AIで画像から動画へ

写真、商品画像、イラストを用意しましょう。動かす部分と残したい細部を説明し、対応する動画モデルで動きを加えます。

Clicoの入力欄を読み込み中…

画像から
動画を作ろう

画像を選び、動かすものと静止させるものを説明しましょう。画像ではなくアイデアから始めたい場合は、こちらへ。 テキストプロンプトから動画を作る。

Galleryの島の小屋の動画、その最初のフレーム

同じ画像から作った
2本の動画を比較

同じ元画像でも、動きの指示を変えると結果がどう変わるかを比較できます。

両方の動画生成に使ったFIELD 07ボトルの元写真

写真から始めましょう。

同じ商品写真を両方の動画に使っています。カメラの指示によって結果がどう変わるか確認できます。

固定カメラ

場面の光が変わる間、商品はほぼ静止しています。出力は元画像より広い構図になっています。 Clico Galleryで見る。

ゆっくりした周回

動画の途中で視点が変わります。確認したフレームではボトルとラベルを識別できますが、元の構図が完全に保たれているわけではありません。 Clico Galleryで見る。

風景を動かす

波の動きを中心にしたシーンに。岬と水平線は固定し、波が浜辺へ打ち寄せるようにします。

風景を動かす

波の動きを中心にしたシーンに。岬と水平線は固定し、波が浜辺へ打ち寄せるようにします。

キャラクターを動かす

髪や服、表情が動いても、キャラクターらしさを保ちます。元の構図から始め、控えめな仕草を指定しましょう。

イラストを動かす

手作りの質感を残したままデザインに動きを加えます。文字とリネンは静止させ、刺繍の動物たちを走らせます。

商品写真を動かす

生活感のある商品シーンに、小さな動きを加えます。入力したフレームをもとに、手の動き、ろうそくの炎、部屋の暖かな光を指定しましょう。

画像から動画を作るモデルを選ぶ

画像を見た目の参考にするのか、最初のフレームにするのかを確認しましょう。その入力方法に対応するモデルを選び、動画の長さと出力形式を設定します。

モデルを選択
ByteDance

Seedance 2.5

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 4~30秒
  • 480p · 720p
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 240.36 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
ByteDance

Seedance 2.0 Mini

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 4~15秒
  • 480p · 720p
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 78.62 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
ByteDance

Seedance 2.0

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 4~15秒
  • 480p · 720p · 1080p · 4K
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 157.25 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
ByteDance

Seedance 2.0 Fast

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 4~15秒
  • 480p · 720p
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 94.35 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
MiniMax

MiniMax H3 Max

テキストから生成。最初と最後のフレームも指定できます。

  • 5~15秒
  • 480p · 768p
  • 音声の設定なし
  • フレーム画像の入力

動画1本あたりの推定クレジット

≈ 83.2 クレジット8秒 · 768p · 16:9 · 音声なし
このモデルで作成
MiniMax

MiniMax H3

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 5~15秒
  • 2K
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 135.2 クレジット8秒 · 2K · 16:9 · 音声なし
このモデルで作成
Alibaba

Wan 3.0

テキストまたは参照画像から生成。最初のフレームも指定できます。

  • 2~30秒
  • 480p · 720p · 1080p
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 104 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
Alibaba

Wan 3.0 Prime

テキストまたは参照画像から生成。最初のフレームも指定できます。

  • 2~30秒
  • 480p · 720p · 1080p
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 145.6 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
Alibaba

Wan 2.7

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 2~10秒
  • 720p · 1080p
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 104 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
Alibaba

HappyHorse 1.1

テキストまたは参照画像から生成。最初のフレームも指定できます。

  • 3~15秒
  • 720p · 1080p
  • 音声の設定なし
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 102.75 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
xAI

Grok Imagine Video 1.5

テキストまたは参照画像から生成。最初のフレームも指定できます。

  • 1~15秒
  • 480p · 720p · 1080p
  • 音声の設定なし
  • 参照画像3枚

動画1本あたりの推定クレジット

≈ 145.6 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
xAI

Grok Imagine Video

テキストまたは参照画像から生成。最初のフレームも指定できます。

  • 1~15秒
  • 480p · 720p
  • 音声の設定なし
  • 参照画像3枚

動画1本あたりの推定クレジット

≈ 72.8 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
Kling

Kling 3.0 Pro

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 3~15秒
  • 720p
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 116.48 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
Kling

Kling 3.0 Standard

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 3~15秒
  • 720p
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 87.36 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
Kling

Kling Video O1

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 5、10秒
  • 720p
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 72.8 クレジット5秒 · 720p · 16:9 · 音声なし
このモデルで作成
Google

Veo 3.1

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 4、6、8秒
  • 720p · 1080p · 4K
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 416 クレジット8秒 · 720p · 16:9 · 音声あり
このモデルで作成
Google

Veo 3.1 Fast

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 4、6、8秒
  • 720p · 1080p · 4K
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 104 クレジット8秒 · 720p · 16:9 · 音声あり
このモデルで作成
Google

Veo 3.1 Lite

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 4、6、8秒
  • 720p · 1080p
  • 生成音声
  • 参照画像5枚

動画1本あたりの推定クレジット

≈ 52 クレジット8秒 · 720p · 16:9 · 音声あり
このモデルで作成
Runway

Runway Gen-4.5

テキストまたは参照画像から生成。最初のフレームも指定できます。

  • 2~10秒
  • 720p
  • 音声の設定なし
  • 参照画像1枚

動画1本あたりの推定クレジット

≈ 124.8 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成
Black Forest Labs

FLUX.3 Video

テキストまたは参照画像から生成。最初と最後のフレームも指定できます。

  • 5~20秒
  • 720p · 1080p
  • 生成音声
  • 参照画像2枚

動画1本あたりの推定クレジット

≈ 176.8 クレジット8秒 · 720p · 16:9 · 音声なし
このモデルで作成

表示された設定での推定出力クレジットです。その他の操作にも別途クレジットが使われます。

創作のためのプラン

画像、動画、チャット。
毎月の残高をすべてで共有。

Pro

$19.90USD/月

2,000クレジット/月
動画約20本Seedance 2.0 Mini
Proを見る →

Max

$49.90USD/月

5,000クレジット/月
動画約50本Seedance 2.0 Mini
Maxを見る →

動画の例:10秒 · 720p · 16:9 · 音声なし。消費量はモデルや設定によって異なります。この例では月間残高をすべて動画に使用しています。チャットなどに使うと、生成できる本数は減ります。

画像から動画を作る際のよくある質問

画像を動画にするには?

8 MBまでのPNG、JPEG、WebP画像をアップロードし、対応する動画モデルを選んで、加えたい動きを説明します。利用できる長さ、縦横比、解像度を設定してから、Clico Webで下書きを確認し、送信します。被写体が明確で、動画でも残したい構図の画像から始めましょう。

参考例: Clico GalleryのFIELD 07のゆっくりした周回撮影で完成した動画、動きのプロンプト、元にできる参照画像を確認できます。

動画化に向いている画像は?

被写体がはっきりしていて、必要な細部が写り、動きを加える余白のある画像を選びましょう。商品が端に寄っているとカメラを動かす余地が限られます。水平線が安定した風景なら、シンプルな構図から始められます。動画にする前に、不要なものや不鮮明な細部を修正してください。

使うツール: AI画像エディター で元画像を整えるか、次の例を参考にしてください: 最初のフレームを参考にした画像から動画へのプロンプトで構図や動きのアイデアを探せます。元画像の品質は依頼内容を明確にする助けになりますが、特定の動きの結果を保証するものではありません。

画像から動画を作るプロンプトには何を書けばよいですか?

時間とともに何が変わるかに絞って説明しましょう。被写体の動作、周囲の動き、カメラの方向を書き、変えたくない細部を指定します。例:“Keep the bottle and label still. Move the camera slowly closer while soft reflections shift across the glass.” 短い動画に関係のない動作をいくつも詰め込まないようにしましょう。

GoogleのVeoプロンプトガイドでは動作とカメラの表現を説明しています。Clicoの動きの比較では、同じ画像に具体的なカメラ指示を加えています。

参照画像と最初のフレームの違いは?

参照画像は見た目や内容の手がかりになります。最初のフレームの入力は、その設定に対応するモデルで動画の開始画像を指定するものです。最後のフレームを指定できるモデルもあります。それぞれ用途が異なり、使えるかどうかはモデルとClicoで提供している操作項目によって決まります。

GoogleのVeoドキュメントでは参照画像とフレーム入力を分けて説明しています。添付画像がすべて同じ扱いになるとは限らないため、選んだモデルの設定を確認してください。

商品自体を変えずに商品写真を動かせますか?

商品の形、ラベル、色、構図を保ちながら、控えめなカメラ移動や周囲の動きを加えるよう依頼できます。特に小さな文字や反射する包装が重要な場合は、最初の依頼をシンプルにしましょう。動画全体を見て、形の変化、文字のずれ、予期しない反射がないか確認してください。

こちらの Clico GalleryのFIELD 07商品動画には、ボトルを周回するカメラの動きを生成した例があります。動画全体でラベル、反射、シルエットを確認してください。見分けられる細部でもフレーム間で変わることがあります。

ポートレートやイラスト、風景を動かせますか?

はい。いずれも動きを説明しやすい題材です。ポートレートなら小さな仕草や服のわずかな動きを、イラストなら線や絵の具の質感を保つ動きを試しましょう。風景では水、雲、木の葉など動かす部分と、カメラを固定するかどうかを指定します。

こちらで探す: Clico Gallery でさまざまなビジュアルスタイルを探せます。シーンに合った動きの量を指定し、生成後は顔、輪郭、質感の変化を確認しましょう。

意図しないカメラの動きを避けるには?

“keep the camera stationary”のようにカメラへの指示を明記し、動きは被写体や周囲だけに指定します。カメラを動かす場合は、方向と速さをひとつ明確に選びましょう。短い依頼にズーム、周回、パンを混ぜると、狙ったショットを定義しにくくなることがあります。

Googleの動きとカメラの例には具体的な表現例があります。これらの指示は生成の手がかりです。動画を元画像と比較し、動きが意図と違う場合は依頼内容を調整してください。

以前Clicoで生成した画像を使えますか?

はい。同じ会話内にある利用可能な画像を指定し、動画に使うようClicoに依頼できます。このページから保存済み画像をアップロードすることもできます。会話に複数の編集結果やバリエーションがある場合は、どれを使うか明確にしてください。

元画像を用意しましょう。 AI画像生成で画像を作成し、必要に応じて調整してから、動きの指示を別に書きましょう。画像は見た目の方向性を決め、動画への依頼はその場面をどう動かすかを説明します。

対応モデル、動画の長さ、音声設定は?

画像入力に対応するモデルを使い、選べる長さ、解像度、縦横比、音声設定を確認してください。上のカードにモデルごとの違いをまとめています。入力欄では対応する設定を選べます。あるモデルで使える機能が、別のモデルにはない場合もあります。

GoogleのVeoドキュメントでは、ある提供元のフレームと音声の機能を説明しています。Clicoでは提供元の全機能が使えるとは限りません。選んだモデルに表示される操作項目を使ってください。

画像から動画を作る料金と、バリエーションを試す方法は?

画像から動画を作るには、ProまたはMaxと利用可能なクレジットが必要です。確認する項目: Clicoの料金とアカウント残高を送信前に確認してください。用意された下書きを開いただけでは生成は始まりません。Clico Webで画像、プロンプト、設定を確認し、自分で送信します。

元画像、モデル、設定を揃えたまま、動きの指示をひとつだけ変えてみましょう。比較例はこちら: 固定カメラとゆっくりした周回は、Clico GalleryにあるFIELD 07の2つの異なる方向性の例です。