Kandinsky 6.0 Pro

位置づけの概要

Kandinsky 6.0 Pro テキスト生成動画モデルは、音声付きの映像を一度で取得したい開発者向けです。プロンプトを唯一の必須入力とし、映像の生成と同時に同期音声も出力します。1回の出力は約5秒のクリップで、横長・縦長・正方形など複数のアスペクト比に対応し、乱数シードを設定して結果を再現できます。ショート動画素材のプロトタイプ作成、吹き替えやリップシンクのショット検証、英語やロシア語のプロンプトでアイデアを素早く反復したいチームに適しています。

主な特長

• 映像と音声を一度に生成——プロンプトで被写体、動作、カメラ、音声を同時に記述でき、映像と音声が同じパイプラインで生成されるため、後からの吹き替え合わせが不要です。
• 再現可能な生成制御——seed パラメータを提供し、固定すれば同じプロンプトの版ごとの比較や回帰確認が容易になります。
• 複数アスペクト比に対応——16:9、9:16、1:1、4:3、3:4 の5種類の出力フレームに対応し、横長・縦長・正方形の完成映像を直接切り替えられます。
• プロンプトとネガティブ制御を分離——guidance_scale でプロンプトへの追従度を調整し、negative_prompt で回避したい内容を個別に指定できます。

機能説明

音声付き動画のプロンプト生成：映像と音声を記述したプロンプトを入力するだけで、同期音声付きの短いクリップが得られます。英語とロシア語のプロンプトをネイティブにサポートし、自然言語で完成映像の内容と雰囲気を直接制御できます。

アスペクト比の切り替え：aspect_ratio で横長、縦長、正方形を選択でき、同じプロンプトから異なる掲載枠に合わせたバージョンを素早く生成できます。

追従度とネガティブ制約：guidance_scale は1から10の間でテキストへの忠実度を調整し、negative_prompt は出現を望まない要素の排除に使用します。両者を組み合わせることで試行錯誤の範囲を狭められます。

シードによる再現：seed で乱数性を固定でき、空にするとランダム生成になります。最終決定段階で結果を固定したり、パラメータ調整段階で対照実験を行ったりするのに適しています。

活用シーン

• SNS ショート動画素材の迅速な生成——運用担当者やユースケース検証者が映像と効果音の記述を含むプロンプトを入力すると、約5秒の完成映像が直接得られ、縦長や正方形の掲載素材のプロトタイプに使えます。
• 吹き替え付きショットのコンセプト検証——クリエイティブチームが人物の動作と音声をプロンプトで記述し、音声付きの短いショットを生成して、顧客やチームに物語のリズムと雰囲気を提示できます。
• 複数アスペクト比バージョンの一括対応——同じアイデアを横長と縦長のチャネルに展開したい開発者は、seed とプロンプトを固定し、アスペクト比を切り替えて複数バージョンの素材を生成することで、繰り返しの調整を減らせます。

制限と選定の推奨

1回の出力は約5秒の短いクリップであるため、物語性のある長編動画は自分で分割生成してから結合する必要があります。音声付き生成ではプロンプトが映像と音声の記述を同時に兼ねるため、複雑な構図では guidance_scale とネガティブプロンプトを複数回調整しないと収束しない場合があります。現在はテキスト入力のみをサポートしており、既存の静止素材で動きを駆動したい場合は同シリーズの画像生成動画のラインに切り替える必要があります。完成映像の長さや解像度に高い要件があるシーンでは、超解像などの後処理フローを併用するかどうかを評価する必要があります。