rea-video:映像を一本見て、どう作られたかを言い当てる

リポジトリのページに載っているデモ画像は、縦型の動画が二本並んでいる。左はスマートフォンで撮った TikTok 広告。右は同じコンセプトを別の製品で AI に作り直させたもの。下に添えられた分解結果にはこうある。左はすべて実写で、セットは一つ、カメラポジションは二つ。右はすべて AI で、八つのショットが三世代にまたがっている。
この判定こそが製品だ。公開から一か月で 8,494 stars を集めた rea-video は、映像をショット単位に分解し、それぞれに三つの問いに答える。撮影したのか、生成したのか、コードが描いたのか。そして、もう一度作るならどう作るのか。
インストールはエージェントに頼む
クイックスタートは Claude Code か Codex に貼る一文で足りる。このリポジトリをインストールして、この動画を分解してくれ。エージェントは README を読み、CLI を入れ、ワークフローを覚えて実行する。必要なのは ffmpeg と Python 3.10 以上だけで、変わったものは何もない。
この配布モデルはもう普通になりつつあるが、それでも書いておく価値はある。インストール手順は人間が上から順にコピペするためではなく、LLM が辿るために書かれている。つまりプロジェクトは自分のセットアップ手順を変えても、誰の筋肉記憶も壊さない。筋肉記憶はモデルの側にあるからだ。
出力は二つのファイルで返ってくる。人間が読んで、映像がどう組み上がっているかを学べるよう構成された HTML か PDF のレポート。そして videomd.github.io で公開されているオープンな形式の `VIDEO.md`。階層化されていて、エージェントは問いに必要な層だけを読む。この階層化はトークンのための判断だ。三十ショットの広告を丸ごと分解すればかなりの分量になるが、追加の質問のほとんどはその一節しか要らない。
何を見るのか
素材の種類ごとに処理を分ける。根拠が違うからだ。
実写については、セットとカメラポジション、フレーミング、カメラの動き、照明、カラーグレーディングを再構成する。README は、実写の分解で十二のセットを機材リスト付きで並べられると謳っている。有用な分解と雰囲気の説明を分けるのは、まさにそういう細部だ。ある見た目を再現したいなら、セットが十二あり、それぞれに何が入っていたかを知るほうが、形容詞ひとつよりずっと価値がある。

AI 映像については、分類のための根拠を集めたうえで、ショットごとに逆算したプロンプトを書き、そのショットがどうやって世代ごとにまとめられたかを説明する。最後の部分が、AI 映像を再現しようとする人がたいてい見落とすところだ。八ショットの二十秒のクリップは普通、三世代で、それぞれから数ショットを抜き出している。これがコストと一貫性の両方の問題を変える。
コード映像、つまりコードから描画されるモーショングラフィックスについては、使われている手法を特定する。この区分が存在するのは、目にする洗練されたショート動画のうち、撮影も生成もされていないものが増えているからだ。それは書かれている。
README は十言語で提供されている。エージェント向けのツールにとってこれは国際的なユーザーのためというより、プロンプトが届いた言語でモデルに手順を読ませるためのものだ。中国語で尋ねる中国の制作者には中国語の README が返り、エージェントのワークフロー理解もそれに応じて良くなる。
任意で、動画を扱えるモデルをエージェントに渡せる。Gemini でも Doubao でもよく、エンドポイントとキーを渡すだけだ。実写か AI か 3D かの判定が良くなり、ショットごとの逆算プロンプトも付く。渡さなくても動く。エージェントが画像を見られるなら、判断に迷うショットは自分で確認する。
なぜこれが AI 映像の有用な半分なのか
生成は退屈するほど解決済みだ。毎週、それらしい八秒のショットを作れるモデルが三つ出てくる。解決していないのは、クリエイティブディレクターがブリーフィングの最初の十分でやることだ。参考映像を見て、どう組まれているかを見抜き、どこを真似する価値があり、どこが予算の成り行きなのかを決める。
映像のリバースエンジニアリングは、かつてポストプロダクションの中で受け継がれる技能だった。フレームを止め、キーライトの減衰を見て、カットを数え、背景が繰り返していることに気づき、撮影は一か所で長いレンズだったと結論する。rea-video はそれを、エージェントがどんなファイルにも実行できる手順に変える。コストは日当ではなくトークンで測られる。
商業的な理屈はそのあとについてくる。ブランドは競合の広告がなぜ高く見えるのかを知りたい。代理店は参考映像に合うトリートメントを提案したい。AI の作り手は、午後いっぱいプロンプトを推測せずにある見た目を再現したい。三つとも同じ依頼だ。これは何でできているのか、教えてくれ。
居心地の悪い隣接
もう一つ、あまり心地よくない用途がある。同じ週に BLA というプロジェクトが防御層を出した。その前提はこうだ。AI のリバースエンジニアリング・エージェントは出荷済みのアプリを開き、そのロジックを数秒で、およそ二十セントで複製できる。rea-video はその対の攻撃側で、対象がバイナリではなく映像に向いている。
違いは法的にも文化的にもある。映像を分解してライティングを学ぶのは映画学校だ。コンパイル済みのアプリを分解してビジネスロジックを持ち去るのは別の行為だ。だが道具は収束しつつある。映像をショット、プロンプト、セットに分解できるエージェントは、`.asar` アーカイブを source map に分解するのと同じ種類のエージェントだ。どちらも、人工物にモデルを向けて、これは何かと尋ねている。
現時点で rea-video の建て付けは教育だ。README の先頭にあるのは remake で、clone ではない。レポートも教えるために書かれている。出力が記述にとどまる限り、この建て付けは保つ。誰かが競合の広告を取り、プロンプトを抽出し、自社製品で再生成するパイプラインを組んだ瞬間に、議論は変わり、このツールはその真ん中に立つことになる。
形式はツールより長生きするかもしれない
私が注目するのは `VIDEO.md` のほうだ。映像がどう作られたかについての、オープンで階層化された記述は、この CLI の外でも役に立つ。ストックライブラリはクリップごとに添付できるし、代理店はトリートメントに添えられるし、モデルに読み書きを訓練することもできる。
そうなれば、このツールは標準の一実装になる。人気リポジトリが一つあるより、全員にとって良い結末だ。十言語の README と公開された形式仕様を見る限り、作者はその方向で考えている。
いま AI 映像を作っている人にとっての実用的な価値はもっと単純だ。すべての AI 映像プロジェクトを遅らせてきた問いに、答えを出す手段ができた。私たちは何に合わせているのか。その問いは以前、会議一回分のコストだった。いまは動画ファイル一つと、エージェントの数分で済む。
関連記事
Pinky は agent に自分のスマホを操作させる。送信ボタンは、あなたが許可を押すまで押さえたまま
Pinky はどんな MCP agent でも本物の iPhone や Android につなぎ、承認をプロンプトではなく自前のゲートウェイで強制する。銀行アプリは見えず、パスワード欄は通行止め、Android 13 では agent に隠れた2枚目の画面が渡される。
サーバー1台、AI配信者1人:夜のライブ配信を動かすコードの中身
open-yoki は、毎晩 Binance Square で配信する AI ホストの本番コードで、人格・声・お金に関わる機能は取り除かれています。headless Chrome がフレームを描き、ffmpeg が RTMP を押し、Markdown フォルダが彼女の気分と投稿内容を決めます。
SoduWork の依頼は、チャットが止まったときではなく、依頼した人が承認したときに終わる
SoduWork はセルフホストのワークベンチだ。依頼には着手前に受け入れ基準が書かれ、納品は別の harness がレビューし、最後は人が承認する。うまくいった進め方はプラグインとして保存され、チームの他の人がそのまま実行できる。
世界の法律を git に入れた人がいる。だから法令も blame できる
global-law は各国の法令を git リポジトリとして持ち、1 つの commit が既知の日に効力を持った 1 つの法律にあたる。条文に対して log、blame、show、diff を実行でき、ある日の各国の施行状況を調べ、コーパス全体を MCP 経由でアシスタントに渡せる。