素材を決める
出したい型に合わせて入力を選びます。キャラを固定したいならガワや立ち絵を主体参照にして、そのキャラの音色を指定します。動かしたいイラストや絵コンテがあるなら最初のフレームに置き、着地を決めたいなら最後のフレームも指定します。手元のクリップを作り替えるなら、元動画を編集の入力にします。テキストだけでも音声つきで生成できるので、素材がゼロの状態からでも 1 本目は出せます。
立ち絵、絵コンテ、手元のクリップに台本を添えて渡すと、音が画といっしょに作られた MP4(720P または 1080P、毎秒 30 コマ、H.264)が返ってきます。尺はテキストからの生成と画像からの生成が 2〜15 秒、参考生成と編集が 2〜10 秒です。なお VideoAI は非公式のサービスであり、開発元・提供元との提携、許諾、推薦関係は一切ありません。
配信内企画の寸劇とエンディング、同人イベントの新刊お品書き PV、絵コンテ 1 枚から起こした MV 風の映像、同人ゲームのティザー PV、実況シリーズの次回予告と総集編 OP、収録済みの実写素材を差し替えたイベント告知。wan 2.7 動画でここまでの型が作られています。掲載しているのは仕上がりの目安であり、同じ結果を保証するものではありません。
ネオンホライズン公開
ブランドプロモーション
チェリーケーキ予告
プロダクトフィルム
サイバーシティ発表
ブランドプロモーション
黄金の野原との遭遇
シネマティックプロモーション
アクションヒーロー登場
エンタメプロモーション
コンビニスマッシュ
ブランドプロモーション
ヘルメットのクローズアップ
プロダクトフィルム
サンセットカフェプロモーション
ライフスタイルプロモーション
wan 2.7 の動画ラインは四つのモデルに分かれていて、キャラの固定、手持ち素材の起用、音声つきの語り、既存映像の作り替えをそれぞれ担当します。
参考生成(wan2.7-r2v)にガワや立ち絵を主体参照として渡すと、そのキャラを固定したまま、実体ごとに音色を割り当てられます。シリーズを重ねていっても、顔と声をそろえた状態を維持しやすくなります。1 枚のマルチコマ絵コンテ画像をそのまま入れて、脚本化された映像を出す使い方もできます。参考画像の枚数上限は公式に公表されていないため、本ページでは枚数を示しません。尺は 2〜10 秒です。
表紙イラストを最初のフレーム、お品書きの構図を最後のフレームに置けば、動かしたい区間だけを指し示せます。画像から動画(wan2.7-i2v)は、最初のフレームからの生成、最初と最後のフレームを指定した生成、末尾フレームを制御した続き生成という三つの仕事をこなし、入力にはテキスト、画像、音声、動画を取れます。既存クリップの続きを伸ばせるので、シリーズの OP や次回予告を一から作り直さずに済みます。尺は 2〜15 秒です。
動画ラインは音声をネイティブに含み、音と絵が同期した状態で出てきます。セリフ入りの寸劇でも、章立てのティザー PV でも、ナレーションと口の動きを後から合わせる工程が省けます。wan ai 動画のうちテキストから動画(wan2.7-t2v)では解像度の段階と縦横比を設定できるため、投稿先ごとの入稿仕様に合わせて書き出せます。
収録済みの実写クリップに指示を出すだけで、動画の一部または全体を作り替えられます。複数の参考画像による差し替え、動き・エフェクト・カメラワークの複製にも対応するので、告知を打ち直すたびにロケし直す必要がありません。編集の尺は 2〜10 秒で、音の有無は入力した動画に従います。VideoAI ではこの編集も同じ画面から扱えます。
最初の 1 本でつまずきやすいところを、素材選び、台本と出力設定、書き出しの順に片づけていきます。
出したい型に合わせて入力を選びます。キャラを固定したいならガワや立ち絵を主体参照にして、そのキャラの音色を指定します。動かしたいイラストや絵コンテがあるなら最初のフレームに置き、着地を決めたいなら最後のフレームも指定します。手元のクリップを作り替えるなら、元動画を編集の入力にします。テキストだけでも音声つきで生成できるので、素材がゼロの状態からでも 1 本目は出せます。
カット割り、セリフ、ナレーションを台本として渡し、投稿先に合わせて解像度(720P か 1080P)と縦横比を決めます。X や TikTok のショート告知は縦、ニコニコや YouTube の本編は横というふうに、同じ台本から比率違いで出し分けられます。尺はテキストからの生成と画像からの生成が 2〜15 秒、参考生成と編集が 2〜10 秒で、いずれも整数秒で指定します。
書き出しは毎秒 30 コマの MP4(H.264)なので、変換をはさまずそのまま編集タイムラインに置けます。あとはスペース番号、新刊タイトル、次回予告の文字といったテロップと、テンポだけを整えれば公開できます。音声は動画に含まれた状態で出てきます(編集の場合は入力動画の音の有無に従います)ので、別トラックのナレーションを用意しなくても本編は成立します。
画像や動画制作に使える追加の AI モデルを確認できます。

立ち絵が 1 枚あるなら数秒動かすところから、キャラと声を揃えたいなら主体参照と音色から、絵コンテがあるならその 1 枚から、収録済みのクリップがあるなら編集から。アリババ wan の AI 動画は、次の一手さえ決まれば VideoAI ですぐ試せます。利用条件は提供事業者によって異なります。
今すぐ始めるアリババの wan シリーズにあたる動画生成モデルで、通義実験室が開発し、2026 年 4 月に公開されました。VideoAI では、このモデルを使って音声つきの動画を作れます。VideoAI は非公式のサービスで、開発元・提供元との提携、許諾、推薦関係はありません。
4K は出せません。動画ラインの解像度は 720P と 1080P の 2 段階までです。書き出しは毎秒 30 コマの MP4(H.264)で、尺はテキストからの生成と画像からの生成が 2〜15 秒、参考生成と編集が 2〜10 秒(いずれも整数秒)になります。
作れます。まず入力を選び(立ち絵なら主体参照、イラストなら最初のフレーム、既存クリップなら編集の入力)、次に台本と解像度・縦横比を決め、最後に書き出して編集ソフトでテロップを足す、という順序です。素材がなくてもテキストだけで音声つきの動画を生成できるので、1 本目はそこから始めるのが手早い方法です。
参考生成(r2v)の主体参照でキャラを固定し、実体ごとに音色を指定できます。キャラが複数いる場合も、実体ごとに別の音色を割り当てられます。なお参考画像の枚数上限は公式に公表されていないため、本ページでは枚数を明示しません。
三つの入り口があります。画像から動画では、最初のフレームからの生成、最初と最後のフレームを指定した生成、末尾フレームを制御した続き生成ができます。1 枚のマルチコマ絵コンテ画像から脚本化された映像を出すのは参考生成の担当です。既存の動画そのものを作り替えるなら編集で、指示に沿った部分・全体の編集、複数参考画像による差し替え、動き・エフェクト・カメラワークの複製に対応します。編集では音の有無が入力動画に依存します。
料金は VideoAI の料金プランによって決まり、本ページでは金額も生成にかかる時間も記載しません。最新の料金は VideoAI の料金ページで確認してください。第三者が提示しているクレジット単価は、VideoAI の正式な価格ではありません。
無料で試せるかどうかは、VideoAI のプランや提供条件によって変わります。内容は変わることがあるため、本ページでは断定しません。二次創作や商用での利用可否についても、VideoAI の利用規約を必ず確認してください。