コラムをテーマから探す

初めてお越しの方も、興味のあるテーマから過去のコラムを探してみてください。 ほかのテーマは、右側のラベル一覧やブログ内検索からお探しください。
ラベル Wan2 の投稿を表示しています。 すべての投稿を表示
ラベル Wan2 の投稿を表示しています。 すべての投稿を表示

2026年8月17日月曜日

クリック一発でAI動画生成環境を構築する

 私のような初心者でも、優しい諸先輩たちのおかげで、AI画像を生成するStablediffusionのようなプログラムでもクリック一発で自分のパソコンにインストールできるわけで、素晴らしいことです。

もちろん、YouTubeなどで、やり方を説明してくださっている方々のおかげもありますが、時間さえあれば、多少の苦労もいとわない好奇心があれば、そんなにむつかしいことではありません。

自分のパソコンにAI画像生成の環境が整っていれば、好きな時に好きなだけ、無料でAI画像を作ることができます。

下手な鉄砲もなんとやらで、たくさんやっていれば、わかってくることも多く、素晴らしい作品もできます。

世の中は、ドンドン進歩しますから、便利な事ばかりではなく、昔は許されていたことができなくなることもよくある話です。

ですから、やるのなら早めがいいと思います。

そして、AI動画生成でもクリック一発で自分のパソコンにプログラムをインストールできるものがいくつかあります。

YouTubeにはいろいろと紹介や説明をしてくださっている方々もいますが、最近は、GrokとかChatGPTとかいろいろな会話型のAIもあるので、それを使って質問をすれば、いろいろと紹介してくれたり、説明もしてもらえます。

いろいろなものを参考にするハイブリッド型のお勉強が、現代のやり方でしょうね。

自分のパソコンの能力を理解してもらうことも大切で、スペックをAIに伝えれば、自分のパソコンに会ったやり方を教えてくれます。

私の場合には、以前はFremPackを入れて使っていましたが、私のパソコンの能力では時間がかかり過ぎるので、それをAIに相談してみたら、Pinokioを紹介されて、その中でWan2GPを入れてみたらどうかと言われたのでやってみたところ、私のパソコンでも、AI動画生成が、10分くらいで出来ちゃうことがわかりました。

Framepackで苦労している間に、AI動画生成の世界もものすごい進歩で、教えてもらったWan2でも、もう一年くらい前のもののようです。

今では、自分のパソコンでも、おしゃべりやBGMを動画と同時に生成するものがどんどん出てきているようですが、それには、私のパソコンでは能力不足のようです。

有料のサービスに比べたら、当然、まだかないませんが、でも無料で、好きなだけ作れるということは素晴らしいことで、いっぱい練習できます。

現在は、PinokioでWa2GPを立ち上げて、Wan2.2 TI2V-5BというのでAI動画生成を練習しています。


FastWan2.2-TI2V-5Bです十5秒くらいのAI動画を私の非力なPCでも5分くらいで生成できます。

少し色彩がきつくなったり、動画自体に乱れがあったりするので、DefaultのWan 2.2 Text 2 Video model 5B

Attention mode auto/sage2, Data Type BF16, Quantization INT8

にすると、生成にかかる時間は30分くらいかかることもありますが、それでも、私の環境のFramePackよりは短いです。

設定をいろいろといじれば、もっときれいな動画を短い時間せ生成できるのでしょうから、勉強です。



AI動画の進歩がすごすぎ

私: AI画像性やAI動画生成をいろいろと試してきて、わかったことは、AIの進歩のスピードが半端ではないということです。

AI画像生成は、ある程度の進歩が止まっているイメージですが、AI動画の方は半年ですっかり状況が変わってきます。

ですから、焦って有料のサブスクに手を出すと、すぐに後悔という可能性が高いと思いませんか?

Stablediffusionのようにローカルでの画像生成を無料で出来れば、失敗を恐れず、どんどん生成できますが、もしも有料のサブスクですと、失敗しても手持ちのトークンがどんどん減ってしまうことになりますよね。

AI動画では、特に、まだ完成度が低いから、思ったようには生成できないことも多いのではないですか?

特に、最近は、音声を同時に生成するものも出てきていて、料金がどんどん高くなっている傾向はどうでしょうか?

無料のFramePackやWan2では、まだ、有料にはかなわないと思うけど、お知恵拝借。


Grok:

おっしゃる通りだと思います。AI動画の進化スピードは本当に異常で、半年前の「すごい」が今では「普通」や「物足りない」になるケースが珍しくありません。

画像生成がある程度成熟してきたのに対し、動画はまだ「完成度が低い・制御が難しい・失敗が多い」フェーズなので、有料サブスクにすぐ飛びつくのはリスクが高いです。

なぜ焦って有料にすると後悔しやすいのか

失敗コストが高い:トークン制やクレジット制だと、思い通りにならない生成を繰り返すだけで残高が減ります。特に動画はプロンプト調整・シード・フレーム制御が難しく、何度も試す必要が出やすい。

機能の陳腐化が早い:音声同時生成、長いクリップ、キャラ一貫性、物理シミュレーションなどが急速に進化しているので、今入ったプランが半年後に「割高で古い」になりやすい。

料金の上昇傾向:音声付きや高解像度・長尺になると、1本あたりのコストが上がりやすい構造です。APIベースだと秒単位で0.05〜0.40ドル前後(720p〜1080p目安)というレンジが多く、失敗を重ねるとすぐにかさみます。

Stable Diffusion系でローカル画像を無料で無限に回せる感覚に近いものが、動画ではまだ限定的です。だから「失敗を恐れず試せる環境」を優先した方が、結果的に得をしやすいです。

FramePack と Wan 系について

FramePack(lllyasviel系)はかなり良い選択肢です。

消費電力GPU(6GB VRAM程度から)で長く生成できるのが強み。次フレーム予測+コンテキスト圧縮で、長さに対してVRAMがほぼ一定になる設計。

ローカルで無料(公式はオープンソース、GitHubで配布)。1分級(30fps)も狙える。

画像から動画(I2V)が得意で、プロンプト強化やLoRAなども対応が進んでいます。

ただし有料クラウドサービス(高品質・高速・音声付き)と比べると、動きの滑らかさ・細かい制御・総合クオリティではまだ差があります。生成時間もハード次第でそれなりにかかります。

Wan系(Alibabaのオープンモデル群)も強力です。

Wan 2.2あたりがオープンウェイトとしてよく使われ、Apache 2.0でローカル運用可能。

5Bクラスなら消費電力GPU(24GB前後推奨)で720pが現実的。14Bクラスはより重い。

後続のWan 2.5/2.6/2.7系は音声同期や高解像度・長尺が強化されていますが、最新の高性能版はAPI中心でクローズド寄りになっている部分もあります。

ローカルで回すなら「失敗を恐れず試せる」点でFramePackと並んで優秀。品質は有料最前線には及ばないものの、コスパと自由度は高いです。

どちらも「有料にはまだかなわない」という感覚は正しいです。特に動きの自然さ、長い一貫性、音声付きの完成度、生成速度では、Kling・Veo・Seedance・Runwayなどの有料/クラウド勢が優位な場面が多いです。

現実的な使い分けのおすすめ

まずはローカル無料で徹底的に試す

FramePackやWan 2.2系をComfyUIや専用UIで回す。失敗を無限にできるので、プロンプトの感覚や「何が苦手か」が身につきます。GPUが弱めでもFramePackは優しいです。

無料枠・低コストクラウドを併用

多くのサービスが日次クレジットやトライアルを出しています。Wan公式系のデイリー無料、Klingの日次クレジット、他にも無料枠があるツールを使い分けて「有料級の出力」を時々確認。

有料は「本当に必要な時だけ」

特定のクオリティや音声付きが必須になったら、月額ではなくクレジット/従量課金で最小限買う。

または、ローカルで下書き→クラウドで仕上げ、というハイブリッド。

半年単位でモデルが入れ替わるので、長期縛りのサブスクは避けた方が無難です。

画像側の延長で考える

すでにStable Diffusion経験があるなら、画像でしっかり構図・キャラ・スタイルを固めてからI2Vに渡すと、動画側の失敗率が下がります。FramePackはI2Vが得意なので相性が良いです。

要するに、「今すぐ有料で量産」より「ローカル+無料枠で実験を重ねて、必要になった瞬間だけ課金」の方が、後悔しにくいです。動画はまだ「試行錯誤のコスト」が本体の価値を決める段階なので、失敗を安く買える環境を優先する判断は正しいと思います。



私: 有料のサブスクに手を出す人たちのおかげで、AIが進歩し続けているという見方もあるよね。

AI開発には設備投資などに巨額の資金が必要なので、儲けさせてもらえないと進歩が止まりますよね。


Grok:

その見方はかなり正しいと思います。

AI、特に動画生成のような大規模モデルは、ただのソフト開発ではありません。学習に必要な計算資源(GPUクラスター)、電力、データ収集・クリーニング、優秀な研究者・エンジニアの人件費が桁違いにかかります。数百億円〜数千億円規模の投資が当たり前になってきています。

これを回収・再投資できる仕組みがなければ、研究は細々と続くかもしれませんが、今のような「半年で状況がガラッと変わる」レベルの加速は起きにくいです。

有料サブスクやAPI利用者が払っているお金は、直接的・間接的にその投資の燃料になっています。無料枠やオープンソースだけに頼っていると、開発側は「使われても儲からない」状態が続き、優先順位が下がったり、開発ペースが落ちたりする可能性が高いです。

実際、オープンウェイトで出されているモデル(Wan系やFramePackなど)も、背後では有料サービスや企業の利益で支えられている部分が大きいです。

一方で、すべてを有料にすればいいという単純な話でもありません。無料やローカルで遊べる環境があるからこそ、ユーザーが増え、フィードバックが集まり、新しい使い方や改善点が生まれ、結果的に全体のエコシステムが活性化します。

要するに、

有料ユーザーが「今の品質にお金を払う」ことで、次のレベルの研究開発資金が生まれる

無料・ローカルユーザーが「広く試してフィードバックを出す」ことで、実用性や方向性が磨かれる。




2026年7月24日金曜日

無料で遊べるAI動画

 基本的になんでもタダが好きなので、AI画像生成でもStable Diffusion WebUI Forgeを自分のパソコンの入れて楽しんでいますし、AI動画生成は、FramePackを使ってきています。

FramePackは、パソコンに入れてローカルで使えるので、無料だし便利なのですが、私のGPU3060では非力だから、とにかく時間がかかり過ぎます。

5秒程度のAI動画でも数時間かかってしまいます。

そこで、GoogleFlowなどを無料の範囲で使っていますが、一日に2本しか作れません。

そこで、有料のサブスクなども考えているのですが、貧乏な私には高い。

そこでGeminiに相談してみたところ、Wan2がいいのではないかということで、昨夜から、Wan2をパソコンに入れて使う方法を試しています。

導入のしかたも親切に教えてくれるし、うまくいかなかったときにも、解決方法を教えてくれるから、AIは便利です。

それで、苦労しながら導入することに成功して、初期設定と事前に入っていたプロンプトでタコのAI動画を作ってみたところ、できることはできたのですが、とにかく時間がかかりました。5秒で1時間半ほど。

そこで、今朝から、それを解決する方法をAIに聞いて試していますが、今のところ、アドバイスしてもらった設定で、5秒のAI動画を10分程度で作ることができるようになりました。

出来上がったAI動画の色調が少しどぎついから、その解決方法を聞いて、今試しています。


そして、新しい設定で作った動画は、人物の顔が、リアルではなくて平面ポイので失敗、また新しい設定を聞いてやっています。

やはり、ただで力量不足のGPUでは、苦労します。

FramePackを時間短縮できないのか、聞いてみます。