Google Flow の新ツール5つ、スマホ1本の素材から5つのカメラアングルを作る

11月12日、Google は動画生成プロダクト Flow に5つのツールを追加しました。どれもアーティストと一緒に作ったと謳っていて、この手の触れ込みはたいてい、UI をきれいにしたプロンプト集を意味します。4つはほぼそのとおりです。5つ目は話が別です。
並べてみます。Character Poster はキャラクターの周りにポスターを組み立てます。Character Arc は同じキャラクターを違う年齢で見せます。Pixel Machine はビットマップ、ASCII、CRT、ピクセルアート、グリッチのスタイルで描きます。Lucid Glass はプリズム、ハロー、屈折を作ります。そして Pocket Studio は、スマホで撮った1テイクを複数のカメラアングルに開き、俳優の芝居を保ちます。
本命はこれ
制作の判断を変えるのは Pocket Studio だけで、残りの4つが変えるのは見た目です。
カバレッジは映画制作でいちばん古い制約です。ワイド、ミディアム、クローズを撮り、編集が必要とするインサートも足します。どのアングル同士が繋がるかは、事前には分からないからです。だから2人が喋るだけの場面に1日かかります。セットアップを変えるたびにライティングを組み直し、カメラを動かす必要があり、喋っている時間は長くありません。

1テイクから別のアングルを生成するツールは、このコストを正面から狙います。払えるアングルで1回だけ撮り、残りは後から作る。量をこなす人にとって、これは1セットアップと4セットアップの差です。
重いのは「俳優の芝居を保つ」という部分です。生成されたアングルが新しい芝居を作ってしまったら使い物になりません。2つのショットが繋がらないからです。新しいアングルは同じ瞬間の別の視点である必要があり、同じタイムコードで同じ瞬きをし、同じ手が同じ速さで動いている必要があります。Google はそれができると言っています。スマホと顔があれば10分で試せる主張です。
残り4つの役割
Character Arc が2番目に面白いのは、画質とは関係ない理由からです。時間をまたぐ連続性は、生成動画がいちばん苦手なことのひとつで、物語を作る側がいちばん必要とすることのひとつでもあります。20年をまたぐ話なら、8歳、30歳、50歳の同じ顔が必要で、観客にその3人が同一人物だと信じさせなければなりません。キャスティングとメイクでやるのは成熟した技術です。モデルでやるのは不安定な代物で、生成のたびにずれます。
年齢をまたいで同一性を保つツールは、要するに同一性を保つツールで、年齢はそのパラメータのひとつです。同じ能力がシリーズものを可能にします。9話のキャラクターが1話と同じに見える必要があるからです。
Pixel Machine と Lucid Glass はスタイルエンジンです。Pixel Machine は実際に観客のいるルックを押さえています。レトロゲームの美学、ターミナルの文字、CRT の走査線、グリッチ。Lucid Glass はプリズムと屈折のルックで、ミュージックビデオやタイトルで見かけます。どちらも技術的に新しくはありません。どちらも便利さで、その便利さが、コンポジットソフトを覚えたくない人にブラウザツールを使わせる理由です。
Character Poster は異色です。動画ツールから静止画を出すからです。商売としては筋が通っています。ポスターは動画が承認された後にクライアントが欲しがるもので、同じキャラクター素材から作れるなら、仕事は1か所に収まります。
機能表の下にある戦略
Flow の問題は生成品質ではありませんでした。モデルはブラウザのタブにいて、仕事は編集ソフトの中にあり、どの案件でも書き出しが1回挟まることです。
動画の周辺物、つまりポスターや老けたキャラクターやタイトル処理を作るツールを足すのは、仕事をタブの中に留める方法です。Adobe がパートナーの動画モデルを Premiere に入れたのと同じ手で、向きは逆です。Adobe は生成を編集ソフトに引き込み、Google はプリプロとポストプロを生成器に押し込みます。
どちらも、勝つのは判断が最も多く起きる製品だという賭けに出ています。モデルの優劣はその次です。この賭けは週ごとに筋が良くなっています。上位の動画モデルの差が公開リーダーボードで1桁台に縮み、価格が見える差になっているからです。
Google が言わなかったこと
Pocket Studio の出力解像度は公表されていません。1テイクから何アングル作れるかの数字も、仮想カメラがどこまで動いても結果が成立するかの説明もありません。この3つの数字が、事前視覚化の補助なのか、2台目のカメラの代わりなのかを決めます。
背景がどうなるかも書かれていません。アングルを変えるということは、被写体の後ろに新しい幾何が必要で、モデルは片側からしか見ていない部屋をでっち上げるしかありません。統制されたセットなら簡単です。窓と鏡と印刷された文字のある実ロケでは、こういうツールはたいていここで崩れます。
パフォーマンスにも触れていません。他の4つは1回きりのレンダリングです。Pocket Studio は1本の素材から複数アングルをレンダリングする話になり、アングルあたりのコストが、クライアント仕事に使えるツールか、試しに使うだけのツールかを分けます。
今週試すならこうする
30秒、誰かが喋っている画を、手持ちで、窓のある部屋で、背景に文字のあるものを入れて撮ります。それを食わせます。ワイド、横顔、ローアングルを頼みます。
そして3つを順に見ます。瞬きのタイミングが残っているか。ここがずれていたら、芝居が作り直された証拠です。同じ演技を別角度から見た結果ではありません。背景の文字が元の文字のままか。でっち上げの看板は、合成された幾何でいちばんよく壊れる箇所です。顔の光が窓と合っているか。アングルだけ変えて古いライティングを引き継いだら、それは合成です。ショットとは呼べません。
3つとも持てば、低予算制作のカバレッジ問題は大きく安くなり、2カメ取材の多くが1カメとレンダーキューになります。持たなければ、Pocket Studio は絵コンテ用のツールです。それでも有用ですが、主張はずっと小さくなります。
採用を決める部分
カバレッジはカメラの問題であると同時に段取りの問題で、段取りの問題はカレンダーを持っている人が解決します。
商業撮影で2台目があるのは、クライアントが別の切り方を欲しがるかもしれないからです。自腹の企画では2台目は存在せず、編集は撮れたものに合わせて組まれます。Pocket Studio が狙うのは後者で、その数は膨大です。ポッドキャスター、講座の作り手、小さなブランドのチーム、三脚にスマホを載せて1人で語りを撮る誰もが入ります。
その人たちにとって正直な基準は、12秒ごとにジャンプカットを入れて編集点を隠す固定ショット1つで、2カメ体制は選択肢に入りません。生成アングルがざっくり成立するなら、ジャンプカットよりましです。そして代替が明らかにひどいとき、「成立する」のハードルは下がります。
だからこのツールを Netflix のドラマと比べる気はありません。比べる相手は、これが置き換えるもの、つまり固定の画とハードカットです。その基準なら、少し粗い2つ目のアングルはもう改善で、本当に心配すべき失敗は別にあります。どの作り手の動画も同じに見え始めることです。同じ想像上の斜めアングルから撮られ、モデルは2台目のカメラの姿をひとつしか持っていないからです。
関連記事
中国製 Android のシステム UI に載った広告を切る、コミュニティ管理のタップ表
システムには触らず、アンロックも書き込みもしない。ベンダーがもともと用意したスイッチを一つずつ倒すだけだ。代償は、この一覧を書き続ける人が要ることにある。
GPT Image 2.6 はトークン単価を据え置き、請求額を上げた
GPT Image 2.6 は 2.5 のトークン単価をすべて引き継ぎながら、1 枚あたりの費用は上がった。仕事の多くが出力トークン側に移ったからだ。11 日目の価格構造は、ランキングより多くを語る。
外から IDM を作り直した人が、触れなかった部分を書き残した
Mister Download Manager は Internet Download Manager の流れを Rust で作り直し、5 倍の速度と 86 言語を掲げる。より興味深いのは、何もコピーせずにどう作ったのかを説明した段落のほうだ。
Rune はエージェントが自分の仕事を検証できるように作られた Rust UI フレームワーク
Rune はヘッドレスで描画し、要素ツリーを出力し、スクリプト化された入力を受け付ける。スクリーンショットでは決して得られない、diff できる信号をコーディングエージェントに渡せる。フレームワークはプレリリースで、プルリクエストは受け付けない。