先週、旅行先で撮った自分の写真をAIで動かしてみた。最初の1秒はいい感じだった。でも2秒目に差しかかったあたりで、目の位置が微妙にずれた。3秒目には、輪郭が少し丸くなっていた。動画が終わる頃には、隣にいた友人に「これ誰？」と聞かれた。自分の写真なのに。
同じような経験をした人は多いはずだ。AI動画 顔 崩れるというのは、AI動画を触ったことがある人ならほぼ全員が一度はぶつかる壁だと思う。
写真自体は悪くなかった。ピントも合っていたし、光も自然だった。それなのになぜ、動かした途端に別人になってしまうのか。今回はその理由と、自分なりに見つけた対処法をまとめておく。
動きを強くすれば直るわけではなかった
最初に試したのは、もっと詳しく指示を書くことだった。「美しい顔」「自然な表情」「高品質」と単語を足していった。
結果は変わらなかった。むしろ悪化することもあった。
いろいろ試してわかったのは、顔が崩れるかどうかは一つの原因ではなく、いくつかの要素が重なって決まるということだった。
元の写真の質はやはり大きい。正面に近い角度で、影が強すぎない写真のほうが、動かしたときに安定する。逆光で撮った写真は、動かした瞬間に輪郭がぶれやすかった。
顔がフレームの中でどれくらいの大きさを占めているかも関係していた。バストアップで撮った写真は安定しやすく、全身が入った写真は顔が小さくなる分、崩れやすい。
動きの複雑さも無視できない。まばたきだけの動画と、首を大きく回す動画では、崩れる確率がまったく違った。
カメラの動きも同じだった。カメラが止まっている、あるいはゆっくりズームするだけなら比較的安定する。カメラが人物の周りをぐるっと回り込むような動きを指定すると、途中で顔が別人になることが増えた。
使うモデルによっても差はあった。ただしこれは、他の問題を全部帳消しにしてくれる魔法ではない。あくまで一つの要素として扱うくらいがちょうどいい。
崩れにくい動きと崩れやすい動き
具体的に、自分が試した中で安定しやすかった動きを挙げてみる。
まばたき。呼吸で胸元が小さく上下する動き。髪が風でわずかに揺れる動き。カメラがゆっくり寄る、あるいは引くだけのズーム。口角が少し上がる程度の小さな表情の変化。
どれも共通しているのは、AIがすでに写真から読み取っている顔の情報を、少しだけ動かすだけで済むという点だ。
一方、崩れやすかった動きはこちら。
正面から横顔になるくらいの首の回転。人物が歩くカット。カメラが低い位置から高い位置へ大きく移動するようなアングル変化。手を大きく振るような素早い身振り。複数人が同時にフレームの中で動くシーン。
これらは、写真には写っていなかった角度や部分をAIが想像で補わなければならない。想像する範囲が広いほど、別人になる確率も上がる。
写真をアップロードして、まず控えめな指示から
自分がたどり着いた基本の手順はシンプルだ。
写真をアップロードする。控えめな動きだけを言葉で指示する。生成された結果を確認する。うまくいってから、次の動きを足す。
たとえば画像から動画へ開くと、この流れがそのまま画面の手順になっている。写真をアップロードして、動きを短い言葉で書き、生成ボタンを押して結果を見る。
最初からいきなり「振り向いて歩き出す」といった指示を書くのではなく、「軽くまばたきする」くらいから始めてみると、失敗した原因が動きの複雑さにあるのか、それとも写真自体の問題なのかを切り分けやすくなる。
うまくいかなかったら、指示を足すより減らす
崩れた結果を見ると、つい説明を増やしたくなる。自分もそうだった。
でも指示を増やすと、AIが同時に満たさなければいけない条件が増えるだけで、結局どこかにしわ寄せがいく。だいたい、そのしわ寄せは顔に出る。
うまくいかなかったときにやったことは、逆に指示を削ることだった。
首の回転で崩れたなら、回転の角度を小さくするか、傾きだけに変える。顔が小さく写っていたなら、写真を顔の周りでクロップし直す。カメラも被写体も同時に動かしていたなら、どちらか一方だけにする。
プロンプトを書き直す前に、同じ指示のままもう一度生成し直しただけで、なぜか安定した結果が出ることもあった。単純な設定で安定するのを確認してから、少しずつ動きを足し戻していくほうが、結果的に早い。
大きく動かしても同じ人物のままでいてほしいとき
首を大きく回したり、カメラが回り込んだりするカットでは、AI動画 キャラクター 一貫性の問題がとくに出やすい。
こういう場面では、モデルごとの違いが結果にはっきり出る。試しにKling 3.0を見てみると、シーンやカメラアングルが変わっても同一人物としての一貫性を保つこと、時間的な安定性を保つことに重点を置いていると書かれていた。大きな動きを含むカットを作るときは、こうした一貫性を重視して作られたモデルを選ぶこと自体が、一つの対策になる。
微妙な表情の変化を、自然に見せたいとき
反対に、大きく動かすのではなく、微笑みかけの一瞬やまばたきのタイミングといった細かい表情の変化を自然に見せたい場面もある。
ここで見たSeedance 2.5では、顔の細部の表現や表情の変化、自然な動きに重点を置いていると紹介されていた。大きな動きに強いモデルと、細かい表情表現に強いモデルは、必ずしも同じではないらしい。作りたいカットの性質によって選び分けるという発想は、ここでも役に立った。
同じ指示を書き直すより、モデルを変えてみる
度も同じプロンプトを書き直して調整するより、まったく別のモデルで同じ写真と同じ指示を試したほうが、早く解決することがあった。
モデルによって得意な動きや顔の再現の仕方が違うので、一つのモデルで何度も崩れるなら、別のモデルに切り替えてみる価値はある。AIReelが便利だったのは、単に複数の動画モデルを一つの画面から切り替えられるからだけではない。同じ画像と同じプロンプトのまま、異なるモデルをその場で試して結果を比較できるので、いちいち別のプラットフォームに移動する必要がないのが大きい。
さらに、AIReelにはキャラクターの見た目や画像、プロンプトなどを再利用可能な「アセット」として保存できる機能もある。一度保存しておけば、次の生成でも同じアセットを呼び出せるので、複数の動画にまたがって同じキャラクターやビジュアルの一貫性を保つのがずっと楽になる。つまりAIReelは、モデル同士を比較する場としてだけでなく、同じキャラクターや素材を使い回しながら、より一貫性のある効率的な動画制作ワークフローを組み立てるためのツールでもある。
それでも、崩れることはある
ここまで書いた工夫を全部やっても、完璧に崩れなくなるわけではない。動きが大きいカットや、長めのクリップでは、ある程度のずれは今のところ普通に起こる。
これは自分のやり方が悪いというより、今の技術の限界として受け止めておくくらいがちょうどいいと思う。
だから、一発でうまくいくことを前提にしないほうがいい。何回か生成し直して、良いものを選ぶくらいの気持ちで取り組むほうが、結果的にストレスも少ない。長いクリップを作りたいときは、短いカットに分けて、あとでつなぎ合わせるほうが安定しやすかった。
まとめ
AI動画 顔 崩れるという現象は、元の写真の質、顔がフレームに占める大きさ、動きの複雑さ、カメラの動き、そしてモデルの違いが絡み合って起きる。
まずは控えめな動きから試す。崩れたら指示を足すのではなく減らす。大きく動かすなら一貫性を重視したモデルを、細かい表情なら表情表現に強いモデルを選ぶ。それでもだめなら、モデル自体を変えてみる。そして、何回か試し直すことは前提として織り込んでおく。
自分がこの5つを意識するようになってから、動かした写真が「別人」になる頻度は、はっきり減った。