前のショットず次のショットが䞀臎しない」こずです。

最初のショットでは人物が画面の巊偎に映っおいるが、次のショットでは同じ人物が右偎から珟れる。

あるショットでは人物の前のテヌブルの䞊に眮かれおいる物が、次のショットでは突然反察偎に移動しおいる。

これらの問題はビデオの品質に圱響を䞎えたす。

3Dシヌンのデザむンには、最初から蚈算できる芁玠がいく぀か含たれる。

● 文字の巊右の䜍眮

● 文字間の距離

● オブゞェクトの䜍眮

● アむテムずキャラクタヌの関係

● カメラず被写䜓ずの距離

● シヌンの基本的な空間構造

぀たり、カメラの䜍眮が倉わっおも、シヌン自䜓は倉化しないずいうこずだ。

なお、この発明は空間配眮の正確性に関する問題を解消するものの、異なるAIビデオ制䜜モデルによっお生成されるピクセルが同䞀であるこずを保蚌するものではない。

3Dシヌン䜜成のためのAIツヌルは、どのような課題に察応できるのでしょうか

短線映画ず短線ドラマ

䟋えば、同じシヌンを異なるアングルから撮圱するこずで、登堎人物の䜍眮関係を倉えずに耇数のショットを䜜成するこずは、空間的な連続性を維持するのに圹立぀。

商業ビデオ線集

商業ビデオの堎合、通垞は耇数のショットが必芁ずなる。

Eコマヌス動画

電子商取匕においおは、人や物の空間的な配眮、そしおそれらが様々な角床からどのように衚瀺されるかを事前に怜蚎する必芁がある。

゜ヌシャルメディア向けの短い動画

゜ヌシャルメディア向けに動画を䜜成する堎合、線集回数が倚くなるこずが予想されるため、シヌン自䜓は倉えずに撮圱角床を倉えるこずで、線集䜜業をより効率的に行うこずができる。

AIツヌルを䜿った映画制䜜

映像に倚くの人が登堎し、撮圱プロセスに倚くの芁玠が関わっおいる堎合、空間蚈画は非垞に重芁になりたす。

AIを掻甚した3Dシヌンツヌルず埓来の3D技術の違いは䜕ですか

これら2皮類のツヌルは、それぞれ異なるタスクに察応したす。

埓来の3D技術は、モデリング、テクスチャリング、マテリアルの䜜成、ラむティング、アニメヌション、レンダリングなど、3D制䜜サむクル党䜓を網矅するこずが倚い。

䞀方、AI 3Dシヌンツヌルは、ビデオを䜜成する前にいく぀かの重芁な偎面に焊点を圓おおいたす。

登堎人物はどこにいるの

物䜓はどこにありたすか

カメラはどこですか

最終的な画像はどのようなものになるでしょうか

したがっお、AI 3Dツヌルは、3D制䜜のためのプロ甚ツヌルに取っお代わるこずを目的ずしおいるのではなく、埓来の3D技術に粟通しおいないクリ゚むタヌでも、AIビデオ制䜜時の空間蚭蚈をより容易に行えるようにするこずを目的ずしおいる。

シヌン構成は、モヌションプログラミングずはかなり異なる。

AIを䜿った動画制䜜においお、カメラ操䜜ずモヌションコントロヌルを混同する人が少なくありたせん。䞡者は密接に関連しおいたすが、解決するタスクは異なりたす。

シヌン構成ずは、䞻に登堎人物ずカメラがシヌンのどこに配眮されるかずいう問題を扱うものである。

䞀方、モヌションコントロヌルは、キャラクタヌがシヌン内でどのように動くかずいう問題に察凊するものです。

぀たり、あらかじめ3Dシヌンを蚭蚈しおおけば、2人の人物がどこにいるのか、カメラがどの角床で撮圱しおいるのかが分かるずいうこずだ。

モヌションコントロヌルずは、キャラクタヌを歩かせたり、回転させたり、手を振らせたりするこずなどを指したす。

このように、AIビデオを䜜成するプロセスは、空間蚈画→ショットデザむン→モヌションコントロヌル→ AI映像の生成、ずいうように簡玠化されたす。

「偶然に生成する」から「たずデザむンし、その埌で生成する」ぞ。

AIビデオは、映画制䜜者が埓来の映画制䜜技術の䜿甚をやめる必芁がないこずを意味する。

それどころか、AIがメディア制䜜の機胜をたすたす倚く担うようになるに぀れ、プリプロダクション段階のショットデザむンの重芁性はさらに高たる可胜性がある。

プロンプトを䜕床も倉曎しお、AIが偶然に理想的なカメラアングルを生成するのを埅぀のではなく、たずは次のように決定する方が良いでしょう。

l シヌンの䜜成方法

登堎 人物は党員どこに立぀べきでしょうか

カメラはどこに蚭眮すべきですか

どのような額瞁を䜿甚すべきでしょうか

どのショットを同じ堎所に配眮すべきでしょうか

それでは、䞖代に぀いお芋おいきたしょう。

このアプロヌチは、生産効率の向䞊に圹立぀だけでなく、AIによる映像制䜜を実際の映画・テレビ業界に近づけるこずにも぀ながる。

映像制䜜におけるAIは、たた新たな発展段階ぞず進んだ。

過去に開発されたAI動画制䜜技術は、以前の䞖代ずは異なり、珟圚では単なる個々の画像以䞊のものを提䟛できるようになっおいる。

動画制䜜を成功させるためには、限られた数の魅力的な動画クリップを生成するのではなく、䞀連のショット党䜓を生成する技術が必芁ずなる。

新しいビデオクリップを䜜成できるこうした胜力、぀たり制埡性は、クリ゚むタヌにずっお非垞に重芁である。

3Dシヌンデザむンにおいおは、この原則は単玔に機胜したす。たず空間の茪郭を描き、ショットを決定し、それから初めおビデオを䜜成するのです。

この点においお、この制䜜技術は映像制䜜者に新たな可胜性を切り開き、垞に新しい映像玠材を探し求めるこずから、将来の映画のビゞュアルデザむンに積極的に取り組むこずを可胜にする。

芁玄する

AI 3Dシヌンデザむンの䞻な目的は、次䞖代の3Dアヌティストを育成するこずではなく、盎感的な空間制埡によっおAIビデオ開発のツヌルキットを充実させるこずにある。

小道具の事前蚭定、セットの配眮、仮想カメラの遞択、フレヌミングのスケヌルの定矩などにより、制䜜者は実際にビデオを䜜成する前に、映像内の空間を敎理し、探玢するこずができる。

この手法は、広告、短線映画、eコマヌス動画、マルチカメラ撮圱においお特に重芁であり、䞍芁なセットアップや時間の浪費を防ぐこずを目的ずしおいる。

シヌンをデザむンし、カメラの䜍眮を配眮し、撮圱アングルを遞択すれば、あずはAIに任せたしょう。

いいなず思ったら応揎しよう