Dolphin AI、衣装を失わずに脚本をマルチショット動画へ変換

長いクリップは、シーンと同じものではない。この違いこそが、多くのAI動画ツールがいまだにつまずくところであり、新規参入企業が正面から解決しようとしている問題だ。

インドのソーシャルプラットフォームEloeloが開発したDolphin AIは、9月29日にムンバイで開催されたFICCI FRAMES 2026で発表された。10月4日時点では、一般向けウェイトリストを設けた早期アクセス段階にある。売り込みは狭く具体的だ。脚本を入力すると、キャラクター、服装、ロケーションがカットごとに一貫したマルチショット動画が返ってくる。1回の生成で最大60秒のクリップを出力し、音声、音楽、編集ポイントは映像に同期される。

なぜマルチショットが難しいのか

短い尺であれば、良いショットを1つ生成することはほぼ解決済みだ。だが、同じシーンに属する5つのショットを生成することは別問題である。各ショットを独立してレンダリングするモデルは、2カット前のジャケットがどんな見た目だったか、部屋のどちら側に窓があったかを記憶していない。連続性が崩れ、観客はすぐに気づく。

Dolphinはこれを単一のモデル呼び出しではなく、エージェント型ワークフローとして扱う。脚本からショットリストを計画し、各キャラクターとロケーションで重要な参照情報をシーケンス全体にわたって固定する。さらに、後から出演者を差し替えても動画全体を再生成せずに済む「リキャスティング」や、特定のカメラワークが必要なショット向けのモーションコントロールも提供する。

このツールはインド諸語のリップシンクに対応しており、これはローンチ先を考えれば意図的な選択だ。汎用モデルは英語をうまく扱う一方、他の言語は後回しにされがちである。インド諸語対応を備えて登場するツールは、まず地元クリエイター市場を狙っている。

他ツールとの比較

連続性の問題はDolphin固有のものではなく、既存の代替ツールが現在何をできるのかを正確に押さえておく価値がある。RunwayのMulti-Shotモードは約10秒のシーケンスを生成し、音声なしがデフォルトのことが多い。Pikaは現在、ストーリーボードとサウンドデザインを伴う最大約30秒のマルチショット制作に対応している。LumaのDream Machineは通常、クリップを5～10秒の範囲に制限する。Dolphinの主張は、音声と連続性をまとめて扱いながら、より長い単一パス出力を実現するというものだ。これがデモリールの外でも通用するなら、現行の選択肢から一歩先を行くことになる。

それが本当に通用するかは未知数だ。企業のデモは最良の結果になるよう編集されている。ショット数が増え、尺が1分に近づくにつれて、キャラクターの衣装がどれほど頻繁にぶれるのかは、独立した検証が示すだろう。

連携という観点

DolphinはMCPサーバーとコマンドラインインターフェースを公開しており、他のツールから直接生成をトリガーできる。これは聞こえ以上に重要だ。脚本、アセット管理、レビューのパイプラインをすでに運用しているスタジオなら、ファイルをWebアプリに書き出して戻すのではなく、そのシステム内部からDolphinを呼び出せる。価格はサブスクリプション＋クレジットモデルで、インド向け価格はまだ未発表だが、名称としてはStarter、Pro、Creatorの各ティアが挙げられている。

エージェント型という位置づけは、ワークフロー上の不満にも応える。編集者が必要とするのは動画であり、それと同じくらい頻繁に、最初からやり直さずに修正できるバージョンでもある。再生成なしのリキャスティングと、単一ショットのモーションコントロールはどちらも、初回生成ではなく修正を狙ったものだ。実際に時間がかかるのは、パイプラインのまさにこの部分である。

連続性を支えるワークフロー

カットをまたいでキャラクターの一貫性を保つには、通常、参照セットを構築する必要がある。エージェントは脚本と最初に生成したショットから重要なディテールを抽出し、それを以降のすべてのショットに対する制約として保持する。ジャケットには色とシルエットがある。部屋には片側に窓、もう片側にドアがある。これらが固定されれば、後続の生成がぶれる余地は減り、再撮影なしで動画を組み立てられる。

難しいのは、参照そのものが変わるケースだ。シーンの途中でコートを脱ぐキャラクターや、生成したことのない2つのアングルから見せるロケーションでは、システムは何が依然として一貫していて、何が本当に変わったのかを判断する必要がある。ここで計画ステップがその価値を発揮し、より単純な「各ショットを個別に生成する」ツールは破綻する。

Dolphinでは、生成後に出演者をリキャストできる。これはキャラクターのアイデンティティが演技とは別に追跡されていることを意味する。この分離が修正を低コストにする。アイデンティティとモーションが独立して保存されていれば、片方を変えてももう片方を作り直す必要はない。

コンプライアンス層

インドのクリエイターを対象とするものは、開示ルールに対応しなければならず、Dolphinの資料もそう述べている。YouTubeは、リアルなコンテンツが合成メディアを使用する場合にラベルを義務付けており、非開示を繰り返すとペナルティが科される。インドの広告規制当局はAI生成広告向けのラベリング規則草案を設けており、仲介事業者は違法コンテンツに関する同国のITルールに従う必要がある。ツールに付属するガイダンスは、合成ショットの開示、肖像使用許諾の確保、モデルライセンスの追跡、監査用のプロンプト記録の保管をユーザーに求めている。

このガイダンスはローンチの中で最も地味な部分であり、おそらく最も重大な部分でもある。これを飛ばすクリエイターこそ、アカウントを制限される立場になる。

インドでのローンチが重要な理由

インドは世界最大級のクリエイター市場であり、その成果物の大半は、グローバルな動画モデルが苦手とする言語で作られている。現地で作られ、現地語対応と現地価格を備えたツールは、大手スタジオが優先してこなかったギャップに対応している。Dolphinの連続性が本当に機能するなら、これまで十分にサービスされてこなかった市場で相応のシェアを獲得できるかもしれない。

価格の問題はまだ未解決だ。インド向け価格は発表されておらず、これまでに示されたティアも一般的なものにすぎない。クリエイターが完成1分あたりにいくら払うかで、このツールがプロ向けの選択肢になるか、ホビイスト向けになるかが決まる。同種のグローバルツールは生成秒数に対してクレジット課金し、リトライ後の使用可能なショット1つあたりの実効コストは、表示価格の何倍にもなることが多い。Dolphinも同じ基準で評価されるだろう。

人材という観点もある。同社の資料は恩恵を受ける職種として、AI動画編集者、プロンプト主導のストーリープロデューサー、ブランドストーリーテラー、代理店のクリエイティブ担当を挙げ、マルチショットの一貫性を示すリールを作るよう促している。これは、クライアントワークで使う人々に向けてツールが売り込まれている兆しだ。そこでは連続性の破綻が再撮影と納期遅れを意味する。

注目すべき点

Dolphinが地域限定のローンチ以上のものかどうかを示すシグナルは2つある。1つ目は、最大60秒に近いクリップに対する独立した連続性テストだ。2つ目は、MCPとCLIの連携が、すでにパイプラインを持つスタジオに採用されるかどうかである。これは玩具とツールの違いを分ける。

とはいえ、インド市場という観点は現実のものだ。現地語対応と現地のコンプライアンスガイダンスを備えたローカルツールには、英語優先製品を投入するグローバルモデルにはない優位性がある。その優位性が、動きの速い分野との接触に耐えられるかは、今後数カ月で明らかになるだろう。