
複数ショットによる物語表現
複数のショットと明確な出来事の流れを持つ動画を計画します。舞台を見せる、反応を描くなど、各ショットの役割を説明します。無関係な場面を集めるのではなく、構成が物語に役立つようにします。
複数ショットの生成、音声の同時生成、参照画像、フレームによる指定を使い、次の動画の制作指示に沿って、つながりのあるシーンを計画します。

複数のショットと明確な出来事の流れを持つ動画を計画します。舞台を見せる、反応を描くなど、各ショットの役割を説明します。無関係な場面を集めるのではなく、構成が物語に役立つようにします。

生成の指示にセリフ、音楽、効果音を含めます。音声を同時に生成することで、音もシーンの展開に関わります。全体を確認し、言葉、タイミング、映像の流れと音の合い方を点検してください。

参照モードでは、画像、動画、音声を組み合わせてシーンを指定できます。Model Studioは、最大10枚の参照画像、5本の動画、5本の音声を受け付けます。開始・終了フレームは別モードの入力で、これらの参照素材と混在させられません。

開始フレームを使って生成を指定し、対応する処理では開始・終了フレームの両方を定められます。基準となる画像と、その間で起きる動作の説明を組み合わせ、変化の方向を明確にします。

参照動画を指定し、編集内容や続きを説明します。Model Studioは編集に加え、末尾、冒頭、双方向への延長に対応します。参照動画の入力は合計15秒までです。動画を含むリクエストには、入力と出力を合わせた長さの制限もあります。







| 比較項目 | Wan 3.0 Prime | Veo 3.1 | HappyHorse 1.1 |
|---|---|---|---|
| 入力フォーマット | 文章・画像・動画・音声。組み合わせはタスクによる | 文章と画像、参考ビジュアル | テキスト、画像、複数画像の参照モード |
| 主な方向性 | 複数形式の参照素材を使い、複数ショットを生成 | 音声と参考ビジュアルを使う動画生成 | テキスト・画像・参照素材からの動画生成を個別モードで提供 |
| オーディオ機能 | ネイティブのダイアログ、音楽、エフェクト | 映像とともに音声を生成 | オーディオをサポートする T2V、I2V、および R2V |
| 動画の長さの制限 | モデル スタジオ: 2 ~ 30 秒。ビデオ入力には合計時間制限があります | Gemini API:初回は4・6・8秒。参照画像や1080p・4Kには8秒が必要 | モデル スタジオ: T2V、I2V、R2V で 3 ~ 15 秒 |
| 出力解像度 | Model Studio:480P、720P、1080P | Gemini API:720p。8秒で1080p・4K、延長は720p | Model Studio: 3 つのモードすべてで 480P、720P、1080P |
| 推奨される用途 | 複数ショットの物語、参照素材を使うシーンづくり | 音、参考ビジュアル、続きの映像を中心に計画するシーン | テキスト、画像、または参考資料から計画されたキャラクターのインタラクション |
仕様確認日:2026年10月19日。サイズと制御は、記載された提供元とタスクに対応します。出典: Wan Prime モデルガイド · Wan 3.0生成API · Wan 3.0生成ガイド · Google Veo 3.1 APIガイド · Model Studio 動画モデルの仕様 · HappyHorse の最初のフレーム API · HappyHorse 参照画像 API
物語を始まり、展開、結末に分け、ショットごとに被写体と動作を決めます。ショット間のつながりに注意しながら、数カットで短い物語を伝える用途に適しています。
参照素材を整理し、それぞれが被写体、舞台、演出方針をどう指定するか説明します。狙った音も加え、決まった映像の構想を音声付きのシーンへ展開します。
キーフレームで目指す見た目の状態を定め、編集や延長を計画します。既存素材を基にした場面転換や続きの動作に適しています。つなぎ目、被写体、動きの連続性を確認します。
つながりのあるストーリー、リファレンス主導のシーン、視覚的なトランジションのためのビデオ ワークフローを探索します。
はい。参照モードでは、reference_image、reference_video、reference_audioを組み合わせて入力できます。開始・終了フレームモードは別で、フレーム入力をこれらの参照形式と混在させられません。
Model Studioには480P、720P、1080Pと、2〜30秒の出力、モデルによる長さの提案が記載されています。動画を含むリクエストでは、入力と出力を合わせて30秒以内にする必要があります。
reference_videoと、編集または続きを指示する説明を入力します。参照動画は最大5本、合計15秒以内、各ファイル最大100 MBです。末尾、冒頭、双方向への延長が記載されています。
実測による速度比較は含んでいません。Alibaba Cloud Model Studioは、PrimeをWan 3.0の高速版と位置づけています。これは提供元の説明として扱い、予想する処理時間で制作の締め切りを決める前に、実際のタスク、設定、確認作業の負担を評価してください。
セリフの同時生成に対応していても、毎回の出力で指定どおりの文言になるとは限りません。特にシーンのメッセージを担う重要なセリフは、実際に聞いて話者を確認します。発話と画面内の動作が、同じ意図した出来事を伝えているか点検してください。