動画生成 AI は、テキストや 1 枚の画像から数秒〜数十秒の映像を作る技術です。2024 年に Sora が話題をさらってから 2 年、いまや「短いショットを作って繋ぐ」という制作スタイルが定着しました。一方で勢力図は激しく動いており、Sora は 2026 年に提供終了、主役は Google・Runway・Kuaishou(Kling) などに移っています。このガイドは、初めて触れる人が今の状況を正しく掴み、自分の用途に合うツールを選べるようになることを目指します。
FIG.1 動画生成 AI の基本：短いショットを作り、編集で繋いで 1 本にする
012026 年の勢力図：Sora は退場、主役が交代した
まず最新の事実から押さえます。元祖として有名な OpenAI の Sora は、採算（消費者向け動画生成にかかる GPU コストの重さ）を理由に提供を終了しました。Web・アプリは 2026 年 4 月 26 日に停止、API も 2026 年 9 月 24 日で終了予定です。当初検討された「Sora を ChatGPT に統合する」案も実現せず、Sora ブランド自体が幕を閉じます。これから学ぶ人が Sora を前提に制作計画を立てるのは避けるべきです。
入れ替わりに第一線へ出てきたのが次の 3 系統です。いずれも 2025 年末〜2026 年前半に大型アップデートが入りました。
Google Veo 3.1
音声を映像と同時生成できる稀有なモデル。4K アップスケールや 60 秒超の「シーン拡張」を備える。
Runway Gen-4.5
2025 年 12 月公開。第三者ベンチマークで上位を取り、最長 60 秒・緻密なカメラ制御が強み。編集機能も統合。
Kling 3.0
Kuaishou が 2026 年 2 月公開。1 クリップ内で複数ショットを組む「AI ディレクター」とネイティブ 4K が目玉。
FIG.2 元祖 Sora は退場。実務では 3 系統を用途で使い分けるのが今の前提
02主要モデルの強みと向き不向き
「どれが一番いいか」ではなく「何に向くか」で考えると選びやすくなります。下表は 2026 年前半時点の特徴です（性能評価や順位は短期間で入れ替わるため、最終判断は実際に試して決めてください）。
| 音声まで一気に欲しいなら | 映像の質と制御を突き詰めるなら |
|---|---|
| Google Veo 3.1 — 映像と同期した音声（セリフのリップシンク含む）を同時生成できる数少ないモデル。 | Runway Gen-4.5 — 物理・動きの自然さと細かいカメラ制御に定評。最長 60 秒の単発生成。 |
| 4K アップスケール、縦型 9:16、60 秒超のシーン拡張に対応。企業・教育用途と相性が良い。 | 編集機能が同じ環境に統合され、CM・短編など作り込み系に向く。 |
もう一系統、コストと多彩さで存在感があるのが Kling 3.0 です。2026 年 2 月公開で、1 本（最大 15 秒）の中に最大 6 つのショットを構成できる「AI ディレクター」、ネイティブ 4K・60fps、日本語を含む複数言語のリップシンクを備えます。SNS 向けの動きのあるシネマティック表現を、比較的手頃に量産したい場面で候補になります。
2026 年の動画生成は「最強の 1 つ」を探すより、用途ごとに最適なモデルを切り替える時代に入った。
03制作ワークフロー：短いショットを作って繋ぐ
1 回の生成で完成品ができるわけではありません。プロも素人も、絵コンテ → 決め画 → ショット生成 → 音声 → 編集という順番で組み立てます。各工程の質が積み上がって最終品質になります。
絵コンテで構成を決める
何を、どの順番で、何秒見せるか。紙でもツールでもよいので、ショットの並びを先に固める。ここが甘いと後工程が崩れる。
キーフレーム（決め画）を用意
各ショットの「ここを動かしたい」という起点画像を、画像生成 AI（Midjourney / Flux など）で作る。構図と世界観をここで確定。
ショットを生成
画像から動かす image-to-video が安定しやすい。1 ショットは 5〜15 秒に収める。長く取りすぎると破綻しやすい。
音声を付ける
Veo 3.1 のように同時生成できるモデルもあるが、それ以外は ElevenLabs（声）や Suno（音楽）で別途用意して合わせる。
編集で 1 本に仕上げる
DaVinci Resolve / CapCut / Premiere などで繋ぎ・色補正・テロップ・BGM。出力フォーマット（縦横比・解像度）も最後に調整。
04一貫性を保つコツ：同じ人物・同じ世界を続ける
ショットを繋ぐと、すぐ直面するのが「さっきと顔が違う／世界観がブレる」問題です。動画生成は毎回少しずつ違う絵を作るため、意識的に揃える必要があります。
FIG.3 参照画像・シード・前ショットの最終フレーム流用で「同じ人物・同じ世界」を保つ
- 参照画像を使う：Runway の References や Kling の参照ベース生成のように、同じ人物・キャラの特徴を渡して再現する機能を使う。
- シード番号を記録する：生成時のシードを控えておき、作り直すときに同じ値を使うと近い結果に寄せられる。
- カラーパレットを固定：プロンプトに同じ色温度・ライティングを毎回指定し、トーンを揃える。
- 動きを連続させる：前のショットの最終フレームを次のショットの開始フレームに使うと、繋ぎが自然になる。Veo 3.1 の「最初と最後のフレーム指定」もこの考え方を直接サポートする。
05プロンプト設計：時間と動きを言葉にする
静止画のプロンプトと違い、動画では「どう動くか・どう時間が流れるか」を伝える語彙が要ります。次の 4 軸を意識すると、狙った映像に近づけやすくなります。
| カメラの動き・速度 | 被写体の動き・質感 |
|---|---|
| pan（左右）/ zoom / dolly（前後移動）/ tracking（追従）/ push-in（寄り） | walking / turning / gesturing など、動作を具体的に指定 |
| slow motion / time-lapse / normal speed で速度感を指定 | handheld（手持ち）/ smooth gimbal / drone aerial で撮影スタイルを指定 |
コツは、欲張って全部を一文に詰め込まないこと。1 ショット＝1 つの主要な動きに絞ると安定します。複雑な動きが必要なら、ショットを分けてから編集で繋ぎましょう。
License & Safety
商用利用は「料金」より先に「権利」を確認する
仕事で使うなら、見栄えより先に確認すべきが 権利とウォーターマークです。各社で扱いが異なり、規約も頻繁に変わります。下図のように、納品前には必ず最新の利用規約に当たってください。
FIG.4 納品前ゲート：商用ライセンス範囲とウォーターマークを最新規約で確認してから出す
- ウォーターマーク：Google Veo は出力に SynthID（電子透かし）を必ず埋め込む方針。Runway や Kling は無料枠だと可視ウォーターマークが付き、有料プランで外せるのが一般的（プランや地域で異なる）。
- 商用利用：主要モデルは有料プランで商用ライセンスを提供するが、無料枠は非商用・透かし付きのことが多い。納品前に必ず各社の最新規約を確認すること。
- 禁止事項は各社共通：実在の著名人や他者の権利を侵すキャラの生成は禁止。肖像・著作権・なりすましのリスクは自分で負わない。
06料金の考え方：固定の数字を覚えない
料金は頻繁に変わるうえ、多くのサービスが「クレジット制」（生成 1 秒あたり何クレジット消費、という従量課金）を採っています。たとえば Runway は無料枠のほか有料プランが月額 12 ドル前後から複数段あり、モデルや解像度で消費クレジットが変わります。具体的な金額や付与クレジットは時期で動くため、ここでは規模感の目安だけ示します。実際の費用は必ず公式の最新料金で確認してください。
- 個人・短尺中心：無料枠＋安価な有料プランから。まずは小さく試して、消費クレジットの感覚を掴む。
- マーケティング小規模：商用ライセンスが付く中位プランへ。透かしが外せるかを必ず確認。
- 企業 PR・CM：生成量が増えるので上位プラン／API 利用が現実的。コストは「1 秒いくら × 試行回数」で膨らむ点に注意。
失敗ショットの作り直しでクレジットが消えるため、絵コンテと決め画を固めてから生成するほど結果的に安くなります。
07よくあるつまずきと処方箋
- 1 ショットを長くしすぎる：尺が伸びるほど破綻しやすい → 5〜15 秒に区切り、編集で繋ぐ。
- 一貫性を後回しにする：人物・世界観が崩れてから気づく → 参照画像・シード・色指定を最初から固定。
- 音声を軽視する：映像だけ作って後で困る → 同時生成できる Veo 3.1 を使うか、最初から音声の用意を計画に入れる。
- 権利確認を飛ばす：透かし付き・非商用素材をそのまま納品 → 生成前にライセンスとウォーターマークを確認（FIG.4 のゲート）。
- 終了したサービス前提で計画する：Sora を当て込む → 提供中のモデルで設計し直す。
08まとめ
2026 年の動画生成 AI は、絵コンテ → 決め画 → ショット生成 → 音声 → 編集というワークフローで実用段階に入っています。元祖 Sora は退場し、いまの主役は Veo 3.1（音声同時生成）・Runway Gen-4.5（質と制御）・Kling 3.0（多ショットとコスト）。「最強の 1 つ」を探すより、用途で使い分け、一貫性は参照画像とシードで担保し、納品前に権利を確認するのが現代の制作スタイルです。まずは無料枠で 1 本、短いクリップを最後まで作り切るところから始めましょう。
