lumosai8(個人開発)/2026-08
動画生成AI「MiniMax H3」のカメラワークを利用し、同一キャラクター・同一ロケーションを崩さずに複数アングルの参考シートを作るComfyUI拡張。
キャラクターデザインやロケハンの資料としてよく使われる「正面・横顔・後ろ姿」を並べた参考シートを生成AIで作ろうとすると、アングルごとに個別生成するため、同じはずの人物やロケーションの細部(服の襟の形、建物のアーチの数など)が毎回微妙にズレてしまう問題がありました。本ツールは、複数アングルを1枚ずつ生成するのではなく、動画生成AIに「ぐるっと回り込むカメラワークの短い動画」を1本作らせ、その中から必要な角度のコマを自動で選び出して並べるという逆転の発想を取ります。同じワンカットの動画から切り出すため、細部が一貫したまま複数アングルの絵が揃うのが最大の利点です。キャラクター設定資料やロケーション検討用のムードボードを、実写のロケハン写真のような一貫性で素早く量産したい制作現場に向いています。
仕組み: MiniMax H3にカメラが人物やロケーションの周りを回り込むように移動する短い動画(全身→顔のアップ→左横顔→右横顔→後ろ姿、といった5カットをつないだ約5秒の映像)を生成させ、そのコマの中から各アングルにふさわしい1枚を自動で選び出します。コマ選びには色味の傾向でグループ分けする処理と、画像を理解できるAIモデル(Vision AI)で複数の候補コマを比較させ、ブレの少ない一番きれいなコマを選ばせる仕組みが使われています。 従来との違い: アングルごとに別々に画像生成すると、同じ人物・同じ建物のはずなのに細部が生成のたびに「作り直され」てしまいますが、本ツールは1本の連続したカメラワークの一場面を切り出すだけなので、同じ被写体が動画内で回転しているのと同じ理屈で一貫性が保たれます。全周をなめらかに回すのではなく5つのカットをハードカットでつなぐ設計になっており、連続的な360度回転だと生成AIが未知の中間アングルを想像で埋めることになり、地平線や床タイルが傾くといった破綻が起きやすいためだと説明されています。 使うには: MiniMax H3一式のモデルファイル(拡散モデル・テキストエンコーダ・動画VAE、合計で数十GB規模)とComfyUIの実行環境が前提になります。この上に本ノードをGitHubからクローンして追加するだけで、ワークフロー例が同梱されており、そのまま読み込んで試せます。ライセンスはMITで商用利用も可能ですが、動作には相応のVRAMを積んだGPU環境が必要です。
同じMiniMax H3動画の顔を精細化する別ノード(既掲載)
静止画側で同一人物の量産カットを作る別アプローチ