Ray 3.2

位置づけの概要

Ray 3.2 画像からの動画生成モデルは、公開画像を1枚目のフレームとして使用し、テキスト記述と組み合わせて映画的な短編動画を生成します。出力される画面のアスペクト比は1枚目の画像の比率に自動的に従います。オプションで最終フレーム画像を指定でき、画面を1枚目から指定した終点まで遷移させることができます。解像度は540p、720p、1080pから選択でき、完成品は5秒のクリップです。単一のキーフレームから映像を展開させたい、コンセプトのプレビズを作成したい、あるいは雰囲気重視の空鏡（風景カット）を制作したい開発者や制作チームに適しています。

主な特長

• 始点・終点フレームの双方向制御——1枚目のフレームのみを指定することも、2枚目の終点フレーム画像を追加することもでき、動画を指定した終点に向けて収束させ、カメラワークをより制御しやすくします。
• 画面比率が1枚目のフレームに自動追従——出力比率は1枚目の画像によって決まり、追加設定なしで既存素材の構図に合わせられます。
• 3段階の解像度を選択可能——540p、720p、1080pを必要に応じて選択でき、プレビューと完成品の間でコストを配分しやすくなります。

機能説明

1枚目のフレームによる画像からの動画生成：公開画像のURLを最初のフレームとして渡し、プロンプトで動きとシーンを記述すれば、その画像を起点とした5秒の動画を得られます。

終点フレームによる遷移の制約：オプションで終了フレーム画像を渡すと、モデルは1枚目から終点フレームへの遷移過程を生成します。カメラの着地点と画面の収束を制御するのに適しています。

構造化プロンプトへの応答：具体的で構造化された動きやカメラの記述に対してより安定して応答します。プロンプトの上限は6000文字で、比較的完全なカメラ説明を収められます。

解像度と画面比率の制御：出力解像度は540p、720p、1080pから選択でき、画面比率は1枚目の画像を継承するため、後工程での再トリミングを減らせます。

適用シーン

• コンセプトのプレビズ：単一キーフレーム＋カメラ記述——コンセプト画像や絵コンテのキーフレームから5秒の短いカットへ展開し、映像・広告の提案段階における動的なプレビズに活用します。
• 雰囲気重視の空鏡：シーン画像＋環境の動きの記述——静的なシーン画像を環境系のカット素材に変換し、背景スクリーン、トランジション、雰囲気の下地として使用します。
• 始点・終点フレームの接続：開始と終了の2枚の画像——開始画面と終了画面を与え、両者の間の遷移クリップを生成します。カットの接続とリズム制御に活用します。
• マーケティング短編：商品画像＋動きのプロンプト——商品画像を1枚目のフレームとして短い動的素材を生成し、ソーシャルやマーケティングコンテンツの迅速な制作に活用します。

制限と選定のアドバイス

1回の生成は固定で5秒のクリップとなり、より長い尺には対応しません。解像度の上限は1080pで、長回しや高解像度マスターの直接出力には向きません。効果は具体的で構造化された動きとシーンの記述に依存し、曖昧な指示では性能が低下します。時間的な一貫性や動きの品質も得意分野ではありません。テキストから直接動画を生成したい場合は同シリーズのテキストからの動画生成モデルを選べます。より長い完成尺を求める場合は別途評価が必要です。課金は動画1本ごとです。