見出し画像

LTX-2.3でどこまでSeedance2.0に迫れる?

ComfyUIの課金ノードでSeedance2.0を使ってみてたら、$10課金した2,110クレジットはあっという間に溶けました。


そして更に$10課金することに。恐るべし。


今回は、確かにSeedance2.0はすごいんだけど、コストもかかるからなんとかローカルでそれなりのものができないのか試してみました。5秒だけで。



素材は、ChatGPT-Images2.0で書き出したこちら。まぁいつものです。

今まで何度も書いているハニービーですが、再設定して書き出した。


GPT-Images2.0の課金ノードでlow設定で書くより、ChatGPT-Images2.0で書くほうが細かく丁寧に書ける印象です。



で、ChatGPT-Images2.0でこのキャラクターシートを参照して、

上空からドローンとともに突進してくる様子

として書いたのがこれ。


これを動画にします。




では、まずはSeedance2.0で、

image_1のキャラクターがドローンとともに上空から突進してくる


さすが。

イメージ通り。勝手にセリフまで入れてくれた。



では、ローカルでやってみるために、LTX-2.3を選択。ComfyUIでネイティブ対応されているし、簡単に使える。


モデルはテンプレのワークフローに指定されているものをそのまま使う。


サイズは、OOMを回避するためにも小さめで、768×512にする。


このキャラクターがドローンとともに上空から突進してくる


さて、どうだ。




予想以上にシュールな動画ができた。

確かに突進してきているけど。

そして、最後の小人は何? メタバースか何か?



もうまさに雲泥の差やん。



いや、たぶんこれはプロンプトが悪いんだわ。

LTX-2.3はプロンプトに書いたとおりにしか生成しないから、ちゃんとプロンプトを書かなあかんってどっかで読んだ気がする。




LTX-2.3からの派生のSulphur2には、ローカルLLM用のプロンプトエンハンサーがあって、これも試してみたけど、ComfyUIと両方立ち上げて使うのはメモリが厳しいのと、どうもプロンプトがエロに寄る。なので、GeminiやChatGPTでやってみる。



まずはGeminiから。

新規のチャットの最初に、

LTX-2.3のプロンプトの書き方を教えて。

としてから、最初の画像をアップロードして、

このキャラクターがドローンとともに上空から突進してくる動画のプロンプトを作って。英語と和訳の両方。

そうすると、何故かNanoBananaが動き出して絵を書こうとする。

プロンプトを書いてくれって言ってるだろ。


で、ようやく出てきたのがこちら。

A dynamic action shot starting from the image. The anime girl with blonde twintails and black-and-gold mechanical armor fiercely dives downward from the sky, charging directly toward the camera with incredible speed. Her transparent golden insect wings flap rapidly, creating a soft blur. Surrounding her, multiple small bee-like mechanical drones dive in unison, their wings vibrating with a high-pitched hum. The camera rapidly tracks backward and pulls down, creating an intense sense of falling and speed through the dense cyberpunk skyscraper city below. Golden light streaks and energy particles rush past the screen, emphasizing the velocity. The audio features a roaring sonic boom, the high-frequency buzzing of robotic wings, and the rushing sound of wind.

画像から始まるダイナミックなアクションショット。ブロンドのツインテールと黒×金のメカニカルなアーマーを身にまとったアニメの少女が、上空から猛烈に急降下し、凄まじいスピードでカメラに向かってまっすぐ突進してくる。彼女の透明な金の虫の羽は高速で羽ばたき、柔らかなブレ(モーションブラー)を生み出している。彼女の周囲では、複数の小さな蜂のようなメカニカルドローンが呼応して一斉に急降下し、その羽は高音のハミングを響かせながら振動している。カメラは急速に後退しながら引き下がり、眼下に広がる過密なサイバーパンクの高層ビル街を通り抜ける、激しい落下感とスピード感を演出する。金色の光の筋とエネルギー粒子が画面を駆け抜け、速度を強調する。音声には、轟くソニックブーム、ロボットの羽の高周波な駆動音、そして激しく吹き抜ける風の音が同期している。


さて、どうかな。




おー、やっぱりプロンプトで全然変わるわ。

ちゃんと前に飛んでる。

音は、小さめに駆動音が鳴っている。




次はChatGPTで同じようにやってみた。


で、書いてくれたプロンプトがこちら。

A golden-haired mechanical fairy warrior dives rapidly from the sky above a futuristic city.
Several black and gold combat drones fly in formation around her.
Her long twin tails and translucent wings stream violently in the wind.
Golden sparks, metallic particles, and glowing debris trail behind her.

She accelerates directly toward the camera with a determined expression.
The drones aggressively escort her while maintaining tight formation.
The city skyline rushes past below, creating a strong sense of speed and scale.

The camera performs a fast backward tracking shot while facing her head-on.
Subtle camera shake, dynamic motion blur, dramatic perspective distortion.
Explosive particles streak across the frame.
Cinematic lighting, high contrast, ultra detailed mechanical textures, epic action scene, anime masterpiece, high budget film quality.

金髪の機械仕掛けの妖精戦士が、未来都市の上空から高速で急降下する。
黒と金の戦闘ドローンが彼女の周囲を編隊飛行している。
長いツインテールと半透明の羽が激しく風になびく。
金色の火花、金属片、発光する粒子が後方へ流れていく。
彼女は強い意志を宿した表情でカメラへ向かって加速する。
ドローンは密集した編隊を維持しながら護衛するように飛行する。
眼下の超高層都市が高速で流れ去り、圧倒的なスピード感とスケール感を生み出す。
カメラは正面から彼女を捉えながら高速で後退する。
わずかな手ブレ、ダイナミックなモーションブラー、誇張された遠近感。
爆発的な粒子エフェクトが画面を横切る。
映画的ライティング、高コントラスト、超高精細なメカニカル質感、壮大なアクションシーン、アニメ映画品質。



どうかな。




Geminiのプロンプトと比べて、カメラとの距離が変化したり雰囲気が向上している感じはする。

音は、音楽になってる。



ChatGPTは、もうひとつおまけのプロンプトを書いてくれた。


A golden-haired mechanical fairy warrior and her drone squadron perform a high-speed attack run through the clouds above a futuristic megacity.

She suddenly bursts forward toward the camera at extreme speed.
The drones peel outward, then converge behind her in a deadly formation.

The camera rapidly flies backward to keep pace with her charge.
Clouds explode apart as she passes through them.
Golden energy trails, sparks, and debris streak across the frame.

Extreme sense of velocity, aggressive camera movement, cinematic action shot, dynamic motion blur, dramatic depth, epic scale, ultra detailed anime film quality.

この画像なら、「最後にカメラ直前まで迫って停止する」「ドローンが左右に展開する」「雲を突き破る」などの演出を追加すると、LTX 2.3でかなり映える動画になりやすいです。

和訳ではないけど、こんな説明がついていた。



こっちもやってみよう。





確かに雲で疾走感が出た。

しかし、どこに向かって飛んでいるのかよくわからん。

「上空から突進してくる」って言えば、急降下だろって思うけど。プロンプトにもそう書かれているし。





次は、Claudeで、


A blonde girl in black and gold mechanical armor descends rapidly from the sky in a dramatic overhead shot. She has golden glowing eyes and a confident smirk on her face. Her massive insectoid mech wings — black with gold-veined feather-like panels — spread wide and radiate golden particle energy outward in all directions. A large spiraling mechanical drone with a cannon barrel swoops in from the lower left, spinning as it charges forward. Smaller insectoid drones flank her on both sides, swarming in formation. The camera is locked in a low-angle upward-facing perspective as she plunges directly toward the lens at high speed, filling the frame. Golden sparks, glowing debris, and light streaks explode around her. The dark cityscape below is barely visible through clouds of smoke and radiant energy. The atmosphere crackles with electricity and momentum. Motion blur intensifies on the edges of the frame. The audio is a thunderous mechanical roar with a rising orchestral sting, metallic whirring of drone propellers, and the sharp crack of energy discharge.

黒と金の機械鎧をまとったブロンドの少女が、ドラマチックな俯瞰ショットの中、空から猛スピードで急降下してくる。彼女の瞳は金色に輝き、自信に満ちた不敵な笑みを浮かべている。巨大な昆虫型のメカニカルウィング——金の葉脈が走る黒い羽根状のパネルが広がり——四方八方に金色のパーティクルエネルギーを放射している。砲身を持つ大型の螺旋状メカニカルドローンが左下から突っ込んでくる形で旋回しながら迫る。小型の昆虫型ドローンが両脇を固め、編隊を組んで群がっている。カメラは真下から見上げるアングルに固定されており、彼女は高速でレンズに向かって真っすぐ急降下し、フレームいっぱいに迫る。金色の火花、発光する破片、光のストリークが彼女の周囲で爆発的に広がる。眼下の暗い都市景観は煙と輝くエネルギーの中にかすかに見える。大気は電気と勢いで張り詰めている。フレームの端ではモーションブラーが激しくかかっている。音声は轟くような機械の咆哮に高まるオーケストラのスティング、ドローンのプロペラが発する金属的な唸り、そしてエネルギー放電の鋭い炸裂音が重なる。



どうかな。




壮大に優雅に飛んでいて、蜂感が無いな。

音楽も壮大な感じ。

不敵な笑みはいいけどね。




ということで、色々やってみましたが、この中で比較するとChatGPTの最初のプロンプトで出したのが、そこそこだったでしょうか。プロンプトの差はそんなになくて、ガチャ要素が強いだけかもしれんけど。



5秒の生成でもSeedance2.0の壁は高いな。




せっかくなんで、Seedance2.0でもう一回出してみよう。



さすがだ。






ではまた。

いいなと思ったら応援しよう!