画像から動画 AI:写真を動くクリップに
画像から動画は、静止した写真から短いクリップを作る方法です。写真を最初のフレームとして渡し、シーンの動きを言葉で指示します。
shuutでは動画ツールで使えて、どの動画モデルも写真を最初のシーンとして受け付けます。2枚目の写真で終わらせたり、途中で別の写真を通ったりできるモデルもあります。
この用途に使えるモデル
| モデル | 開発元 | 料金 | 最低料金 | 長さ |
|---|---|---|---|---|
| Seedance 2.5 | ByteDance | 1秒あたり26クレジット | 1秒あたり12クレジット | 4~30 秒 |
| Veo 3.1 | 1秒あたり44クレジット | 1秒あたり22クレジット | 4 秒、6 秒、8 秒 | |
| Kling 4.0 | Kuaishou | 1秒あたり18クレジット | 1秒あたり18クレジット | 3~30 秒 |
| Seedance 2.0 | ByteDance | 1秒あたり17クレジット | 1秒あたり8クレジット | 4~15 秒 |
| MiniMax H3 | MiniMax | 1秒あたり10クレジット | 1秒あたり10クレジット | 4~15 秒 |
| Wan 3.0 | Alibaba | 1秒あたり11クレジット | 1秒あたり6クレジット | 2~30 秒 |
| Grok Imagine Video 1.5 | xAI | 1秒あたり16クレジット | 1秒あたり9クレジット | 1~15 秒 |
| Omni 1.2 Flash | 1秒あたり8クレジット | 1秒あたり3クレジット | 3~15 秒 | |
| HappyHorse 1.1 | Alibaba | 1秒あたり16クレジット | 1秒あたり8クレジット | 3~15 秒 |
料金はクレジット表示(1クレジット = US$0.01)で、利用のたびにshuutの残高から差し引かれます。生成前に正確な料金が表示されます。
shuutの動画ツールで画像から動画を作る
動画ツールを開き、写真を最初のシーンとして追加します。
動きを説明するプロンプトを書きます。たとえば、ゆっくり振り向く動きや、被写体の後ろで波が打ち寄せる様子などです。
モデル、長さ、解像度、アスペクト比を選びます。
終わりのシーンに対応したモデルなら、2枚目の写真を追加すると、1枚目から2枚目へ移り変わるクリップになります。
「作成」を押すとクリップが作られます。
shuutで画像から動画に使えるモデル
shuutの動画モデルはすべて最初のシーンを受け付けるので、どのモデルでも1枚の写真を動かせます。
Seedance、Veo 3.1、Kling 4.0、MiniMax H3、Wan 3.0、Grok Imagine Video 1.5、Omni 1.2 Flashは、終わりのシーンにも対応しています。
Kling 4.0とGrok Imagine Video 1.5は中間のシーンにも対応していて、複数の写真を順番に通るクリップを作れます。
ByteDanceのSeedance 2.5は、長い1本のクリップを作れます。かぎかっこで囲んだセリフを韓国語も含めて話し、音声のオンとオフも切り替えられます。
Seedance 2.5 Flashはより速く、より安価です。解像度は480pと720pで、参照の数は少なめです。
KuaishouのKling 4.0は自然な演技で知られていて、音声は常に動画と一緒に作られます。
Kling 4.0 Flashは720pでより速く、より手頃です。クリップは短めで、最初のシーンのみに対応しています。
Veo 3.1はGoogleのモデルで、セリフ、効果音、環境音を含む短いクリップを作れます。音声はオンとオフを選べます。
Veo 3.1 LiteはVeoの中で最も手頃なモデルで、最初のシーンのみに対応しています。
画像から動画を作る前に
被写体がはっきりした鮮明な写真を使うと、モデルがきれいな最初のフレームから作り始められます。
動きが伝わりやすいように、1つのプロンプトにはメインの動きを1つだけ書きます。
終わりのシーンを使うときは、背景や雰囲気が似た2枚の写真を選ぶと、移り変わりが自然に見えます。
セリフを入れるときは、Seedance 2.5やKling 4.0など対応しているモデルで、話す言葉をかぎかっこで囲みます。
Seedanceの参照動画や参照音声に含まれる声は、話している本人の同意が必要です。
実在の人物が登場する場合は、投稿先でAI生成の表示が必要かどうかを確認してください。
shuutで画像から動画を作る方法
- shuutで動画ツールを開きます。
- 写真を最初のシーンとして追加します。モデルが対応していれば、終わりのシーンや中間のシーンも追加します。
- プロンプトで動きを説明します。
- モデル、長さ、解像度、アスペクト比を選びます。
- 「作成」を押すとクリップができあがります。
よくある質問
- 画像から動画にはどのモデルが合いますか?
- 写真1枚なら、shuutのどの動画モデルでも使えます。2枚目の写真で終わらせたいときは、Seedance、Veo 3.1、Kling 4.0、MiniMax H3、Wan 3.0、Grok Imagine Video 1.5、Omni 1.2 Flashを使います。複数の写真を通したいときは、Kling 4.0かGrok Imagine Video 1.5を使います。セリフを入れたいときは、Seedance 2.5とKling 4.0がかぎかっこ内のテキストを韓国語も含めて話します。
- 画像から動画のクリップはどのくらいの長さにできますか?
- shuutで最も長い1本のクリップを作れるのは、Seedance 2.5、Kling 4.0、Wan 3.0です。Seedance 2.5 Flashも同じ長さまで作れます。Kling 4.0 Flashはそれより短く、Veo 3.1は短いクリップを作ります。モデルごとの正確な長さは、モデル表の「長さ」の列で確認できます。
- shuutで画像から動画を作る料金はいくらですか?
- 料金は選んだモデル、長さ、解像度によって変わります。Veo 3.1など一部のモデルでは、音声のオンとオフでも変わります。正確な料金は「作成」を押す前に表示されます。
- 1枚の写真から別の写真へ移り変わるクリップは作れますか?
- はい、終わりのシーンに対応したモデルで作れます。始まりの写真を最初のシーンに、締めくくりの写真を終わりのシーンに追加すると、その間を移り変わるクリップになります。
- 画像から動画に音声は付きますか?
- 一部のモデルで付きます。Kling 4.0は常に動画と一緒に音声を作ります。Seedance 2.5とVeo 3.1は音声のオンとオフを切り替えられて、Veo 3.1はセリフ、効果音、環境音を加えられます。
作れるもの
- テキストから動画へ:シーンを書くと動画クリップに
- AI ショート動画作成:shuutで縦型クリップ、字幕、比率変更
- 動画のAI高画質化:動画と写真を4Kに拡大
- Kling Lip Syncで作るAI リップシンク動画
- 写真と声から作るAIアバターのトーキング動画
- 人物の写真、商品の写真、台本から作るAI UGC動画
2026年11月17日更新
ご利用の前に
結果ごとのお支払いで、「作成」を押す前に見積もりが表示され、サブスクリプションは任意です。
モーションカット・字幕・比率変更は登録すると無料です。
商用利用については利用規約の第9条で定めており、範囲はモデルや契約によって異なり、権利・広告ルール・AI表示の確認はご自身で行っていただく必要があります。
shuutはモデルの開発元とは提携していません。