参照動画生成 (Reference-to-Video)
読み: さんしょうどうがせいせい
最終更新: 2026-07-17・AI PICKS編集部
定義
参照動画生成とは、既存の画像や動画をリファレンスとしてAIに与え、その構図・動き・スタイルを引き継いだ新しい動画を生成する技術のこと。
参照動画生成 (Reference-to-Video)とは — 詳しく解説
参照動画生成 (Reference-to-Video) とは、テキストプロンプトだけでなく既存の画像・動画を参照素材として入力し、被写体の外見・構図・カメラワーク・スタイルを引き継いだ新規動画を生成する手法のこと。業界では、Runway GenシリーズやKling、Viduなどの動画生成AIが、参照画像からキャラクターや商品の外観を保ったまま異なるシーンやアクションを生成する機能として実装しているとされる。テキストのみのプロンプトでは毎回異なる顔・服装・背景になりがちな一貫性の課題を、参照素材によって補う位置づけの技術。2026年の実運用では、参照画像の解像度が低い場合や角度が偏っている場合に生成結果でディテールが崩れる、複数参照を組み合わせると意図しないスタイル混合が起きるといった落とし穴がある。コスト面では通常のテキストのみの生成より処理負荷が高い分、秒単価が割高なサービスが多く、相場感を踏まえた少量の検証カットでの事前確認が現場では重視される。選定時は参照素材の対応形式(画像のみか動画も可か)、一貫性の維持力、生成可能な最大秒数を比較するのが実務的な進め方とされる。
参照動画生成 (Reference-to-Video)の使用例
- 商品写真を参照素材にして、同じ商品が異なる背景で動くプロモーション動画を生成する使い方が一般的とされる。
- キャラクターの参照画像を複数アングルで用意し、シーンごとに一貫した見た目の動画カットをつなげる制作フローが広がっているとされる。
参照動画生成 (Reference-to-Video)に関連するAIツール
関連用語
「動画生成」の他の用語
OpenAI の動画生成 AI。 ChatGPT Pro で利用可能、 最大 20 秒の高品質動画を生成。
プロ向け AI 動画編集・生成スイート。 Gen-3 / Gen-4 で 映画品質の動画を生成。
VeoとはGoogle DeepMindが開発した動画生成AIモデルのこと。テキストプロンプトや静止画から高精細な動画を生成でき、物理的整合性と映像の時間的一貫性においてSoraと並ぶ業界最高水準を誇る。
Kling(可灵)とは、中国の快手(Kuaishou)が開発したAI動画生成モデルのこと。テキストや画像から最大2分・1080pの高品質動画を生成でき、SoraやRunwayと並ぶ有力な動画生成AIとして世界的に注目されている。
PikaとはテキストプロンプトやAI画像を入力するだけで3〜10秒の高品質な短尺動画クリップを自動生成できるAI動画生成プラットフォームのこと。
Luma Dream Machineとは、Luma AIが提供するテキストや画像から高品質な動画クリップを自動生成できるAIビデオ生成ツールのこと。物理的にリアルな映像と滑らかなカメラワークを特徴とする。
AI用語辞典をすべて見てみませんか
12カテゴリ・663語以上を体系的に整理しています
辞典トップへ