SF 映像は動画生成 AI でどこまで作れる？ 宇宙船・ロボットをプロンプトごと公開

SF の映像は、動画生成 AI だけでどこまで作れるのでしょうか。今回の答えは「4 秒の場面なら、宇宙船やロボットの形は保てた。崩れたのは画面の文字と大きさの関係」です。宇宙船・未来都市・ホログラム・別の惑星・跳躍・大きなロボットの 6 場面を 5 つのモデルで動画にし、文だけで作った 18 本では、主役の形が途中で変わった動画はありませんでした。一方で、画面の文字(HOTEL が HOTEE になる、頼んでいない数字や紋章のような印が出る)と大きさの関係は、それぞれ 8 本で崩れました。最初の場面の画像を渡した 1 本(全部で 19 本)では、ロボットの胸の帯の形が途中で変わりました。

結果の早見

• 数は文だけの 18 本で数えました。画像から作った 1 本は、表の緑の札と後の節に分けて書きます。
• 形: 18 本とも、主役の外形と目印が最後まで保たれました。
• 文字: 頼んだ字が正しかったのは、HOTEL が 3 本のうち 2 本、DOCKING 07 が 3 本のうち 2 本でした。頼んでいない字や紋章のような印は、18 本のうち 8 本に出ました。
• 大きさ: 守れたのは 18 本のうち 10 本です。ホログラムの画面の幅と、岩のアーチの高さは、5 本とも守れませんでした。
• 動き・カメラ: 18 本のうち 12 本です。跳躍の光の線と光の輪を出したのは、Grok Imagine Video 1.5 だけでした。
• 合計: 文だけの合計は、Gemini Omni Flash 13 / 16、Grok Imagine Video 1.5 11 / 12、Kling 3.0 10 / 16、Veo 3.1 Fast 9 / 16、Runway Gen-4.5 7 / 12 でした。モデルごとに作った場面が違うので、順位は付けません。
• 料金: 1 本(4 秒)は 59.0〜98.3 クレジットでした。

作り方と見方

使ったモデル

• Veo 3.1 は、Google の提供終了の一覧で、早ければ 2026年10月22日に提供を終える予定とされています(後継は Gemini Omni Flash)。
• 最初の場面の画像は Nano Banana Pro(記録の名前は gemini-3-pro-image)で作りました。Seedance 2.5 は 1 本が 400 クレジットを超えるため、使っていません。

場面とモデルの組

• 宇宙船が横切る場面は 5 つのモデルすべてで、ほかは 2〜3 つで作りました。組は結果を見る前に決めています。文だけは Omni 4・Veo 4・Kling 4・Runway 3・Grok 3 の 18 本です。
• 文は英語で、同じ場面のモデルには一字一句同じ文を渡しました。作品名や「〜風」は入れていません。
• 最初の場面の画像を渡す比べは、ホログラム(Gemini Omni Flash)とロボット(Kling 3.0)で行う予定でした。ホログラムの場面の画像は、人物の顔が実在の人物に似て見えたので使わず、その場面は文だけで作りました(画像は載せていません)。画像から作ったのはロボットの Kling 3.0 の 1 本で、合わせて 19 本です。
• 19 本とも 1 回目で受け付けられ、断られた動画や頼み直した動画はありません。

見たこと(先に決めた 4 項目)

動画を作る前に 4 項目を決め、0.5 秒ごと(急に変わる所は 1/24 秒ずつ)のコマで数えました。条件が 2 つ以上ある項目は、全部を満たしたときだけ ○ です。

1. 形: 主役(宇宙船・ビル・画面・アーチ・ロボット)の外形と目印が最後まで同じ。人の体も崩れない
2. 文字: 頼んだ字(HOTEL・DOCKING 07)が一字も違わない。頼んでいない字・数字・ロゴが出ない
3. 大きさ: 文に書いた大きさの関係が、0 秒・2 秒・最後のコマで保たれる。比べる相手が出ないときも ×
4. 動き・カメラ: 指示した出来事と、カメラの動きが出た

• 目印の数と音は点に入れていません。雰囲気は「編集部の見立て」として分けて書きます。数えたのは編集部(Claude Code を使用)です。

場面ごとの結果

1. 宇宙船が横切る

• 条件: ③ 貨物船の長さが小さな船の 5 倍以上 / ④ 左から右へ画面の幅の 1/5 以上進み、カメラは止まる。
• Gemini Omni Flash(4 / 4): 船は左の外から入り、画面をほぼ横切りました。画面の上下に、映画のような黒い帯が入りました。
• Veo 3.1 Fast(3 / 4): 船は正面を向いて画面の中ほどにとどまり、右へ動いたのは画面の幅の約 6% でした(④ が ×)。
• Kling 3.0(3 / 4): 旅客機に近い形の船の胴に、丸い紋章のような印と、読めない字のような印が出ました(② が ×)。
• Runway Gen-4.5(3 / 4): 小さな船が大きく描かれ、貨物船の長さはその約 2.9 倍でした(③ が ×)。
• Grok Imagine Video 1.5(4 / 4): 船は惑星の前を右へ進みました。
• 「エンジンを 3 つ」のとおりだったのは Veo 3.1 Fast と Runway Gen-4.5 の 2 本でした(点に入れていません)。
• 編集部の見立てでは、長い船がゆっくり進む Gemini Omni Flash と Grok Imagine Video 1.5 が、SF 映画らしく見えました。

渡した文(5 つのモデルに同じ文。4 秒・16:9・文だけ)

Cinematic science fiction shot in space. A long white cargo spaceship flies slowly from the left side of the frame toward the right, passing in front of a large blue-green planet. The ship has a rounded cockpit at the front and exactly three glowing blue engines at the back. A tiny two-seat shuttle flies alongside it; the cargo ship is about twenty times longer than the shuttle. A small orange moon hangs in the upper right corner. The camera stays still. No text, no numbers, no logos or markings on the ships.

2. 未来都市の空撮

• 条件: ③ 橋の上の人が、空飛ぶ車より小さい / ④ カメラが前へ進み、空飛ぶ車が動く。
• Gemini Omni Flash(3 / 4): カメラは速く前へ進み、左の看板の HOTEL は 5 字とも正しく出ました。ただ、右のビルにもう 1 つ看板が出て、E と L が左右反対でした(② が ×)。
• Kling 3.0(1 / 4): 看板は HOTEE でした(② が ×)。空飛ぶ車が出なかったので、③ と ④ も × です。夜ではなく、夕方のような明るさでした。
• Grok Imagine Video 1.5(3 / 4): HOTEL は正しく、ほかに字はありません。ただ、近くの看板の高さは最後まで 1.03 倍で、カメラは前へ進まず横へ動きました(④ が ×)。
• 編集部の見立てでは、雨の中を光の筋が流れていく Gemini Omni Flash が、いちばん空撮らしく見えました。

渡した文(Gemini Omni Flash・Kling 3.0・Grok Imagine Video 1.5 に同じ文。4 秒・16:9・文だけ)

Cinematic science fiction aerial shot at night. The camera flies slowly forward between tall glass towers of a futuristic city lit by pink and cyan neon lights, in light rain. Small flying cars glide along the lanes between the towers. Below, tiny people walk on a glowing sky bridge that connects two towers. On the nearest tower on the left, one tall vertical neon sign shows the word HOTEL in large letters. No other text, no logos.

3. ホログラムの画面

• 条件: ③ 画面の横幅が女性の頭の高さの 4〜11 倍(文の「両腕を広げたくらい」) / ④ 人差し指で触れ、字が青から緑に変わり、惑星が回り、カメラは止まる。
• Gemini Omni Flash(3 / 4): DOCKING 07 は全部のコマで正しく、触れたあと緑に変わりました。画面の横幅は頭の高さの約 2.6 倍でした(③ が ×)。
• Veo 3.1 Fast(1 / 4): ホログラムには DOCKING だけが出て、後ろの壁の画面に大きく DOCKING 07 と出ました(② が ×)。触れても字の色は変わらず(④ が ×)、画面の幅は頭の高さの約 2.8 倍でした(③ が ×)。
• Runway Gen-4.5(2 / 4): DOCKING 07 は正しく、触れると緑に変わりました。右下に頼んでいない数字の 0 が出て(② が ×)、画面の幅は頭の高さの約 1.3 倍でした(③ が ×)。
• 編集部の見立てでは、字の色が変わる所まで出た Gemini Omni Flash と Runway Gen-4.5 が分かりやすい画面でした。

渡した文(Gemini Omni Flash・Veo 3.1 Fast・Runway Gen-4.5 に同じ文。4 秒・16:9・文だけ)

Cinematic science fiction shot. In a dark spaceship control room, a fictional woman in her thirties with short gray hair, wearing a plain navy uniform with no text or logos, stands in front of a floating blue hologram screen in the air, seen from the side. The hologram screen is about as wide as her arm span. It shows a slowly rotating wireframe planet on the left and the large words DOCKING 07 on the right. She reaches out with her right index finger and touches the screen, and the words change color from blue to green. The camera stays still, medium shot. No other text, no logos.

Nano Banana Pro に渡した文(最初の場面の画像・1536×1024 を指定。人物の顔が実在の人物に似て見えたので、この画像は使わず、ホログラムの場面は文だけで作りました。画像は載せていません)

Photorealistic science fiction film still. In a dark spaceship control room, a fictional woman in her thirties with short gray hair, wearing a plain navy uniform with no text or logos, stands in front of a floating blue hologram screen in the air, seen from the side. The hologram screen is about as wide as her arm span. It shows a wireframe planet on the left and the large blue words DOCKING 07 on the right. Her right hand is raised toward the screen, not touching it yet. Medium shot. No other text, no logos.

4. 別の惑星の地表

• 条件: ③ アーチの見かけの高さが宇宙飛行士の 5 倍以上 / ④ 宇宙飛行士が右へ歩き、カメラが右へ振れる。
• Veo 3.1 Fast(2 / 4): 宇宙飛行士がカメラの近くを歩くため、アーチの見かけの高さは宇宙飛行士の約 0.7 倍でした(③ が ×)。背景はほとんど動かず、カメラは右へ振れませんでした(④ が ×)。
• Kling 3.0(3 / 4): カメラが右へ振れて、アーチが画面に入ってきます。アーチの見かけの高さは、宇宙飛行士とほぼ同じでした(③ が ×)。
• 編集部の見立てでは、砂ぼこりが舞い、大きな月が浮かぶ Veo 3.1 Fast が、別の惑星らしい画面でした。

渡した文(Veo 3.1 Fast と Kling 3.0 に同じ文。4 秒・16:9・文だけ)

Cinematic science fiction wide shot on an alien planet. A lone astronaut in a white spacesuit walks slowly from left to right across a red rocky desert toward a giant natural stone arch in the distance. The arch is about fifty times taller than the astronaut. Two pale moons hang in the orange sky. Fine dust blows across the ground. The camera pans slowly to the right, following the astronaut. No text, no logos, no flags.

5. 宇宙船の跳躍

• 条件: ③ 船が遠ざかって小さくなる / ④ 光の線に伸び、光って消え、青い輪が残る。カメラは止まる。
• Veo 3.1 Fast(3 / 4): 0.25 秒からエンジンが火を噴きましたが、光の線・消える・光の輪のどれも出ませんでした(④ が ×)。
• Grok Imagine Video 1.5(4 / 4): 0.5 秒から光の線が伸び、船は遠ざかって点になり、2.58 秒に消えて青い光の輪が出ました。
• 編集部の見立てでは、跳躍の場面に見えたのは Grok Imagine Video 1.5 だけでした。

渡した文(Veo 3.1 Fast と Grok Imagine Video 1.5 に同じ文。4 秒・16:9・文だけ)

Cinematic science fiction shot in deep space, seen from behind a small silver spaceship with two red engine lights. The ship is in the center of the frame, flying away from the camera toward a distant purple nebula. Suddenly the ship jumps to light speed: it stretches into a thin line of white light, shoots forward into the distance and vanishes in a bright flash, leaving a fading blue ring of light where it disappeared. The camera stays still and the stars stay in place. No text, no logos.

6. 大きなロボットの起動

• 条件: ③ 作業員の頭がロボットのひざより下 / ④ 目が青く光って立ち上がり始め、カメラが上へ振れる。
• Gemini Omni Flash(3 / 4): 目が光り、3 秒からカメラが上へ振れて立ち上がりました。肩に数字の 02 が出ました(② が ×)。片ひざはつかず、かがんだ姿勢から始まりました(点に入れていません)。
• Kling 3.0(3 / 4): 片ひざをついた姿勢から立ち上がりました。胸に丸い紋章のような印がありました(② が ×)。
• Runway Gen-4.5(2 / 4): 胸に字のような印があり(② が ×)、手前の作業員はカメラの近くにいて、頭がロボットのひざより上に見えます(③ が ×)。作業員は奥にもう 1 人いて、3 人でした。
• 編集部の見立てでは、足元から煙を上げて立ち上がる Gemini Omni Flash が、大きさの迫力では上でした。

渡した文(Gemini Omni Flash・Kling 3.0・Runway Gen-4.5 に同じ文。4 秒・16:9。「画像から」の 1 本にも同じ文)

Cinematic science fiction shot. Inside a huge dim hangar, a giant white humanoid robot kneels on one knee. It is as tall as a ten-story building, with a red stripe across its chest and two round eyes. Two workers in orange suits stand on the floor near its feet; they only reach the height of its ankle. The robot powers on: its two eyes light up blue, lights along its arms switch on one by one, and it slowly lifts its head and begins to stand up. Wide low-angle shot showing the whole robot and the two workers; as the robot rises, the camera slowly tilts up to keep its head in frame. No text, no logos, no numbers on the robot.

Nano Banana Pro に渡した文(最初の場面の画像・1536×1024。返ってきた 1264×848 の上下を切って 16:9 にし、Kling 3.0 に渡しました。ロボットの頭のてっぺんと作業員の靴の先が少し切れています)

Photorealistic science fiction film still. Inside a huge dim hangar, a giant white humanoid robot kneels on one knee. It is as tall as a ten-story building, with a red stripe across its chest and two round eyes that are still dark. Two workers in orange suits stand on the floor near its feet; they only reach the height of its ankle. Wide low-angle shot showing the whole robot and the two workers. No text, no logos, no numbers on the robot.

画面の文字と、頼んでいない印

• 頼んだ字は短い英語にしました。間違えたのは、Kling 3.0 の HOTEE と、Veo 3.1 Fast の 07 の抜けの 2 本です。
• 頼んだ字が合っていても、ほかに字が出た動画が 2 本ありました(左右反対の看板・右下の 0)。
• 頼んでいない字や印が出た 8 本のうち 4 本は、宇宙船やロボットの体の上で、普通に再生していると気づきにくい大きさです。

文だけ と、最初の場面の画像を渡す方法

• Kling 3.0 に、同じ文と、Nano Banana Pro で作った片ひざのロボットの画像を渡しました。
• 文だけの 1 本にあった胸の紋章は出ませんでした(② が ○)。一方で、胸の赤い縦の 2 本の帯が、3.3 秒ごろから横の帯と門のような形に変わりました(① が ×)。点は 3 / 4 で同じですが、× の項目が入れ替わりました。
• クレジットは文だけと同じ 59.0 です。

音

音は聞いておらず、有無と大きさだけを測りました。音が入っていたのは Gemini Omni Flash(−29.5〜−18.5 LUFS)・Veo 3.1 Fast(−26.2〜−15.2)・Grok Imagine Video 1.5(−22.6〜−17.5)で、0 に近いほど大きい音です。Runway Gen-4.5 と、音を付けない設定の Kling 3.0 には入っていません。

料金と時間

• 作る秒は Runway Gen-4.5(74.9〜269.7 秒)と Kling 3.0(62.6〜179.1 秒)が長く、ほかの 3 つは 31.8〜46.3 秒でした(1〜3 本を同時に作ったときの秒)。
• 動画 19 本と画像 2 枚で 1,463.1 クレジットでした(使わなかった画像 1 枚を含む)。

SF をうまく出すプロンプトのこつ(今回試した分だけ)

今回の文に入れた指示が何本で守られたかです。別の書き方と比べた試しではありません。

守られたこと

• 少ない数を書く: 「小さな船 1 つ」「月 1 つ」は 5 本とも、「月 2 つ」「エンジンの光 2 つ」「目 2 つ」は 7 本とも、そのとおりでした。「エンジンを 3 つ」は 5 本のうち 2 本でした。
• 出来事を時間の順に書く: ロボットの「目が光る、腕の光がつく、立ち上がる」は、3 本とも、この順に進みました。
• カメラの動きを 1 つ書く: 「止める」は 10 本のうち 8 本、「上へ振れる」は 3 本とも守られました。「前へ進む」は 3 本のうち 2 本、「右へ振れる」は 2 本のうち 1 本です。

守られなかったこと

• 数字で大きさを書く: 「小さな船の約 20 倍」は 5 本のうち 4 本が 5 倍以上でしたが、「宇宙飛行士の約 50 倍」は 2 本とも約 1 倍以下、「両腕を広げたくらいの幅」は 3 本とも小さく描かれました。
• 「字・ロゴ・数字を入れない」: 18 本のうち 8 本に、頼んでいない字や印が出ました。

分からなかったこと

• 頼んだ字をかぎかっこで囲むなど、ほかの書き方とは比べていません。

気をつけること

• 1 本ずつ・4 秒・720p の結果です。 作り直すと結果が変わることがあります。長い動画で形が保たれるかは確かめていません。
• 頼んでいない字や印は、コマを拡大して確かめてください。
• 人物の顔を確かめてください。 最初の場面の画像で、顔が実在の人物に似て見えたことがありました。
• 仕事で使う前に、各社の利用の決まりを確かめてください。

まとめ

• 今回の答えは「4 秒の場面なら、宇宙船やロボットの形は保てた。画面の文字と大きさの関係は、文だけの 18 本のうち、それぞれ 8 本で崩れた」です。
• 4 項目をすべて守ったのは、宇宙船が横切る場面の Gemini Omni Flash と Grok Imagine Video 1.5、跳躍の Grok Imagine Video 1.5 の 3 本でした。

第 1 回はVFX 映像はつくれる？！ 爆発・魔法・変身を動画生成 AI で作ってプロンプトごと公開、同じ文で 5 つの動画生成 AI を比べた結果は動画生成 AI 5 つを同じプロンプトで比較 動き・破綻・1 本あたりの料金にあります。