AI動画生成において、映画のようなカメラワークは偶然の産物ではありません。それは移動軌跡、カメラの移動速度、そして時間的一貫性を緻密にコントロールすることによって実現されます。Genmoプラットフォームでは、クリエイターやモーションデザイナーがシネマティックなカメラの動きを作成するための2つのアプローチが用意されています。1つはWeb上の「Genmo Replay」によるGUI軸制御とモーション強度スライダーの調整、もう1つはGenmoのフラッグシップオープンソース動画生成モデル「Mochi 1」によるプロンプト駆動型カメラ指示とサンプリング推論パラメータの組み合わせです。適切な「モーションの自制」と速度バランスを習得することで、画面の歪みや破綻を防ぎ、映画クオリティのドリー、パン、チルト、オービット演出が可能になります。
1. Genmoにおける2つのカメラ制御パラダイム
Genmoは、クラウド環境とローカルオープンソース環境の双方で、明確に異なるカメラ制御方法を提供しています。
Genmo Replay：GUI方向コントロールとモーション強度スライダー
ホスト型ワークスペース（テキスト・画像からの動画生成）で動作するGenmo Replayでは、直感的な軸操作UIが用意されています：
- パン（Pan、水平軸）： カメラを左右に水平回転させ、広大な風景の全体像や動く被写体の追従に適しています。
- チルト（Tilt、垂直軸）： レンズを上下に傾け、巨大な建築物や縦方向のスケール感を表現します。
- ズーム / ドリー（Zoom / Dolly、奥行き軸）： 被写体に向けて前進または後退し、緊迫感や没入感を高めます。
- ロール（Roll、回転軸）： レンズの光軸を中心に画面を回転させ、ダッチアングルやダイナミックなトランジションを生み出します。
- モーション強度スライダー（Motion Intensity Slider）： フレーム間の動きの総量を調整します。40%〜60%の中間設定は、被写体の形状や顔立ちを崩さずに滑らかな映画風の動きを維持します。一方、80%〜100%に上げると激しい運動が生まれる反面、輪郭の歪みが発生しやすくなります。
- FXプリセットライブラリ： Spiral（螺旋）、Star Spin（恒星スピン）、Flower、Ninjaなど、スタイリッシュな複合モーションが登録されており、ミュージックビデオやモーショングラフィックスに素早く適用できます。
Mochi 1：自然言語による物理シミュレーションとサンプリング制御
Genmoの100億パラメータオープンソースモデル「Mochi 1」（Asymmetric Diffusion Transformer / AsymmDiTアーキテクチャ採用、Apache 2.0ライセンス）は、30 fpsで最大5.4秒の動画生成に対応しています。Mochi 1は内蔵のT5-XXL言語モデルにより、テキスト指示に含まれる物理運動とカメラの構図を高精度に解釈します。ボタン操作ではなく、映画用語を交えたプロンプトと推論ステップ設定を組み合わせることで、極めてリアルなカメラワークを生成できます。
2. 速度ダイナミクスと「モーションの自制（Motion Discipline）」
AI動画生成で最も頻発する失敗は「過剰な動き」です。拡散モデルがキャラクターの激しいアクションと複数のカメラ軸の動きを同時に処理しようとすると、潜在空間が不安定になり、顔の崩れ、手足の融解、背景の波打ちが発生します。
プロフェッショナルは以下のモーション自制原則を徹底します：
- 被写体の速度とカメラ速度の分離： 被写体が走る・跳ぶなどの激しい動きをしている場合、カメラワークは極めて緩やか、または固定（locked-off）にします。逆に被写体が静止・微動しているときは、大胆なオービット（周回）やドリーインを行うことで、立体感と高い品質が両立します。
- 速度を修飾語で明示する： 単に「zoom」や「pan」とだけ指示するのではなく、必ず速度や加速度の形容詞を付与します：
- Slow, steady push-in（緩やかで安定した寄り：心理的緊張感や集中を演出）
- Gentle drifting pan right（穏やかに右へ流れるパン：壮大なロケーションの把握）
- Smooth continuous orbital arc（滑らかで連続的な円弧軌道：製品紹介やキャラクターの象徴的登場）
- Static locked-off shot（完全に固定されたショット：細部テクスチャと時間的一貫性を最大化）
- 1クリップ1アクションの徹底： Genmoの3〜5.4秒程度の短いクリップでは、ズームとパンとチルトを同時に行う複合的な動きよりも、一定速度の単一のカメラワークに絞り込む方が、はるかに洗練された仕上がりになります。
3. 実践的シネマティックカメラレシピ
GenmoやMochi 1向けのプロンプトを作成する際は、テキストエンコーダが優先して処理できるよう、カメラワークの指示を冒頭に配置します。
1. 緊張感を高めるドリーイン（Hero Dolly-In）
- 目的： 観客の視線を登場人物の表情やキーアイテムに引き込み、劇的な緊張感を生み出す。
- プロンプト構造例：
Slow cinematic dolly push-in toward the subject, centered framing, eye-level angle. A cyberpunk detective seated in a rain-slicked neon alley, cigarette smoke drifting through anamorphic blue light, photorealistic, 35mm film grain, 30 fps. - 設定： Replayでは Zoom In を選択し、モーション強度を45%に設定。Mochi 1ではCFG 6.0、推論ステップ数64を維持。
2. 広大な情景を捉える水平パン（Landscape Reveal Pan）
- 目的： 雄大な自然景観や広範な舞台設定、空間の位置関係を観客に提示する。
- プロンプト構造例：
Slow horizontal camera pan from left to right, smooth gimbal motion, wide-angle lens. Expansive ancient sandstone canyon illuminated by golden hour sunset light, distant dust particles floating in the breeze, deep focus, cinematic realism. - 設定： Replayでは Pan Right を指定し、地平線の歪みを防ぐためスライダーを50%以下に抑制。Mochi 1では「smooth gimbal motion（滑らかなジンバル運動）」を明記。
3. 高級感を演出する製品360度オービット（Commercial Product Orbit）
- 目的： 工業製品、高級自動車、ジュエリーの曲面反射と立体的な造形美を強調する。
- プロンプト構造例：
Smooth, continuous 360-degree camera orbit around the subject, maintaining tight focal distance. A sculpted obsidian perfume bottle resting on wet basalt stone, soft studio key lighting, subtle light reflections sliding across the glass surface. - 設定： Replayでは Spiral プリセットまたは微弱なロール＋パンを併用。Mochi 1では被写体中心を維持したオービット軌道を指示。
4. 威容を示すローアングル・チルトアップ（Low-Angle Crane / Tilt Up）
- 目的： 巨大建造物や圧倒的な存在感を持つ主人公を見上げるように演出し、荘厳さを伝える。
- プロンプト構造例：
Slow cinematic camera crane tilt upward from ground level to sky. A monolithic brutalist concrete structure towering into overcast mist, atmospheric haze, subtle water trickling down weathered textures, hyperrealistic. - 設定： Tilt Up を選択。透視空間の破綻を防ぐため、地面や前景の構造物をプロンプト内に配置して視覚的アンカーとします。
4. プロダクション運用の推奨ワークフロー
商用映像制作やモーションデザイン案件で高い再現性を確保するためのワークフローです：
- Image-to-Video（画像からの動画生成）を基準にする： 正確な構図、配色、キャラクターの容姿が求められる場合、まずMidjourneyやFLUXなどで理想の静止画キーフレームを作成し、それをGenmo ReplayまたはMochi 1に読み込ませてカメラを動かします。テキストのみからの生成と比較して成功率が大幅に向上します。
- Mochi 1の標準推論パラメータを遵守する： Mochi 1を実行する際は、以下の公式推奨値をベースラインとします：
num_inference_steps：64cfg_schedule：一定値 6.0num_frames：31〜84フレーム（30 fps再生に対応）sigma_schedule：線形2次スケジュール（linear_quadratic_schedule、初期値0.025）
- プロンプトを変える前にシード値（Seed）を変更する： 動画拡散モデルはシード値による差異が顕著です。カメラ軌道にわずかなブレが生じた場合、すぐにプロンプトを書き換えるのではなく、同じ設定のまま2〜3種類のシードを試すことで理想のカットが見つかるケースが多くあります。
- ポストプロダクションでのスタビライズとリタイミング： 生成された動画をPremiere、DaVinci Resolve、After Effectsなどの編集ソフトに読み込み、オプティカルフロー（Optical Flow）による微速スローモーションや微小な手ブレ補正を適用することで、AI特有の微細な揺らぎが消え、映画用カメラの実写フッテージと見分けがつかない仕上がりになります。