人の海生成AI探求blog(旧Fate雑記(士凛特化)＋あるふぁ)

[雑記]

一般絵の差分(各キャラ15枚前後)は　Patreon(https://www.patreon.com/cw/hitonoumirx)　の無料会員登録で全て閲覧可能です。

またPatreonではその日の「衣装プロンプト」も公開開始していますので、画像生成している方は是非参考にしてください。

【Patreonショップコーナー】

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員登録して頂くと、毎日のR-18絵の他に一般絵の過去ログまとめがアップしてあるものは全て無料でダウンロードできるようにしましたのでお願いします。

「推しの子」黒川あかね＋「アオのハコ」鹿野千夏＋「ロシデレ」アーリャ＋「お隣の天使様」椎名真昼＋「アイドルマスターシャイニーカラーズ」樋口円香＋「おっさん剣聖」アリューシア・シトラス＋オリキャラの箕輪環。

[販売先]

【Patreonショップコーナー】

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員になって戴ければ、一般絵の写真集は全て追加料金なしでダウンロードできます

【Fanza販売ページ】

https://www.dmm.co.jp/dc/doujin/-/list/=/article=maker/id=219650/

【DLsite販売ページ】

https://www.dlsite.com/aix/circle/profile/=/maker_id/RG01049943.html

[雑記]

R-18絵の続き差分＆「完全版」はPatreon(https://www.patreon.com/cw/hitonoumirx)の有料会員になって頂ければ閲覧可能です。

R-18絵はPatreonの規約で「有料会員のみ閲覧可能」とされていますのでご容赦。

Patreonショップコーナー

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員登録して頂くと、毎日のR-18絵の他に一般絵の過去ログまとめがアップしてあるものは全て無料でダウンロードできるようにしましたのでお願いします。

「推しの子」黒川あかね＋「アオのハコ」鹿野千夏＋「ロシデレ」アーリャ＋「お隣の天使様」椎名真昼＋「青春ブタ野郎はバニーガール先輩の夢を見ない」桜島麻衣＋「彼女、お借りします」水原千鶴＋「薫る花は凛と咲く」和栗薫子＋「魔都精兵のスレイブ」山城恋＋「アイドルマスターシャイニーカラーズ」樋口円香＋「クラスで２番目に可愛い女の子と友だちになった」朝凪海＋「おっさん剣聖」アリューシア・シトラス

[雑記]

一般絵の差分(各キャラ15枚前後)は　Patreon(https://www.patreon.com/cw/hitonoumirx)　の無料会員登録で全て閲覧可能です。

またPatreonではその日の「衣装プロンプト」も公開開始していますので、画像生成している方は是非参考にしてください。

【Patreonショップコーナー】

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員登録して頂くと、毎日のR-18絵の他に一般絵の過去ログまとめがアップしてあるものは全て無料でダウンロードできるようにしましたのでお願いします。

「推しの子」黒川あかね＋「アオのハコ」鹿野千夏＋「ロシデレ」アーリャ＋「お隣の天使様」椎名真昼＋「アイドルマスターシャイニーカラーズ」樋口円香＋「おっさん剣聖」アリューシア・シトラス＋オリキャラの箕輪環。

[販売先]

【Patreonショップコーナー】

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員になって戴ければ、一般絵の写真集は全て追加料金なしでダウンロードできます

【Fanza販売ページ】

https://www.dmm.co.jp/dc/doujin/-/list/=/article=maker/id=219650/

【DLsite販売ページ】

https://www.dlsite.com/aix/circle/profile/=/maker_id/RG01049943.html

【MiniMax H3生成考察 #05】H3はキーフレーム間の「差」をどう解釈するのか

前回の【MiniMax H3生成考察 #04】では、4枚の静止画をそれぞれ独立したイラストとして作るのではなく、

「動画の途中に存在するキーフレーム」

として設計する、という話を書きました。

人物の姿勢、重心、支持点、カメラ位置、背景、時間帯。

こうした要素をCUTごとに変化させておけば、その「差」がH3にとって動画を作るための材料になります。

では実際に、

First FrameとLast Frameに差を作ったとき、H3はその差をどう処理するのでしょうか。

ここが最近の検証でかなり面白く感じている部分です。

結論から書くと、H3は必ずしもこちらが頭の中で想定した動作をそのまま再現するわけではありません。

むしろ、

「First Frameの状態からLast Frameの状態へ到達するために、H3自身が一つの経路を選んでいる」

と考えた方が、実際の生成結果を説明しやすいように感じています。

同じ2枚でも「途中」は一つではない

例えば、

立っている人物 → ベッドに座っている人物

という2枚を用意したとします。

人間がこの2枚を見れば、

「人物がベッドへ近づいて、そのまま腰を下ろしたのだろう」

と考えるかもしれません。

しかし、First FrameとLast Frameだけを見れば、途中で何が起きたのかは本当は分かりません。

歩いて近づいたのかもしれない。

身体を横へ向けてから座ったのかもしれない。

一度カメラの外へ出たのかもしれない。

カメラ側が移動したのかもしれない。

つまり、2枚のキーフレームの間には複数の可能性があります。

H3はその中から、何らかの方法でLast Frameへ到達しようとします。

Motion Promptは、その候補の中からこちらが望む経路へ誘導するためのもの、と考えると分かりやすくなります。

H3は「差」をそのまま一つの動作にするとは限らない

ここで重要なのが、

画像間の差＝人物の動作

とは限らないことです。

例えば、

正面を向いた人物 → 背中を向けた人物

という2枚があったとします。

こちらとしては、

「人物がその場で180度回転する」

ことを期待しているかもしれません。

しかしH3から見れば、別の解決方法もあります。

人物自身を回転させる代わりに、カメラが人物の周囲を回り込めば、最終的な画面は同じように背面になります。

実際の生成でも、

人物を動かすことで差を埋める場合と、カメラを動かすことで差を埋める場合があります。

さらに両方を同時に動かすこともあります。

これはH3を使い始めた頃には、かなり予想外でした。

こちらは「人物のポーズ差」を作ったつもりでも、H3はそれを「カメラ位置の差」として処理することがあるからです。

背景差も「カメラ移動」として解釈される

同じことは背景にも起こります。

例えば、

CUT1では建物の入口にいる。

CUT2では建物の中にいる。

この2枚なら、

「人物が入口から建物へ入る」

という動きを期待できます。

実際、うまくいけばH3は人物を移動させながら背景を変化させ、かなり自然に次の場所へつないでくれます。

しかし、背景差が大きくなると別の解釈も起こります。

人物が移動するのではなく、

カメラが大きく移動する。

あるいは、

背景そのものが途中で変形して次の背景へ近づいていく。

という処理です。

これもH3からすれば、First FrameからLast Frameへ到達する一つの方法なのでしょう。

ただし、人間が映像として見ると、

「人物が場所を移動した」

のか、

「世界の方が変形した」

のかでは、かなり印象が違います。

ここがキーフレーム設計の難しいところでもあります。

大きな動作では「途中の身体」が重要になる

最近特に興味深かったのが、ジャンプ、回転、転倒など、身体状態が大きく変化する動画です。

こうした動作では、First FrameとLast Frameだけでは説明できない身体状態が途中に必要になります。

例えばジャンプなら、

立っている

↓

膝を曲げる

↓

地面を蹴る

↓

離床する

↓

空中姿勢

↓

着地する

という複数の状態があります。

転倒でも同じです。

立位からいきなり床へ瞬間移動するのではなく、重心が崩れ、身体が傾き、支持点を失い、床へ接触する必要があります。

実際の生成を見ると、H3はこうした中間状態をかなり積極的に作ります。

もちろん毎回物理的に正しいわけではありません。

手足が一瞬おかしくなったり、身体が大きく変形したりすることもあります。

それでも、

First FrameにもLast Frameにも存在しない「動作途中の身体」を生成している

こと自体は非常に興味深いところです。

単純な画像モーフィングとはかなり違った印象になります。

一時的な変形は、必ずしも失敗とは限らない

ここで評価が難しくなるのが、動作途中の変形です。

静止画として1フレームだけ取り出せば、

「これは破綻している」

と言いたくなるフレームが生成されることがあります。

しかし24fpsの動画として再生すると、ほとんど気にならない場合があります。

特に高速回転、ジャンプ、転倒などでは、一瞬だけ身体や衣装が大きく変形しても、その前後の動作がつながっていれば映像として成立することがあります。

これは静止画生成とは評価基準を変える必要がある部分です。

静止画なら1枚の破綻はそのまま失敗です。

しかし動画では、

一つのフレームが正しいかではなく、時間方向に見たときに動作として成立しているか

を見る必要があります。

もちろん人物が二人に増える、手足が長時間消える、別人になる、といった破綻は問題です。

一方で、数フレームだけ発生する漫画的な変形まで完全に排除すると、逆に大きな動作を作りにくくなる可能性があります。

最近はこのあたりを区別して評価するようになりました。

H3が得意なのは「状態Aから状態Bへの理由付け」なのかもしれない

ここまで生成を繰り返してきて、H3について一つ感じていることがあります。

H3の面白さは、

指定した動作を忠実に実行することだけではない

のかもしれません。

むしろ、

「この状態から、この状態になったのなら、その間には何が起きたのか？」

を映像として作る能力に面白さがあります。

人物の向きが違うなら、回転させる。

場所が違うなら、移動させる。

カメラ位置が違うなら、カメラを動かす。

姿勢が違うなら、その姿勢へ至る途中の身体状態を作る。

時間帯が違うなら、光を変化させる。

First FrameとLast Frameの差を見て、その差を説明するための出来事を生成する。

少なくとも現在の私の使い方では、H3をこのように考えると生成結果を理解しやすくなりました。

だから「失敗」も情報になる

そして、この考え方をすると失敗動画の見方も変わります。

以前なら、

「指示した通りに動かなかった」

で終わっていた生成でも、

「なぜH3はこちらの経路ではなく、この経路を選んだのか」

と考えることができます。

人物を回してほしかったのにカメラが回った。

歩いてほしかったのに背景が動いた。

座ってほしかったのに身体が不自然に縮んだ。

こうした結果には、First FrameとLast Frameの組み合わせに対してH3が何を難しいと判断したのかが表れている可能性があります。

そのため最近は、成功動画だけでなく失敗動画も残すようにしています。

失敗した区間を見直し、

人物の位置が遠すぎなかったか。

支持点が足りなかったか。

身体の向きが急激に変わりすぎていなかったか。

背景差と身体動作を同時に要求しすぎていなかったか。

カメラ移動まで同時に要求していなかったか。

と原因を分解していくと、次のキーフレーム設計にフィードバックできます。

Motion Promptだけを直しても解決しないことがある

これは実際の運用でかなり重要です。

動画が失敗すると、最初はMotion Promptを書き直したくなります。

しかし原因がキーフレームそのものにある場合、Motion Promptを何度変更しても安定しません。

例えば人物から椅子まで距離がありすぎるのに、

「自然に座る」

と何度書いても、H3には

移動する

方向を変える

椅子へ接近する

身体を沈める

座面へ接触する

という大量の処理が必要です。

それならLast Frame側の人物や椅子の位置を少し変えたり、途中にもう1枚キーフレームを追加した方が簡単です。

つまり失敗したときには、

Promptの問題なのか、キーフレームの問題なのか

を分けて考える必要があります。

これは最近の検証でかなり強く感じていることです。

4CUTは「4枚の画像」ではなく「3つの遷移」

ここまで考えると、4CUT動画についての見方も少し変わります。

4枚の画像がある場合、

CUT1

CUT2

CUT3

CUT4

という4枚だけを見るのではなく、

CUT1 → CUT2

CUT2 → CUT3

CUT3 → CUT4

という、

3つの遷移

として考えることができます。

そして、それぞれの遷移には別々の役割があります。

ある区間では人物を動かす。

別の区間ではカメラを動かす。

別の区間では場所を移動する。

さらに別の区間では時間帯を変える。

すべての変化を一つの区間へ押し込む必要はありません。

むしろ変化を複数の区間へ分散させた方が、H3が処理しなければならない問題を単純化できます。

この考え方をさらに進めれば、4CUTという枚数自体にも特別な意味はなくなります。

必要な動作を表現するために5枚必要なら5枚。

8枚必要なら8枚。

より長い動作なら、それ以上のキーフレームを使えばいい。

4CUTは完成形というより、

キーフレームを連続させて映像を作るための最小限の実験単位

だったのかもしれません。

まとめ

MiniMax H3でFirst FrameとLast Frameを指定した場合、その間に存在する動作は一つではありません。

人物を動かす。

カメラを動かす。

背景を動かす。

身体を回転させる。

途中の姿勢を生成する。

光や時間を変化させる。

H3はこうした複数の方法を組み合わせながら、Last Frameへ到達しようとします。

そのため、

「このMotion Promptを書けば、この動作になる」

という考え方だけでは、生成結果を説明できないことがあります。

重要なのは、

First FrameとLast Frameがどのような状態差を持っているのか。

そして、

その差を埋めるために、どのような経路をH3が選べるのか。

という部分です。

こちらがMotion Promptで指定するのは、その経路を完全に決定することではなく、複数ある可能性の中から望む方向へ誘導することなのかもしれません。

そう考えると、成功動画だけでなく失敗動画にも意味が出てきます。

H3がこちらの意図とは違う方法で2枚をつないだとき、

「なぜ、その経路を選んだのか？」

を考える。

その繰り返しによって、Motion Promptだけでなく、キーフレームそのものの作り方も少しずつ変わってきました。

そして現在は、この考え方を4CUTより長い構成へ拡張できないか試そうとしています。

4枚固定ではなく、必要なだけキーフレームを用意し、それぞれの区間に役割を与えて順番につないでいく。

もしこれが安定すれば、H3を単発のImage-to-Videoとして使うだけではなく、より長い一連の動作や移動を組み立てることができるはずです。

このあたりは、実際に試しながら改めてまとめたいと思います。

検証環境

Windows 11

NVIDIA GeForce RTX 4070 Ti SUPER 16GB

ComfyUI

MiniMax H3 Image-to-Video

480×864 / 24fps / Turbo 8step

※本記事はMiniMax H3の内部構造を解析したものではなく、実際の動画生成結果を継続的に比較・検証した上での観察と考察です。

検索・分類用キーワード

MiniMax H3 / MiniMax Hailuo H3 / H3 / AI動画 / AI動画生成 / Image-to-Video / I2V / ComfyUI / キーフレーム / First Frame / Last Frame / Motion Prompt / モーションプロンプト / フレーム補間 / 中間フレーム / 動画生成AI / 生成AI / カメラワーク / カメラ移動 / キャラクターアニメーション / 動作生成 / 連続性 / 4CUT / 4カット / N-CUT / 長尺動画 / RTX 4070 Ti SUPER

[雑記]

一般絵の差分(各キャラ15枚前後)は　Patreon(https://www.patreon.com/cw/hitonoumirx)　の無料会員登録で全て閲覧可能です。

またPatreonではその日の「衣装プロンプト」も公開開始していますので、画像生成している方は是非参考にしてください。

【Patreonショップコーナー】

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員登録して頂くと、毎日のR-18絵の他に一般絵の過去ログまとめがアップしてあるものは全て無料でダウンロードできるようにしましたのでお願いします。

「推しの子」黒川あかね＋「アオのハコ」鹿野千夏＋「ロシデレ」アーリャ＋「お隣の天使様」椎名真昼＋「アイドルマスターシャイニーカラーズ」樋口円香＋「おっさん剣聖」アリューシア・シトラス＋オリキャラの箕輪環。

[販売先]

【Patreonショップコーナー】

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員になって戴ければ、一般絵の写真集は全て追加料金なしでダウンロードできます

【Fanza販売ページ】

https://www.dmm.co.jp/dc/doujin/-/list/=/article=maker/id=219650/

【DLsite販売ページ】

https://www.dlsite.com/aix/circle/profile/=/maker_id/RG01049943.html

[雑記]

R-18絵の続き差分＆「完全版」はPatreon(https://www.patreon.com/cw/hitonoumirx)の有料会員になって頂ければ閲覧可能です。

R-18絵はPatreonの規約で「有料会員のみ閲覧可能」とされていますのでご容赦。

Patreonショップコーナー

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員登録して頂くと、毎日のR-18絵の他に一般絵の過去ログまとめがアップしてあるものは全て無料でダウンロードできるようにしましたのでお願いします。

「推しの子」黒川あかね＋「アオのハコ」鹿野千夏＋「ロシデレ」アーリャ＋「お隣の天使様」椎名真昼＋「青春ブタ野郎はバニーガール先輩の夢を見ない」桜島麻衣＋「彼女、お借りします」水原千鶴＋「薫る花は凛と咲く」和栗薫子＋「魔都精兵のスレイブ」山城恋＋「アイドルマスターシャイニーカラーズ」樋口円香＋「クラスで２番目に可愛い女の子と友だちになった」朝凪海＋「おっさん剣聖」アリューシア・シトラス

[雑記]

一般絵の差分(各キャラ15枚前後)は　Patreon(https://www.patreon.com/cw/hitonoumirx)　の無料会員登録で全て閲覧可能です。

またPatreonではその日の「衣装プロンプト」も公開開始していますので、画像生成している方は是非参考にしてください。

【Patreonショップコーナー】

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員登録して頂くと、毎日のR-18絵の他に一般絵の過去ログまとめがアップしてあるものは全て無料でダウンロードできるようにしましたのでお願いします。

「推しの子」黒川あかね＋「アオのハコ」鹿野千夏＋「ロシデレ」アーリャ＋「お隣の天使様」椎名真昼＋「アイドルマスターシャイニーカラーズ」樋口円香＋「おっさん剣聖」アリューシア・シトラス＋オリキャラの箕輪環。

[販売先]

【Patreonショップコーナー】

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員になって戴ければ、一般絵の写真集は全て追加料金なしでダウンロードできます

【Fanza販売ページ】

https://www.dmm.co.jp/dc/doujin/-/list/=/article=maker/id=219650/

【DLsite販売ページ】

https://www.dlsite.com/aix/circle/profile/=/maker_id/RG01049943.html

【MiniMax H3生成考察 #04】

4枚の静止画を「動画のキーフレーム」として設計する

前回の【MiniMax H3生成考察 #03】では、MiniMax H3を単純な「2枚の画像の間を補間するモデル」として考えるのではなく、

「First FrameからLast Frameへ至るまでに、何が起きたのかを生成するモデル」

として考えた方が分かりやすい、という話をしました。

First FrameとLast Frameの差が大きければ、H3はその差を埋めるために人物を動かし、カメラを動かし、場合によっては背景や時間まで変化させます。

そう考えると、次に問題になるのはMotion Promptではありません。

その前段階にある「静止画をどう作るか」です。

私は現在、4枚の静止画を作り、それを

CUT1 → CUT2 → CUT3 → CUT4

と順番につないで動画化する方法を主に試しています。

当初、この4枚はあくまで「4枚のイラスト」でした。

しかしH3で何本も動画化していくうちに、この考え方そのものが少し変わってきました。

現在は4枚を、

「それぞれ独立した完成イラスト」ではなく、「動画の途中に存在する4枚のキーフレーム」

として考えて作っています。

今回は、この違いについて書いてみます。

「綺麗な4枚」と「動画になる4枚」は違う

静止画だけを作るのであれば、それぞれの画像が綺麗に完成していれば問題ありません。

例えば、

• CUT1：海辺で立っている
• CUT2：別の場所で立っている
• CUT3：さらに別の場所で立っている
• CUT4：夕方の海辺で立っている

という4枚でも、静止画作品としては成立します。

構図、背景、カメラ位置を変えれば、それなりに変化のある4枚になります。

しかし、この4枚をH3に渡して動画化する場合は少し事情が変わります。

人物の状態がすべて「立っている」のであれば、CUT間で人物について起こるべき出来事があまりありません。

もちろんH3は髪を揺らしたり、身体を少し動かしたり、カメラを動かしたりして映像を成立させようとします。

しかし、First FrameとLast Frameの間に明確な身体状態の変化がなければ、人物の動作として使える情報は弱くなります。

逆に、

立っている → 歩いている → 座っている → 振り返っている

という4枚なら、それぞれのCUT間には明確な「状態差」があります。

この差が、H3にとって動画を作る材料になります。

つまり4CUTを動画化する場合、

「4枚それぞれが綺麗か」だけではなく、「隣り合う2枚の間に何が起きるのか」

を考える必要があります。

静止画の段階で「次の動作」を仕込む

ここで重要になってきたのが、人物の姿勢です。

最近の静止画制作では、特に理由がなければ単純な棒立ちをなるべく避けるようにしています。

これは単に「棒立ちは絵として面白くない」という理由だけではありません。

動画化したときに、次の動作へつながる情報を持たせたいからです。

例えば人物が完全な直立姿勢で、両足に均等に体重をかけ、両腕も自然に下ろしているとします。

これは静止画として非常に安定した状態です。

しかし、安定しているということは、逆に言えば「次に何をするのか」という情報が少ない状態でもあります。

一方、

• 片足に体重をかけている
• 身体を少し前へ傾けている
• 手を机や手すりについている
• 片手を伸ばしている
• 身体だけ先に別方向へ向いている

といった姿勢なら、そこから次の動作を想像しやすくなります。

人間が椅子から立ち上がる場合も、いきなり座位から直立姿勢へ変化するわけではありません。

身体を前へ傾け、足へ荷重を移し、場合によっては手を机や椅子について身体を支え、その後に腰が上がります。

静止画の中にこうした要素が少しでも入っていると、H3が途中の動作を生成するための材料になります。

「支持点」と「重心」を考える

H3で人物の大きな姿勢変化を試していて、特に重要だと感じているのが支持点と重心です。

例えば、

立位 → 座位

という変化を考えます。

Last Frameで人物がベッドに座っているのであれば、H3はFirst Frameからそこへ到達しなければなりません。

このとき、ベッドが人物のすぐ近くにあり、人物の身体がすでに少しベッド方向へ向いていれば、

「身体を向ける → 腰を下げる → ベッドに接触する → 座る」

という動作を作りやすくなります。

逆に、人物とベッドが離れていたり、身体が完全に反対方向を向いていたりすると、

「まず移動する」「方向転換する」「座る」

という複数の処理が必要になります。

もちろんH3はそれでも動かそうとします。

ただし要求する変化が増えるほど、途中で身体が不自然になったり、背景側が変形したりする可能性も増えます。

そのため静止画を作る段階で、

「この人物は次のCUTへどうやって移動するのか」

を一度考えるようになりました。

これは静止画単体ではほとんど必要のなかった考え方です。

カメラ角度の違いも「動き」になる

人物の姿勢だけでなく、カメラ位置もキーフレーム設計の一部になります。

例えば、

正面 → 側面 → 背面

という構図変化を作った場合、H3はその間を埋める必要があります。

人物自身が回転する場合もあれば、カメラが人物の周囲を回り込む場合もあります。

実際の生成では、このあたりをH3側がかなり積極的に解釈します。

そのため静止画を作る際も、

「CUT1とCUT2の構図が違う」

だけで終わらせず、

「CUT1のカメラがどう動けばCUT2になるのか」

を考えておくと、動画としてつながりやすくなります。

例えば正面からいきなり完全な背面へ飛ぶより、

正面寄り → 斜め → 背面寄り

というように段階を作ることもできます。

逆に、大きなカメラ移動そのものを見せ場にしたいのであれば、あえて差を大きくする方法もあります。

重要なのは、差をなくすことではありません。

その差をH3が「途中の出来事」として処理できるかどうかを考えることです。

背景もキーフレームの一部

同じことは背景にも言えます。

以前は4CUTを作る際、

「CUTごとに違う背景にすれば絵に変化が出る」

という考え方が中心でした。

しかし動画化を前提にすると、

「背景Aと背景Bの間を人物がどう移動するのか」

という問題が発生します。

例えば、

• 部屋の中 → 廊下
• 建物の入口 → 屋外
• 海沿いの遊歩道 → 海岸
• 階段の下 → 階段の上

といった変化なら、空間的な接続を想像できます。

その間には、

• 扉を通る
• 道を歩く
• 階段を上る
• 手すり沿いに移動する

といった行動を置くことができます。

こうした場合、背景の変化そのものが人物の移動理由になります。

逆に、空間的な関係がまったく分からない2つの場所を直接つなぐと、H3は別の方法でその差を処理しなければなりません。

背景を変形させることもあれば、カメラを大きく動かすこともあります。

場合によっては、こちらが想定していなかった方法で強引につなぐこともあります。

これが面白い場合もありますが、狙った動画を量産するという目的では不安定要素になります。

そのため現在は、背景についても、

「次のCUTへ移動できる背景か」

を意識しています。

扉、廊下、道、階段、橋、窓、手すりなどは、単なる背景オブジェクトではなく、CUT同士をつなぐための装置として利用できます。

大きな背景差も、必ずしも避ける必要はない

ただし、背景をすべて似たものにする必要はありません。

むしろH3を試していて面白かったのは、かなり大きな背景差でも、人物の動作と結びつけることで成立する場合があることです。

例えば人物が歩き始め、カメラがそれを追い、その移動の途中で周囲の景色が変化する。

こうなると、

「背景が突然変わった」

のではなく、

「人物が別の場所まで移動した」

という映像として見ることができます。

静止画だけを見るとかなり離れた場所でも、動画の中に「移動」という出来事を入れることで接続できます。

ここでも重要なのは、First FrameとLast Frameの差そのものではありません。

その差を説明できる出来事が存在するかどうかです。

時間帯の変化も動画の材料になる

さらに、場所だけではなく時間帯も変えることができます。

例えば、

昼 → 夕方

という2枚をFirst FrameとLast Frameにした場合、人物だけでなく光環境にも大きな差があります。

H3はこの差も途中で処理します。

空の色が変わり、光の方向や強さが変わり、人物の肌や衣装に当たる光も変化します。

つまり時間帯の変化そのものを、動画の演出として利用できます。

4CUTすべてを同じ時間帯に固定する必要はありません。

むしろ、

CUT1：昼
CUT2：午後
CUT3：夕方
CUT4：日没

のように設計すれば、4枚の静止画だけで時間経過を示すこともできます。

ただし、これも人物の動作や場所の変化と同じで、変化量を増やしすぎるとH3へ要求する処理も増えます。

人物が大きく動き、場所も大きく変わり、カメラも旋回し、さらに昼から夜まで変化する。

これらを一つの短い区間ですべて要求すれば、それだけ生成難度は高くなります。

何を主役にする区間なのかを決めることは重要です。

髪や衣装も「動かすための素材」になる

動画化を前提にすると、キャラクターの髪や衣装についても見方が変わります。

長い髪、広いスカート、袖、リボン、羽織などは、静止画ではキャラクターデザインの一部です。

しかし動画では、それらがsecondary motion（二次動作）として利用できます。

人物が歩けば髪が遅れて揺れます。

身体を回転させればスカートや上着が追従します。

風が吹けば髪やリボンが動きます。

こうした動きは人物本体の動作以上に、「動画が動いている」という印象を強くすることがあります。

そのため、動画化する予定の静止画では、

「この衣装のどこが動くのか」

まで考える価値があります。

もちろん毎回すべてを動かす必要はありません。

ただ、人物の姿勢だけでは動きが弱いCUTでも、髪、衣装、風、波、カーテンなどを利用すれば画面全体に動きを作ることができます。

Motion Promptを書く前から動画生成は始まっている

H3を使い始めた当初は、動画の動きを決めるものはMotion Promptだと考えていました。

もちろんMotion Promptは重要です。

しかし実際に生成を繰り返していると、それ以前にFirst FrameとLast Frameの組み合わせによって、動画のかなりの部分が決まっているように感じます。

人物の位置。

身体の向き。

手足の状態。

支持点。

重心。

背景。

カメラ位置。

時間帯。

衣装。

風や水などの環境。

これらはすべて静止画の中に存在しています。

Motion Promptは、それらを無視して好きな映像を作らせるための命令というより、

「この2枚の間に存在する複数の可能性の中から、どの経路を選んでほしいかを伝えるもの」

と考えた方が、現在のところ実感に近いです。

そう考えると、Motion Promptを書く段階になって初めて動画を考えるのでは遅いことになります。

静止画を作っている時点で、すでに動画制作は始まっています。

4CUT制作そのものが変わった

この考え方をするようになってから、私自身の4CUT静止画の作り方も変わりました。

以前なら、

「次は違う構図にしよう」

と考えていたところを、

「この人物は次にどう動けるだろう」

と考えるようになりました。

背景を変える場合も、

「次は違う場所にしよう」

ではなく、

「ここからどこへ移動できるだろう」

と考えます。

カメラについても同様です。

単純に毎CUTで画角を変えるのではなく、

「このカメラは次の位置へどう移動するのか」

を考えます。

もちろん最終的には静止画としても見栄えのする4枚にしたいので、動画だけを優先するわけではありません。

理想は、

静止画として見ても成立し、なおかつ隣のCUTへ動く理由を持っている画像

です。

この両方を満たす4枚を作ることが、現在の4CUT制作で一番意識している部分です。

まとめ

MiniMax H3で4CUT動画を作る場合、4枚の静止画は単なる入力素材ではありません。

それぞれが動画の途中に存在するキーフレームです。

そしてキーフレーム同士の差が、H3にとって「何を起こすべきか」という情報になります。

立っている人物を座らせる。

正面から背面へ回る。

部屋から屋外へ移動する。

昼から夕方になる。

髪や衣装が風で動く。

これらはMotion Promptだけで作るものではありません。

静止画側に最初からその可能性を仕込んでおくことができます。

つまり、

「どんな4枚を作るか」と「どんな動画を作るか」は別々の工程ではない

というのが、現在の私の結論です。

静止画を作る段階で、

「この画像から次の画像までの5秒間に、何が起きるのか？」

を考える。

それだけでも、H3へ渡す4枚の意味はかなり変わります。

そしてこれは、単に生成成功率を上げるためだけの話でもありません。

4枚のキーフレームそのものを動画として設計できるようになれば、H3に単純な補間をさせるのではなく、

人物の動作、移動、カメラ、背景、時間変化を組み合わせた短い映像を、静止画の段階から組み立てられる

ようになります。

次回は「H3がキーフレーム間の差をどう解釈するか」

次回は、実際の生成結果を見ながら、「H3がキーフレーム間の差をどのように解釈したのか」について、成功例と失敗例を含めて整理してみたいと思います。

検証環境

Windows 11
NVIDIA GeForce RTX 4070 Ti SUPER 16GB
ComfyUI
MiniMax H3 Image-to-Video
480×864 / 24fps / Turbo 8step

※本記事はMiniMax H3の内部構造を解析したものではなく、実際の動画生成結果を継続的に比較・検証した上での観察と考察です。

検索・分類用キーワード
MiniMax H3 / MiniMax / ComfyUI / Image-to-Video / I2V / First Frame / Last Frame / Motion Prompt / Keyframe / キーフレーム / 4CUT / AI動画 / 動画生成AI / AI Animation / AI Video Generation / H3検証 / H3プロンプト / 支持点 / 重心移動 / カメラ移動 / secondary motion / 二次動作 / 時間変化 / 背景遷移 / 生成AI

[雑記]

一般絵の差分(各キャラ15枚前後)は　Patreon(https://www.patreon.com/cw/hitonoumirx)　の無料会員登録で全て閲覧可能です。

またPatreonではその日の「衣装プロンプト」も公開開始していますので、画像生成している方は是非参考にしてください。

【Patreonショップコーナー】

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員登録して頂くと、毎日のR-18絵の他に一般絵の過去ログまとめがアップしてあるものは全て無料でダウンロードできるようにしましたのでお願いします。

「推しの子」黒川あかね＋「アオのハコ」鹿野千夏＋「ロシデレ」アーリャ＋「お隣の天使様」椎名真昼＋「アイドルマスターシャイニーカラーズ」樋口円香＋「おっさん剣聖」アリューシア・シトラス＋オリキャラの箕輪環。

[販売先]

【Patreonショップコーナー】

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員になって戴ければ、一般絵の写真集は全て追加料金なしでダウンロードできます

【Fanza販売ページ】

https://www.dmm.co.jp/dc/doujin/-/list/=/article=maker/id=219650/

【DLsite販売ページ】

https://www.dlsite.com/aix/circle/profile/=/maker_id/RG01049943.html

[雑記]

R-18絵の続き差分＆「完全版」はPatreon(https://www.patreon.com/cw/hitonoumirx)の有料会員になって頂ければ閲覧可能です。

R-18絵はPatreonの規約で「有料会員のみ閲覧可能」とされていますのでご容赦。

Patreonショップコーナー

https://www.patreon.com/c/hitonoumirx/shop

Patreonの有料会員登録して頂くと、毎日のR-18絵の他に一般絵の過去ログまとめがアップしてあるものは全て無料でダウンロードできるようにしましたのでお願いします。

「推しの子」黒川あかね＋「アオのハコ」鹿野千夏＋「ロシデレ」アーリャ＋「お隣の天使様」椎名真昼＋「青春ブタ野郎はバニーガール先輩の夢を見ない」桜島麻衣＋「彼女、お借りします」水原千鶴＋「薫る花は凛と咲く」和栗薫子＋「魔都精兵のスレイブ」山城恋＋「アイドルマスターシャイニーカラーズ」樋口円香＋「クラスで２番目に可愛い女の子と友だちになった」朝凪海＋「おっさん剣聖」アリューシア・シトラス