
写真を動画にするのは、動画モデルを試すいちばん一般的な方法です。場面を考えなくても、すでに写真の中にあります。以前のサービスは表情だけを動かし、無音の GIF を返していました。今のモデルはフレーム全体を動かします。人、水、雲、絵です。音声も同じ処理で付きます。典型的な6例を Gemini Omni と Veo 3.1 で確認しました。各動画のポスターは元の写真です。クリックすると結果が見えます。
モデルが写真を動かす仕組み
動画モデルは写真を最初のフレームとして受け取り、その後の数秒を作ります。人がどう微笑むか、水がどこへ流れるか、カメラがどう動くかです。プロンプトは何を動かすかを示し、音は絵と一緒に生成されます。
写真の上に効果を載せるのではありません。新しい動画です。結果は元画像とプロンプトで決まります。動きを正確に書くほど、モデルが勝手に足す分は減ります。
写真を動画に:4ステップ
- 写真を選びます。 鮮明で、顔は正面。または動くものがある風景です。
- モデルと「写真から」モードを選びます。 AI2Face には Gemini Omni、Veo 3.1、Seedance、Kling があります。最初は Gemini Omni か Veo 3.1 で足ります。
- 動きと音を書きます。 「まばたきして微笑む。髪の一筋が動く。カメラは固定。音:静かな部屋。」
- 長さと画面比を選びます。 4〜10秒。SNS なら縦の 9:16、横なら 16:9 です。
「カメラは固定」「顔は写真のまま」と書くと、似度がはっきり上がります。モデルがフレームを組み直す理由が減るからです。
肖像を動かす:微笑みと視線
いちばん多い依頼は、人の写真を動かすことです。軽い動きで足ります。まばたき、息、首の向き、微笑みです。
肖像を動かして:女性はまばたきし、小さく息を吸い、頭を少し傾け、
あたたかく微笑む。髪の一筋が動く。カメラは固定。顔、そばかす、
髪はまったく同じまま。音:静かなスタジオ
古い写真を動画に:色を付けるか、そのままか
古い家族写真は二つのやり方で動かせます。そのままなら、モデルは白黒の階調、折り目、紙の質感を残します。先に修復して色を付け、その後で動かすと、今の撮影のように見えます。
動画にする前に Nano Banana 2(Nano Banana の系列)で修復して色を付ける手順は、ガイド Nano Banana の写真 にあります。修復では、原画にない細部をモデルが足します。動画化では表情も足します。家族の記録としては問題ありませんが、動画は再構成であり、当時の録画ではありません。
ペットの写真を動かす
動物は説得力を持って動きます。呼吸、しっぽ、頭の傾き、鳴き声です。
犬の写真を動かして:ゴールデンレトリバーはうれしそうに息をし、名前を聞いたように
頭を横へ傾け、しっぽを振り、一度小さく吠える。耳は自然に動き、草は
風で揺れる。カメラは固定。音:うれしそうな息、小さな一声、公園の環境音
子どもの絵を動かす
子どもの絵は、意外と強い題材です。モデルはクレヨンのスタイルを残し、登場人物をアニメのように動かします。
子どものクレヨン画を、クレヨンのスタイルと紙の質感を保ったまま動かして:赤いドラゴンが
緑の翼をはためかせ、小さな家の周りを飛ぶ。小さなオレンジの息を吐き、太陽は
回って微笑む。雲は流れ、煙突から煙が立ち上る。音:遊び心のある風切り音、
小さくてかわいいドラゴンの鳴き声、明るいオルゴールの旋律
絵画や風景を動かす
風景や絵画では、動けるものを探します。水、雲、鳥、明かりです。カメラをゆっくり寄せると奥行きが出ます。
写真を動画にするモデルの違い
| Gemini Omni | Veo 3.1 | Seedance 2.5 | Kling 3.0 | |
|---|---|---|---|---|
| 動画の長さ | 3〜10秒 | 4、6、8秒 | 最長30秒 | 最長15秒 |
| 画質 | 高い | 最高、4Kまで | 高い | 高い |
| 音声 | あり | あり、いちばん良い | あり | あり |
| 費用 | 低め | 高め | — | — |
| AI2Face | あり | あり | あり | あり |
ほとんどの写真は Gemini Omni から始めます。より速く、費用も抑えられ、絵や白黒写真のスタイルを保ちやすいです。画と音が重要な仕上げには Veo 3.1 を使います。
動画化のために写真を上げてよいか
- 自分の写真か、本人が同意した写真を動かします。
- 書類や、他人の子どもの写真は上げません。
- 動画は生成です。実際の録画として出さないでください。
Google のモデルの動画には、見えない SynthID の印があります。動画が AI で作られたことを確かめられます。
まとめ
写真を動画にすることは、今では数分で、音声つきでできます。肖像、ペット、子どもの絵、風景は、プロンプトに具体的な動きを書き、「カメラは固定、顔はそのまま」と頼むと説得力が出ます。古い写真はそのままでも、修復のあとでも動かせます。後者のほうが生き生きしますが、原画からは離れます。AI2Face では Gemini Omni から始め、仕上げは Veo 3.1 に移します。動画モデルの全体は、概説 動画向けのモデル にあります。
よくある質問
モデルで写真を動画にするには?
動画モデルの「写真から」モードに写真を入れ、動きを書きます。「微笑んでまばたきする」「水が流れる」「カメラがゆっくり寄る」。音声を足して実行すると、4〜10秒の動画が数分でできます。
古い写真も動画にできますか?
できます。白黒のまま動かせます。モデルは紙の質感を残します。先に修復して色を付け、その後で動かす方法もあります。後者のほうが自然ですが、顔はより補われます。
写真を動画に無料でできますか?
完全に無料で、画質も良い、という例は少ないです。動画生成はコストがかかります。AI2Face では登録後にウェルカムクレジットが付き、Gemini Omni の動画を数本作れます。
登録なしで写真を動画にできますか?
AI2Face ではできません。動画は履歴に残り、ウェルカムクレジットはアカウントに付きます。「登録不要」のサービスは、透かしを入れるか長さを制限することが多いです。
どんな写真が動画向きですか?
はっきりしていて、正面か軽い横顔、強いぼかしや切れた手がありません。風景なら、動ける要素があるものにします。水、雲、葉、明かりです。
写真を動画にするとき音声も付けられますか?
付けられます。Veo 3.1 と Gemini Omni は、映像と一緒に音を作ります。雑音、音楽、話し声もです。プロンプトに一行で書いてください。
出典
3
- https://ai.google.dev/gemini-api/docs/omni
- https://ai.google.dev/gemini-api/docs/veo
- https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/












