AI映像制作やVFX（視覚効果）の現場において、1回の生成で出力できる動画が4〜8秒程度に限られている点は、長らくクリエイターを悩ませる最大のボトルネックでした。タイムライン上で独立した複数のクリップを単純に繋ぎ合わせると、ライティングの急変、顔立ちのブレ、パースペクティブの破綻、そしてキャラクターの挙動が突然リセットされる現象が避けられません。Viduの**動画拡張（Video Extension）**機能は、この物理的制約を克服し、1回の実行で1〜7秒の尺をシームレスに追加しながら、滑らかなカメラワークと途切れのないアクションを実現します。
Viduで歪みや破綻（モーションワーピング）を一切起こさずに動画を延長するには、元映像の末尾フレームに運動慣性を残すこと、エンドフレーム（End Frame）による終点制御を活用すること、そして初期プロンプトの再利用を避けて段階的プロンプトを適用することという3つの必須要件を連動させる必要があります。
なぜ従来のAIクリップ連結は破綻するのか
映画制作における長回し（ワンショット）では、ドリー、パン、チルトなどの流麗なカメラワークが圧倒的な没入感を生み出します。しかし、通常のAI動画生成ツールで別々に生成したクリップを突き合わせると、以下のような接合部の破綻が頻発します。
- 運動エネルギーの断絶（Kinetic Discontinuity）： 前の動画の最終フレームを静止画として抽出し新規生成をかけると、物理的な運動量がゼロにリセットされ、人物の足取りが突然もたついたり不自然に急加速したりします。
- キャラクターや衣装のドリフト（Identity Drift）： 拡散モデルは生成ごとに再サンプリングを行うため、シード値のわずかな違いによって目鼻立ちのプロポーション、衣装のテクスチャ、光の当たり方が変化してしまいます。
- カメラ軌道のグリッチ（Camera Glitches）： 直前のカットが一定速度で右へ水平移動（トラッキングパン）していたとしても、独立した次カットでは逆方向に動いたり、背景の建物がゴムのように歪んだりします。
Viduは独自の**U-ViT（Universal Vision Transformer）**アーキテクチャによってこの壁を突破しています。静止した1枚の画像から無理に動画を起こすのではなく、元クリップの末尾に存在する時空間モーションベクトル、オプティカルフロー、空間ライティングの文脈を直接解析して拡張部を計算します。
コアメカニズム：Viduにおける時空間慣性の維持
Viduの動画拡張は**時空間慣性（Spatiotemporal Inertia）**の原理に基づいて動作します。モデルは最終フレームの視覚的な配置だけでなく、その瞬間に至る仮想カメラや被写体の「速度と加速度」を評価します。
| 拡張制御要素 | Viduの物理処理ロジック | ワーピング・破綻防止効果 |
|---|---|---|
| カメラ速度の慣性 | 直前数フレームにおける平行移動・回転角速度を分析。 | カメラの急停止、画角のブレ、視差の揺らぎを防止。 |
| 主体の動的ベクトル | 手足の軌道、歩行サイクル、衣服のなびきを追跡。 | 踏み出しや振り返り動作を自然な速度で完結。 |
| ボリュメトリック照明 | キーライトの方向、陰影の減衰、空気遠近感を維持。 | 接合部での露出フリッカーや色調の断絶を排除。 |
| 三次元空間幾何 | パースペクティブグリッドと背景の深度階調を保護。 | カメラ移動に伴う背景建築の歪みやテクスチャの引き裂きを抑制。 |
この仕組みを理解すると、制作における最も重要な鉄則が明らかになります。それは**「完全に動きが停止したフレームから拡張を開始してはならない」**ということです。元動画の末尾でカメラが完全に静止し被写体も動いていない場合、継承すべき運動ベクトルが存在しないため、過剰な生成推論によって手足の融解や形態崩壊が発生しやすくなります。
実践ワークフロー：歪みゼロで長回しとアクションを延長する手順
高品質なシネマティック映像を仕上げるための標準的な制作パイプラインは以下の4ステップです。
ステップ1：運動エネルギーが乗った「テイル」を確保する
テキスト、画像、またはリファレンスから初期クリップを生成する際：
- クリップの最後の0.5〜1.0秒間で、被写体が明確にアクションを継続している状態（前進歩行中、振り返りの途中、抜刀動作など）であることを確認します。
- カメラが安定した速度で移動していること（スムーズなプッシュインや横移動など）を確認します。
- 映像の末尾で速度が落ちたり動作が不自然に止まっている場合は、動画編集ソフト等で減速部分を切り落とし、運動量が最大のフレームでクリップを終えるようにトリミングします。
ステップ2：エンドフレーム（End Frame）による終点アンカー設定
Viduにはオプションとして**エンドフレーム（End Frame）**入力機能が用意されています。複雑なカメラワークや劇的な構図変化を狙う場合、これこそが最大の安全装置となります：
- 長回しの終着点として特定の構図（例：ミディアムショットから扉前のクローズアップへの移行など）が決まっている場合、その理想的な最終フレームをあらかじめ画像として用意します。
- その静止画を拡張ツールのエンドフレーム枠にアップロードするか、APIの
imagesパラメータに設定します。 - Viduは元映像の末尾フレームを開始点、指定画像を終着点とする双方向の時空間境界制約を形成し、その間を破綻なく補間生成します。
ステップ3：段階的プロンプト（Prompt Progression）の記述
多くのクリエイターが陥る最大の失敗は、最初の動画生成プロンプトをそのまま拡張プロンプト入力欄にコピー＆ペーストしてしまうことです。元のプロンプトは「シーンの冒頭」を指示しているため、すでに展開が進んだフレームに適用すると深刻な意味論的衝突が起き、手足の重複や激しいワーピングが引き起こされます。
必ず以下の3部構成構文に従った段階的プロンプトを作成してください：
$$\text{【動作の継続指示】} + \text{【カメラワークの軌道維持】} + \text{【画質・整合性の固定】}$$
- 動作の継続指示： 直前のフレームから「次に起きる物理的挙動」だけを記述（例：「キャラクターは前傾の勢いを保ちながら左足を一歩前へ踏み出し、前方の木製扉をじっと見つめる」）。
- カメラワークの軌道維持： 仮想カメラの進行方向と速度の維持を明示（例：「カメラは同一の光軸に沿ってゆっくりとシネマティックなプッシュインを継続し、被写体を中央に捉え続ける」）。
- 画質・整合性の固定： 光源やスタイルの制約を追加（例：「同一の人物特徴、衣服の質感、サイド逆光の明暗比を完全に維持。画面の揺れや顔立ちの歪みなし」）。
ステップ4：モデルモードと拡張秒数の設定
- モード選択： 劇映画やVFX制作では、必ず Vidu Pro（API名：
viduq2-pro）を選択してください。Turboモードは初期アイデア出しに適していますが、Proモードは時空間アテンション層により多くの計算リソースを割り当てるため、微細なジッターやテクスチャの乱れを大幅に抑制します。 - 拡張秒数の配分： 1回の拡張で上限まで引き延ばすのではなく、2〜5秒刻みで段階的に実行することを推奨します。小刻みに進めることで、運動ベクトルのズレを早期に検知・修正できます。
カメラワーク別：実践プロンプトエンジニアリング
流れるようなカメラ軌道を実現するためには、プロンプト内で「カメラの移動動詞」と「被写体のアクション動詞」を混同せず、明確に切り離して記述します。
1. 連続ドリーイン／プッシュイン（Continuous Dolly / Push-In）
緊張感を高める演出や廊下の奥へ進むカットの延長：
The detective continues walking forward down the dimly lit hallway. The camera executes a continuous, slow cinematic push-in directly toward the subject, maintaining constant speed and central framing. Lighting, shadow contours, and shallow depth of field remain consistent with previous frames. Smooth motion, zero camera shake, no distortion.
（探偵は薄暗い廊下をまっすぐ前進し続ける。カメラは一定の速度を保ちながら被写体に向かってゆっくりとシネマティックなプッシュインを継続し、構図を中央に維持する。照明、陰影の輪郭、浅い被写界深度は前フレームと完全に一致。スムーズな動き、手ブレなし、歪みなし。）
2. 横移動トラッキングパン（Lateral Tracking Pan）
車、バイク、あるいは並走する人物を滑らかに捉え続けるカット：
The vintage sports car accelerates steadily along the coastal highway. The camera maintains a smooth, continuous rightward tracking pan matching the car's speed. Wide cinematic framing, horizon remains perfectly level. Consistent golden-hour side lighting, crisp wheel rotation physics, natural motion blur. No warping, no sudden camera acceleration.
（クラシックカーが海岸沿いのハイウェイを一定の加速で走り抜ける。カメラは車の速度と完全に同調し、右方向へのスムーズなトラッキングパンを維持する。水平線を安定させたワイドシネマ構図。夕暮れのサイドライトとホイール回転の物理法則を保持。ワーピングなし、突発的な急加速なし。）
3. 上昇ティルト＆リビール（Vertical Tilt & Reveal）
巨大建造物やキャラクターの全貌を煽りアングルから見上げるカット：
The explorer gazes upward at the colossal stone monolith. The camera smoothly continues its upward vertical tilt, progressively revealing the ancient engraved glyphs on the upper structure. Symmetrical composition, stable locked axis, dramatic volumetric sunbeams filtering through the ruins. Seamless transition from the final frame.
（探検家は巨大な石のモノリスを見上げている。カメラは滑らかに垂直方向の上昇ティルトを続け、上部に刻まれた古代のレリーフを徐々に露わにする。対称的な構図、ブレのない固定軸、遺跡に差し込む劇的な薄明光線。最終フレームからのシームレスな移行。）
トラブルシューティング：拡張時に起きるエラーと対策
| 発生する破綻 | 主な原因 | 制作上の解決アプローチ |
|---|---|---|
| 顔立ちの崩れや指の重複 | 拡張プロンプトが末尾フレームの姿勢と矛盾する新規アクションを指示している。 | 動作の自然な継続のみを指示する。顔のアイデンティティがブレ始めたら、リファレンス動画機能（Reference to Video）でキャラクター特徴を再固定する。 |
| パースペクティブの引き裂き（背景の歪み） | 相反するカメラ指示（例：「左へパンしながら右へドリー」）が混在している。 | 1回の拡張につき主軸となるカメラベクトルを1つに限定。「三脚固定のようなブレのない軌道」と明記する。 |
| つなぎ目での動作のもたつき・急停止 | 元動画の最後の1秒で動きの減速がすでに始まっていた。 | 元動画の末尾から数フレームをトリミングし、最高速度で動いている瞬間から拡張を開始する。 |
| 露出のチラつき・色温度の急変 | プロンプトで光環境への言及が抜け落ちている。 | 「直前のショットと同一の露出比、色温度、シャドウ密度を厳格に維持する」という記述をアンカーとして添える。 |
15秒以上の本格的ワンカットを構築するリレー術
CMや映画のプロットで15秒を超える長尺ワンショットを構築する場合、以下のリレー手法が極めて有効です：
- ベースクリップの生成： Vidu Proで基本となる4秒のカットを作成し、構図と動きのベクトルを検証。
- 第1回拡張： 4秒延長（合計8秒）。プッシュインなどの単一軌道を継続。
- 末尾の検品と微小カット： 8秒時点の映像をダウンロードし、7.5〜8.0秒の挙動をチェック。微細なノイズがあれば編集ソフトで最後の10フレーム程度をカットして再保存。
- 第2回拡張： クリーンな状態からさらに4〜6秒延長（合計12〜14秒）。ライティングの同一性をプロンプトで強調。
- ポスプロでの光流補間： 完成した統合クリップをDaVinci Resolve等の編集環境に読み込み、接続ポイントに「オプティカルフロー（Optical Flow）」処理を適用することで、完全な滑らかさを担保。
Vidu APIによる動画拡張の自動化
スタジオパイプラインや自動化システムでは、Viduの公式REST APIエンドポイントを用いて動画拡張を実行できます：
POST https://api.vidu.com/ent/v2/extend
Content-Type: application/json
Authorization: Token YOUR_API_KEY
リクエストボディの構造
{
"model": "viduq2-pro",
"video_url": "https://cdn.yourstudio.com/footage/scene_04_master.mp4",
"prompt": "The subject continues stepping toward the balcony. The camera maintains a smooth, continuous push-in shot tracking the movement. Identical lighting, color grading, and environmental atmospheric haze. Zero perspective warping.",
"images": [
"https://cdn.yourstudio.com/footage/scene_04_target_endframe.png"
]
}
一般公開された video_url（または内部の video_creation_id）に加えて、オプションのエンドフレーム画像URL（images）と的確なプロンプトを渡すことで、クラウド上で安定した長回しレンダリングを自動化できます。
まとめ：ディレクター品質の長回し映像へ
Viduの動画拡張は、AI生成を単なる「短い断片の組み合わせ」から「本格的な映像言語」へと進化させました。根底にあるU-ViTの時空間慣性モデルを正しく理解し、勢いのある末尾フレーム、エンドフレームによる軌道の固定、そして段階的プロンプトの3原則を徹底することで、歪みのない完璧なワンカット長回しをコントロールすることが可能になります。