異形さんはなぜ滑り台🎢を滑れたのに、トマト🍅を選べなかったのか。｜Pollo.ai × Gemini Omni Flash検証

【PR】本記事は、Pollo.ai様の創作PR記事です。

Pollo.aiに新しく「Gemini Omni Flash」が登場した。

では、早速、異形さんたちを動かそう♪(*´ω｀)ﾌﾝﾌﾝ

ところが…！

「あああああんた誰ぇ！？」

Gemini Omni Flashで異形を動かした。

……動いた。

でも、動いたのは私の異形じゃなかった。

また、新たな「リファレンスの壁」にぶち当たる。

異形を動かすこと以前に、その「異形」の造形が変わってしまう問題に、夏目は直面した！

さぁ、どうする夏目！？

いらっしゃい(*´ω｀)✨

今回はGemini Omni Flashで、

「異形の日常」

を作ってみました✨

内容は驚くほど平和なんだ。

🌬️扇風機で「あーーー」

🎢真剣に滑り台を滑る

🍅トマトを見比べる

それだけ。

ところがねぇ、これで思わぬ発見がありました。
ある意味、「検証」になったので、是非ご紹介したい(*´ω｀)

オールインワンのAI画像・動画生成プラットフォームPollo.ai🐲

新しいAIが入ったら、そりゃ使いたいじゃない(*´ω｀)
それでね、使用してみるとやっぱり過去に使っている動画生成AIと「比較」になるわけじゃない？

それで、わたくしなりにGemini Omni Flashと向き合ってみたよ。

AIを知るにはまず触れ！
こういったこともできるのが、オールインワンであるPollo.aiの強みであり、ありがたいです(*´ω｀)感謝🌟

それで、今回のメイン異形さんはこの子になります(*´ω｀)

この子をね、Gemini Omni Flashがどうシュールに動かしてくれるか、楽しみだ！！

🎥まずは成功作品

🌬️扇風機で「あーーー」

これは、
①「扇風機」と接触
②「あーーーーーー」
の２本を合体させた動画だよ(*´ω｀)

🎢真剣に滑り台を滑る

べ、別に全然スピードないの、気にないし！
別に私の体のかわいいぷにぷにのせいで、ｷｭｷｭｷｭな感じでストッパーになってるなんて思ってないし！

別に、怒ってないもん！！

帽子変えたの別にいいでしょおしゃれだもん！

それよりも！

私を動かした……

ｚｚｚｙじぇみにおむ…おむ……？

なんとかっていう動画生成AIの説明をなさい！

ﾊｯ！！(*´Д｀)そうでした！

そうそうまずは、Gemini Omni Flashとは？

Gemini Omni Flashは、GoogleのAI技術を活用した最新の動画生成モデル。

一言でいうと、

「自然な動きや雰囲気づくりが得意な動画生成AI」。

人物やキャラクターの表情、視線、カメラワークなどを滑らかに表現しやすく、まるで短い映画のワンシーンのような映像を作れるのが魅力。

また、プロンプト（指示文）の内容を素直に映像へ反映しやすいため、初心者でもイメージ通りの動画を作りやすい印象があるよ。

🦀特に得意なこと

✨ 自然な人物の動き

歩く、振り向く、座るなど、人らしい動きが滑らか。

🎥 映画のような演出

カメラの寄り引きや空気感のある映像が得意。

👀 視線や表情の表現

「こちらを見る」
「少し目を伏せる」

そんな小さな演技が映像の雰囲気を作ってくれる。

🌫 静かな世界観づくり

派手なアクションよりも、

「何も起きていないのに何かを感じる」

そんな演出との相性が良さそう！

だから、異形たちのシュールな日常をゆ～ったりま～ったり表現してくれると踏んだのだ(*´ω｀)✨

さぁ、これらがわたくしの中では「成功例」になります。
次、実はこの「成功」に至るまでに何に奮闘していたか、という背景をご説明したいと思います(*´ω｀)ﾌﾝｽ✨

🍊夏目研究所、開設。

ここから異形の研究が始まる。

①「リファレンス」が上手くいかない

最初はこの子でこの記事を飾ろうとしました。

早速、動画にしてみます、すると…。

分かるかな？
全く別の子になったよね(*´ω｀)

今までいろんな動画生成AI使って来たけど、別人28号になることはあまりなくて、多少何かが欠けてる、というのはあった。

でも、ここから、わたくしの研究魂に火が付いたのね(*´ω｀)

それで、考えたの。

今までやってきたことと、今回の失敗の「違い」を。

②「リファレンス」が上手くいかない＝苦手、ではない

今までが、「リファレンス」に関して問題がなかった、だけど、「動画」で上手く動いてくれないというのはあったの。

🔽物が消える、増える

「異形クッキング」ではリフレァンス動画は、画像を動かす時、物を固定するのではなくて意味の維持を優先するんだなと感じたのね(*´ω｀)
だから、簡単に物が消えたり増えたりしたのかなって。

でも今回は、動画に関してはすっごいスムーズなのね。
この和室の感じどう？
畳とかすごいリアルでしょ？
蝉も鳴いてるのよ指示してないのに✨
すっごい、日常の雰囲気、素敵でしょう？

だから、これは「リファレンス」する画像に問題がある、と考えたんだ。

それで、冒頭の子なんだけど、

・帽子
・ピンク（体ぷにぷに）
・頭に羽

と分かりやすい個体にMIdjourneyで描き直して生んだのだ。

それで、扇風機と滑り台は成功したんだけど、何故か「トマトを見比べる」という単純な構成は失敗したんだ。

あんれ？そっか、情報量盛り込み過ぎた？？となった。

そこで、ChatGPTさんに助言をまた、頂いたのだ(*´ω｀)

③造形がシンプルそうに見えて、実はAI泣かせ

✖「羽」が頭と一体化している

この子って、

帽子
↓
丸い頭
↓
頭の横から羽

という独特なシルエットをしてる。

それを動画AIは

「腕？」
「耳？」
「飾り？」

って毎回解釈し直してる可能性がある。

✖顔がシンプルすぎる🤣

目

目

・

だけ（笑）

人間なら、

鼻

頬

眉

顎

で固定できる。

でもこの子は

⚫　　　⚫

　　・

だけだから、

AIからすると

「少し動かしても同じキャラだよね😊」

ってなりやすい。

✖異形＋「トマト」という新しい重要物体

AIって、

主人公

と

主役アイテム

の両方を描こうとすると、キャラを少し簡略化することがある。

つまり、🍅を持たせた瞬間、

リソースが

キャラ100%

↓

キャラ80%

トマト20%

みたいになるイメージ。
わたくしの場合、キャラが普通ではない「異形」なので、恐らくキャラ80％にされていても、気持ち的に「80％？」になっている気がする笑🤣

とまぁ、ChatGPTさんに教えを頂きまして、さらにわたくしなりに仮説を立ててみました(*´ω｀)

④仮説「動詞＝関節」

「動詞」、まぁ「～をする」というのはいっぺんにいれない、というのはもう理解して考えてはいる。
わたくしの場合「異形の造形」を維持を１位にしたいからそうなると、人間のたったこれだけ、という動作に、AIにとっては「これだけじゃすまねぇよ！」っていうのは、前の異形クッキングで学んだつもりなんだけども…(*´ω｀)

扇風機と滑り台が成功した理由って、キャラの「動詞」が少ないのよね。

見る、立つ、座る、風を浴びる。
今回は「言う」と「滑る」。

これって、関節をほとんど変えなくない？？
体が動いてないから。
だからリファレンスを維持しやすい。

でも、

歩く、持つ、拾う、押す

これって全部関節を動かすよね？

🍅は「持つ」＋「見比べる」の動詞が乗ってるよね。

しかも「見比べる」って、よく考えたら「見る」と「比較する」が合体してない…？💦
考え過ぎかなぁ(*´ω｀)

動画AIは、一枚一枚のフレームで「次はどう動く？」を考えている。

だから動詞が増えるほど、

AIの中では「どこが関節なのか」

という問題が生まれるのかもしれない💦

動画生成AIは動詞（関節）によってキャラクター保持率が変化するとしたら？

　🪽　　🪽
　　🎩
　（●　●）
　　︵

AIはきっとこう考える🤖

「この羽は……」

• 耳？

• 髪？

• 飾り？

• 骨？

• 独立した翼？

分からない！！

だから毎回違う答えを出す。

この子の下半身。

人間なら、

股関節
↓
太もも
↓
膝
↓
足首

が決まってる。

でもこの子は…

AIはきっとこう考える🤖

「歩くには膝いるかな？」

「いや浮いてる？」

「いや触手？」

「羽！？」

毎回会議してる！？👀💦

じゃぁ、背景を消して、２つのトマトを見比べるというのはできるのかな？と動画にしてみました。（断固として異形変えないマン笑🤣）

こ～れ、絶対前のスーパーの子引きずってない？笑🤣

でもめっちゃ、見比べてるのが分かる(*´ω｀)
「見比べる」、２つを比較する、というのが理解されているんだね。

さぁさぁ、つまり結論を申し上げる(*´ω｀)

今回の異形ちゃんは、

静止画では魅力を発揮する。

でも動画では、

「骨格が曖昧な存在」

として認識されやすいのかもしれない。

造形は変わるのは、骨格をはっきりとさせて、「動かしやすいように」動かしただけ。

今思えば、選べなかったのはトマトじゃなくて、AIの方だったのかもね✨

キャラの形を守るか、動きを優先するか。

🍎ここまで見てくれてありがとう

いやぁ、今回もまたAIとはどんなことを考えているのか。

なぁんて、想像させてもらったな(*´ω｀)✨

画像AIは『形』を描く。

動画AIは『動き』を描く。

同じ異形でも、動き始めた瞬間、

AIは「これは何でできているのか」を考え始める。

つまり動画AIは、

「この羽はどこから生えている？」

「足はどこまで曲がる？」

「これは服？体？」

そんなことまで考えているのかもしれない。

Gemini Omni Flashは、

決してリファレンスが苦手というわけではない。
リファレンスする画像の相性が合う合わないというのがあるということがあるのだ。
その収穫は思った以上に大きい。

むしろ、

「どう動かすか」

という条件で結果が大きく変わるAIなのかもしれない。

AIと表現するには、まずAIの考え方を知ること。

思い通りにいかなかった一日だった。

でも、だからこそAIのことを昨日より少し知ることができた。

当たり前だけど、こういうことは触ってみないと分からないこともある。

今日もね、わたくしなりにいっぱい考えた作品でした。

異形さんだからこそ見えてきた、

動画生成AIの面白いクセでした(๑•̀ㅂ•́)و✧（クセで締めるんかーい）

こういった面白い発見、動画の表現研究は、

オールインワンのAI画像・動画生成プラットフォームPollo.ai様
のおかげである🌟

毎日ログインクレジットも貰えるので、「動画生成やってみたいな」
という方は、ぜひ無料生成から挑戦してみてね(*´ω｀)✨

それでは、今回はここまで👍

いつも、スキ、コメント、マガジン追加を本当にありがとうございます🥰 是非これからも応援をよろしくお願い致します💐

🔽色々作成しておりますPollo.ai作品

🔽異形さんシリーズ＋ＡＳＭＲ

👽シュールな異形さんマガジンはこちら👇

よろしければ、読んでいってくださいな！(*´ω｀)✨
また次の世界で会おうねぇ！(*´Д｀)🌌
それではBye！！💖🐲
【PR】本記事はPollo.ai様のご提供によるPR記事です。

🔽Pollo.aiモバイルアプリもあります✨

iOSアプリ

アプリでもダウンロードして使用してみてくださいね🥰✨