Seedance 2.5は2.0からどこまで変わった？｜MV目線で比較してみた
※本記事はPollo AI様よりご依頼をいただき、提供されたクレジットを使用して制作しています。
Seedance 2.5が使えるようになりました。
となると、やっぱり気になります。
2.0から、そんなに変わったの？
というのも、Seedance 2.0。
もともと結構いいんです。
動きは滑らかだし、カメラもよく動く。
タクもMV制作でここぞというとき使ってきました。
だから今回はスペックだけを見るのではなく、
同じキャラクター。
同じプロンプト。
同じライブ。
これをSeedance 2.0と2.5、両方に作ってもらいます。
しかも今回は……
ちょっと激しめです🎵
1人のキャラクターから、4人バンドを作ります
今回使ったのはこちら。
用意したキャラクターは、この1体だけ。
このキャラクターを、
ボーカル、ギター、ベース、ドラム
の4人にしてもらいました。
つまり、
全員同じキャラクターの4人組ロックバンドです。
さらに比較条件をなるべく揃えるため、
ステージ、照明、観客、楽器、メンバーの配置なども同じ内容で指定。
変えるのは、
そこだけです。
今回作ったのは、曲の冒頭約20秒
最初の約7.5秒は、
「へんどれぱっぱっぱ」
「へんどれぱっぱっぱ」
「へんどれぱっぱっぱ」
からの、
「行こうぜー！」
というライブの始まり。
ただし今回は、リップシンクを使っていません。
だったら正面から口元をアップにして、
「歌詞と口が合ってない……」
となるより、
最初から見せ方で逃げてみようと（笑）
観客の中からステージを見る。
腕や拳の向こうにバンドがいる。
ボーカルは遠目、横、後ろから。
そして「行こうぜー！」で、
観客がドーン。
照明もドーン。
CO2もドーン。
そのあとの伴奏では、ギター、ベース、ドラムを中心に見せながら、ボーカルもリズムに乗って観客を煽る。
AIでMVを作っていると、
音と動きを完全一致させることより、音と映像の“熱量”を合わせた方が格好よく見える
ことがあります。
今回は、そんな作り方で試しています。
まずは見比べてみてください🎵
最初の約20秒がSeedance 2.0。
続いてSeedance 2.5。
最後は両方を並べています。
どうでしょう。
まず2.0を見たとき、
「いや、やっぱ2.0普通にいいじゃん」
と思いました。
観客の中を抜けるカメラも滑らか。
身体の動きも自然。
ライブの勢いもちゃんとあります。
これだけ見せられたら、タクなら普通にMVで使います。
だから、
「2.5、本当にそんな変わる？」
と思っていたんですが……
続けて2.5を見ると、
ちょっと印象が変わりました。
2.5で最初に感じたのは、「重さ」
速くなったとか、派手になったとか。
そういう違いではありません。
なんというか、
身体に重さがある。
身体を振る。
踏み込む。
そのあとに甲冑や長い房がついてくる。
2.0もかなり滑らかです。
でも2.5では、
「キャラクターが動いている」
というより、
「そこにいるものが動いている」
感じが少し強くなったように見えました。
演者。
観客。
照明。
スモーク。
カメラ。
画面の中でいろいろなものが同時に動くライブ映像だからこそ、この違いは結構大きく感じます。
そして、楽器が妙に生々しい
今回、一番「おっ」と思ったのがここです。
ギターとベース。
最初は、
「2.5の方が艶が増した？」
と思ったんですが、よく見ると少し違う。
全部が均一にピカピカしていないんです。
強くライトを反射している場所もある。
少しくもって見えるところもある。
黒がそのまま沈んでいる場所もある。
鈍く光を返す場所もある。
実際の楽器って、どこから見てもショールームの商品みたいにツルツル、ピカピカではないですよね。
その均一じゃない光沢が、妙に生々しい。
甲冑も同じです。
金属。
布。
白い面。
房。
全部が同じCGっぽい艶で処理されていない。
タクが今回2.5に感じたのは、
「綺麗になった」というより、「綺麗すぎなくなった」。
そんな進化でした。
カットが変わると、まだ少し揺れる
今回は、前半8秒と後半15秒を別々に生成しています。
同じキャラクターやステージ設定を使っていても、カットが変わると細かな部分まで完全には揃いません。
これはSeedanceに限らず、AI動画ではまだ起こりやすいところ。
複数カットをまたいだ一貫性には、まだまだ改善の余地がありそうです。
設定を見ると、2.0もまだ強い
映像だけを見ると、タクは2.5にかなり進化を感じました。
でも、生成画面を見比べると話は少し変わります。
今回Pollo AI上で確認したSeedance 2.0では、
アスペクト比を複数から選択でき、解像度も
480p / 720p / 1080p / 4K
まで用意されています。
生成できる長さは最大15秒。
一方、
Seedance 2.5では、
アスペクト比を複数から選択でき、解像度は
480p / 720p
最大30秒まで生成可能。
さらに、出力数を1〜4本から選べます。
同じシーンを何本か生成して、
「このテイクのカメラいい！」
「こっちは楽器が綺麗！」
と選べるのは、MV制作ではかなり便利。
つまり、
長尺や複数テイクなら2.5。
高解像度や細かな設定の選択肢では2.0にも強みがある。
単純に全部が2.5へ置き換わった、という感じではなさそうです。
クレジットも結構違います😱
今回使用したクレジットはこちら。
おお。
結構違う（笑）
しかも2.0も普通にいい。
となると、
「全部2.5にすればいい」
とも言い切れません。
タクなら、
短いつなぎ。
引きのライブ映像。
一瞬しか使わないカット。
こういうところは2.0。
逆に、
人物や楽器を大きく見せたい。
激しい動きを見せたい。
サビの決めカット。
「ここだけは格好よくしたい！」
というところは2.5。
そんな使い分けもありだと思いました。
Seedance 2.5は、2.0から進化した？
今回のライブMVだけで言えば、
かなり進化を感じました。
でも、
2.0がダメになったから2.5が良く見えるわけではありません。
2.0も十分滑らか。
普通にMVで使える。
その上で並べると、
身体の重さ。
甲冑や房の動き。
楽器のくすみ。
光の返り方。
観客とステージの距離感。
そういう細かいところに、
「なんか生っぽい」
が増えています。
だから今のタクの印象は、
2.0、まだ全然使える。
でも2.5、見せ場に使いたくなる。
でした🎵
そして今回もうひとつ感じたのは、
AI MVって、
AIが完璧な映像を作ってくれるのを待つものではないのかもしれない、ということ。
ズレる。
違うものを作る。
たまに勝手なこともする（笑）
でもその中に、
「うわ、この2秒めちゃくちゃ格好いい」
が出てくる。
そこを拾って、音に置いて、つないでいく。
モデルが進化するほど、
「AIにMVを作ってもらう」
というより、
「AIと一緒にMVを撮る」
に近づいているのかもしれません。
今回Seedance 2.5を使ってみて、そんなことも感じました。
今回実際に使ったプロンプト
比較条件を揃えるため、
Seedance 2.0と2.5には同じキャラクターシートと同じプロンプト
を使用しています。
ここからは、実際に使用した英語プロンプトと、内容が分かるよう日本語でまとめた内容も載せておきます。
前半8秒｜英語プロンプト
Use the attached character sheet ONLY as the visual identity reference for the performers. IMPORTANT: Do NOT show the character sheet itself. Do NOT animate, transform, zoom into, or transition from the reference sheet. The video must begin immediately inside a completely new live concert scene. Create an 8-second cinematic opening sequence for a high-energy rock live music video. ==================== CHARACTER LOCK ==================== There are exactly FOUR performers on stage. All four performers use the EXACT SAME character design from the attached reference sheet. Preserve exactly: - the same cracked white mask-like face - the same glowing red eyes - the same head shape - the same black layered heavy armor - the same dark tassel-like ornaments - the same body proportions - the same height and physique - the same overall silhouette Do not redesign, humanize, simplify or mutate the character. NO swords. NO weapons. NO additional performers. NO different costumes. NO human faces. NO extra characters on stage. ==================== BAND ROLE & POSITION LOCK ==================== From the AUDIENCE point of view: CENTER FRONT: Vocalist. Black handheld microphone in the RIGHT hand. No microphone stand. LEFT SIDE OF THE STAGE: Guitarist. Black six-string solid-body electric guitar. Right-handed playing position. Black guitar strap. RIGHT SIDE OF THE STAGE: Bassist. Black four-string electric bass with a long neck. Right-handed playing position. Black bass strap. REAR CENTER: Drummer on a low black drum riser. Never swap the guitarist and bassist. Never change instruments between members. ==================== DRUM LOCK ==================== Black rock drum kit: - one bass drum - one snare - toms - hi-hat - crash cymbals - ride cymbal Keep the drum kit visually consistent. ==================== STAGE LOCK ==================== The exact venue is a massive DARK INDOOR ROCK ARENA. Matte-black flat stage floor. One enormous HORIZONTAL LED wall covering the rear center of the stage. The LED wall displays ONLY abstract dark red and black moving light textures. NO text. NO logos. NO symbols. NO Japanese characters. NO decorative buildings. Six tall black lighting towers: three on the left, three on the right. White moving spotlights with DEEP RED accent lighting only. No blue, purple, gold or rainbow lighting. Dense gray concert haze and smoke. Four CO2 cannons positioned symmetrically near the front edges of the stage. The arena is completely packed with thousands of human audience members. The audience must remain human and must NOT use the referenced character design. Maintain this exact venue design throughout the video. ==================== CAMERA CONTINUITY ==================== The primary spatial orientation is from the audience toward the stage. Maintain: guitarist on screen-left, vocalist near center, bassist on screen-right, drummer behind them. Avoid suddenly reversing the entire stage orientation. ==================== SCENE — LIVE CONCERT OPENING ==================== This is the first moment of the concert. The opening vocal section consists of three repeated energetic chant-like phrases followed by a final explosive rallying call. The vocalist IS performing the vocal line, but DO NOT use a frontal close-up of the mouth. Avoid readable lip movement. Show the vocalist mainly through: medium-wide shots, side angles, rear three-quarter angles, strong backlighting, audience-obstructed views, and shots where the microphone partially hides the mouth. The focus of these first eight seconds is the AUDIENCE EXPERIENCE and the feeling that a huge concert has just begun. ==================== SHOT FLOW ==================== 0.0–2.0 sec: Begin with a huge audience-perspective wide shot from deep inside the arena. Hundreds of raised hands and silhouettes fill the foreground. Far ahead, the four-member band is performing on the enormous stage. White beams begin sweeping across the arena. The camera moves forward through the crowd toward the stage. The atmosphere feels like the exact instant a major rock concert begins. 2.0–4.2 sec: Move closer through the audience. Raised fists, hands and jumping silhouettes repeatedly cross the foreground. The vocalist remains visible at center stage holding the microphone near the mouth, but the face and mouth remain too distant to read clearly. The guitarist and bassist move rhythmically on both sides. The crowd becomes increasingly energetic. 4.2–6.3 sec: Dynamic low audience angle toward the stage. The camera is surrounded by excited audience members. Thousands of hands rise higher. The entire band becomes more energetic. Moving lights sweep rapidly over the crowd and stage. The visual intensity continues building. 6.3–8.0 sec: For the final rallying call, move to a dramatic REAR THREE-QUARTER VIEW from behind and slightly beside the vocalist, looking outward toward the enormous audience. The vocalist raises one arm high while holding the handheld microphone with the other hand, commanding the arena like a powerful frontman. The entire audience reacts explosively. Thousands of hands shoot upward. White stage lights blast toward the crowd. CO2 cannons erupt simultaneously. The guitarist and bassist move aggressively on both sides. The drummer hits powerfully behind them. End at maximum concert energy. ==================== STYLE ==================== Premium cinematic Japanese rock live music video. Huge professional arena concert. Extremely energetic but physically believable. Dynamic concert cinematography. Strong depth and parallax. Natural armor and tassel physics. Realistic crowd movement. Volumetric smoke. High contrast. Epic scale. The first eight seconds must feel like: THE CONCERT HAS JUST EXPLODED INTO LIFE. No slideshow. No static camera. No frontal singing close-up. No readable lip-sync requirement. 16:9 widescreen. 8 seconds.前半8秒｜日本語で内容をまとめると
添付したキャラクターシートは、4人の演者の見た目を統一するための参照画像として使用。
同じキャラクターを、
中央にボーカル、画面左にギター、画面右にベース、後方中央にドラム
という4人組バンドにしています。
会場は巨大な屋内ロックアリーナ。
黒いステージ、巨大な横長LED、白いムービングライトと深い赤の照明、スモーク、CO2、そして数千人の観客まで細かく指定しました。
この8秒は、曲が始まった瞬間のライブ演出です。
ボーカルは歌っていますが、今回はリップシンクを使っていないため、口元がはっきり見える正面アップは避けるように指定。
観客席の奥からステージへ近づきながら、腕や拳、ジャンプする観客を前景に入れ、巨大ライブが始まった瞬間の熱気を中心に見せます。
そして最後の「行こうぜー！」にあたる場面では、
ボーカルを後方から捉えながら腕を上げて観客を煽り、
観客が一斉に反応。
白い照明が走り、CO2が噴き上がる。
そんなライブ開幕の8秒を狙っています。
後半15秒｜英語プロンプト
Use the attached character sheet ONLY as the visual identity reference for the performers. IMPORTANT: Do NOT show the character sheet itself. Do NOT animate, transform, zoom into, or transition from the reference sheet. The video must begin immediately inside a completely new live concert scene. Create a 15-second cinematic instrumental live-performance sequence for a high-energy rock music video. ==================== CHARACTER LOCK ==================== There are exactly FOUR performers on stage. All four performers use the EXACT SAME character design from the attached reference sheet. Preserve exactly: - the same cracked white mask-like face - the same glowing red eyes - the same head shape - the same black layered heavy armor - the same dark tassel-like ornaments - the same body proportions - the same height and physique - the same overall silhouette Do not redesign, humanize, simplify or mutate the character. NO swords. NO weapons. NO additional performers. NO different costumes. NO human faces. NO extra characters on stage. ==================== BAND ROLE & POSITION LOCK ==================== From the AUDIENCE point of view: CENTER FRONT: Vocalist. Black handheld microphone in the RIGHT hand. No microphone stand. LEFT SIDE OF THE STAGE: Guitarist. Black six-string solid-body electric guitar. Right-handed playing position. Black guitar strap. RIGHT SIDE OF THE STAGE: Bassist. Black four-string electric bass with a long neck. Right-handed playing position. Black bass strap. REAR CENTER: Drummer on a low black drum riser. Never swap the guitarist and bassist. Never change instruments between members. ==================== DRUM LOCK ==================== Black rock drum kit: - one bass drum - one snare - toms - hi-hat - crash cymbals - ride cymbal Keep the drum kit visually consistent. ==================== STAGE LOCK ==================== The exact venue is a massive DARK INDOOR ROCK ARENA. Matte-black flat stage floor. One enormous HORIZONTAL LED wall covering the rear center of the stage. The LED wall displays ONLY abstract dark red and black moving light textures. NO text. NO logos. NO symbols. NO Japanese characters. NO decorative buildings. Six tall black lighting towers: three on the left, three on the right. White moving spotlights with DEEP RED accent lighting only. No blue, purple, gold or rainbow lighting. Dense gray concert haze and smoke. Four CO2 cannons positioned symmetrically near the front edges of the stage. The arena is completely packed with thousands of human audience members. The audience must remain human and must NOT use the referenced character design. Maintain this exact venue design throughout the video. ==================== CAMERA CONTINUITY ==================== The primary spatial orientation is from the audience toward the stage. Maintain: guitarist on screen-left, vocalist near center, bassist on screen-right, drummer behind them. Avoid suddenly reversing the entire stage orientation. ==================== PERFORMANCE CONTEXT ==================== This section is INSTRUMENTAL. The vocalist is NOT singing. The vocalist remains active as a charismatic frontman: moving naturally to the rhythm, nodding and moving the body with the beat, walking across the front of the stage, gesturing toward the audience, raising an arm, lowering the microphone, and preparing for the next vocal entrance. Do NOT make the vocalist look inactive or confused. Do NOT show conversational mouth movement. The instrumentalists perform with strong live-rock energy. Exact synchronization to specific musical notes is NOT required. Prioritize believable rhythmic movement, concert energy and visually convincing performance. ==================== SHOT FLOW ==================== 0.0–3.0 sec — GUITAR: Begin immediately on a dramatic low-angle medium shot of the guitarist on the LEFT side of the stage. The guitarist performs aggressively on the black six-string electric guitar. Strong rhythmic strumming and believable two-hand interaction with the instrument. Energetic head and upper-body movement. The camera rapidly tracks sideways past the guitarist. Bright white backlights cut through dark red haze. The vocalist may be visible blurred in the deeper background, moving naturally to the instrumental rhythm. 3.0–6.0 sec — BASS: Hard cinematic cut to the bassist on the RIGHT side. Low-angle tracking shot. The bassist plays the black four-string bass with heavy rhythmic body movement. Natural left-hand movement along the neck and powerful right-hand playing motion. The bassist steps forward toward the audience while performing. The camera moves backward and slightly sideways, creating strong depth and parallax. The vocalist remains active elsewhere on stage, moving with the instrumental groove. 6.0–9.0 sec — DRUMS: Hard cut to a powerful front three-quarter view of the drummer. The drummer performs an energetic rock fill. Rapid believable strikes across snare and toms, followed by a powerful cymbal crash. The camera pushes quickly toward the drum kit. The sticks visibly interact with drums and cymbals. Do not add extra arms or extra drumsticks. 9.0–12.0 sec — VOCALIST DURING INSTRUMENTAL: Cut to a dynamic MEDIUM-WIDE side or rear three-quarter shot of the vocalist. The vocalist is NOT singing. The handheld microphone is lowered away from the mouth. The vocalist moves strongly with the beat, walks across the front of the stage, looks toward the enormous crowd, raises one arm, and energetically encourages the audience. Avoid a frontal mouth close-up. The guitarist and bassist remain visibly active behind or beside the vocalist. The vocalist begins gradually returning toward center stage, preparing for the next vocal entrance. 12.0–15.0 sec — FULL BAND: Hard cut to a dramatic audience-perspective wide shot. All four performers are visible simultaneously. Guitarist on the left. Vocalist at center. Bassist on the right. Drummer at rear center. The guitarist and bassist perform aggressively. The drummer continues strong rhythmic playing. The vocalist moves with the groove at center stage. During the final moment, the vocalist naturally begins bringing the handheld microphone upward toward the mouth, clearly preparing to sing the NEXT section, but does NOT begin visibly singing yet. Audience hands fill the foreground. The camera rapidly pulls backward and slightly upward, revealing the enormous packed arena. White moving lights sweep through dense haze. Use a brief lighting burst near the end, but do not rely on continuous CO2 throughout this instrumental section. Finish on a powerful full-band image that can naturally cut into the next vocal section. ==================== STYLE ==================== Premium cinematic Japanese rock live music video. Huge professional arena concert. Aggressive stage performance. Fast professional music-video editing. Dynamic low angles. Strong depth and parallax. Natural instrument interaction. Natural armor and tassel physics. Realistic rhythmic body movement. Volumetric concert haze. White and deep-red lighting only. High contrast. Epic scale. No static camera. No slideshow. No lip-sync close-up. No talking. No random instrument changes. No role swapping. 16:9 widescreen. 15 seconds.後半15秒｜日本語で内容をまとめると
後半15秒は、歌のない伴奏パートです。
前半と同じキャラクター、同じ4人編成、同じ楽器、同じステージや照明を維持するよう細かく指定しています。
ここでは楽器隊をしっかり見せるため、
ギター → ベース → ドラム → ボーカル → バンド全体
という流れでカメラを切り替えます。
最初はギターをローアングルから。
続いてベースを低い位置から追いかけ、ステージ前方へ出てくる動きを見せます。
その次はドラム。
スネアやタムを使った激しいフィルから、最後はシンバルクラッシュ。
伴奏中なのでボーカルは歌いません。
ただ、棒立ちにはせず、
リズムに乗る。
ステージを歩く。
腕を上げる。
観客を煽る。
といった、フロントマンらしい動きをするよう指定しました。
また今回は、楽器の動きを音符ひとつひとつへ完全に合わせることよりも、
自然なリズム感と、ライブとして格好よく見える動き
を優先するようにしています。
最後は観客越しに4人全員を見せながらカメラが後方・上方へ引き、巨大なアリーナ全体へ。
ボーカルが次の歌い出しに向けてマイクを口元へ持ち上げ始めたところで終わり、次のAメロへ自然につながる15秒にしています。
今回使用したPollo AI
はいずれもPollo AIの「画像から動画」から使用しました。
同じ画像をいろいろなモデルで試してみたい方は、こちらからどうぞ😊
PolloAIのXも是非フォローを😊
PolloAIはXでクレジットがもらえるイベントもしています✨
時には賞金がでることも🎵
いいなと思ったら応援しよう！
よろしければ応援お願いします！ いただいたチップはクリエイターとしての活動費に使わせていただきます！