鴉神 KARASUKAMI

クリエイターのためのAIニュース

動画

131エージェントで仕上げた5分26秒のAI MV「ATTENTION IS ALL YOU NEED」

tetsuoさんが、AgenCで制作したMV「ATTENTION IS ALL YOU NEED」を公開した。作者によると、最初の歌詞から最終ファイルまで26時間51分。131エージェントを使い、音楽、画像・動画生成、3D制作を組み合わせた5分26秒の作品だ。

図書館を背景にした女性キャラクターと作品タイトルが映る、元投稿の動画プレビュー画像

歌詞から最終ファイルまで、制作の内訳を公開

tetsuoさんは今回の作品を、これまでで最も複雑なAgenCの映像と紹介している。投稿に記された制作時間は26時間51分、モデル呼び出しは23,354回、使用トークンは101億。131エージェントが関わったという。

完成映像については、長さ5分26秒、1920×1080、24fps、84ショットと説明。画面上の歌詞は573語で、新規エフェクトパッケージ12種類、デザインしたトランジション29種類を挙げている。

自作のピアノと生成モデル、Blenderを組み合わせる

音楽は、Gouryellaの「Gouryella」に着想を得たメロディーをもとに作者がピアノを作り、Sunoで仕上げたという。映像制作にはAgenC Core、ComfyUI、Grok Build + Grok Bot、Claude Code、Blender Cyclesを使い、Blenderでは11本の3Dシーケンスを制作したと説明している。

モデルの構成にはClaude Opus 5.5、Grok 4.7、Grok Imagine Image 2.0/Video 1.5、Qwen-Image 2.1、Qwen-Image-Edit 2511、Seedance 2.5、MiniMax H3、GPT Image 2.5が並ぶ。さらに、画面上のattentionと予測データにはGPT-2 XLを使い、この映像のために5100万パラメータのSIモデルを28,000ステップでゼロから学習したと紹介している。

MV一本を支える処理と制作環境

作者は、マット処理にBiRefNet、深度にDepth Anything、オプティカルフローにRAFTを使い、顔・人物検出も組み合わせたと記している。Python、Skia、CUDA上のPyTorch、NVENCを使うffmpegも制作ツールとして挙げた。ハードウェア構成はRTX PRO 6000 Blackwell、RTX 5090、64コア、1TB RAM(128GB×8)という。

この作例の面白さは、生成モデルの名前だけでなく、楽曲、ショット、3Dシーケンス、エフェクト、書き出しまで制作の内訳が示されていること。複数の生成ツールを一つのMVへまとめる際に、どの工程を組み合わせるか考える手がかりになる。

元のX投稿

鴉神 KARASUKAMI トップへ

AD広告サンプル

ひらめきを、
次の作品へ。

AIとつくる、新しいクリエイティブ。

広告掲載スペースPROTOTYPE

新着記事