← すべてのニュース

騰訊雲WANDがAI動画制作のデータを公開:10回生成して使えるショットは1本、コストをどう見積もるか

InfoQ中国語版の2026年11月8日の報道によると、騰訊雲WANDの責任者朱琳氏は、AIショートアニメドラマでは約10回生成してようやく1回満足できる結果が得られると述べた。騰訊雲は、WANDが顧客の総合コストを約20%削減し、漫森文化のショット可用率が約30%から50%〜80%に上昇したとしている。報道にはWANDの価格、課金方式、重み、公開APIの記載はない。

公開 更新
元の報道のカバー画像 — 騰訊雲WANDがAI動画制作のデータを公開:10回生成して使えるショットは1本、コストをどう見積もるか
元の報道のカバー画像元の報道 ↗

主な変更

InfoQ中国語版の2026年11月8日の記事によると、騰訊雲WANDマルチモーダルアプリケーション責任者の朱琳氏は、10月30日の騰訊全球数字生態大会マルチモーダルアプリケーション専用セッションおよび会後の取材で、業界の経験として、1本のAIショートアニメドラマは絵コンテから完成品まで約10回の生成試行を経て、ようやく1回満足できる効果が得られると語った。記事はこれに基づき、マルチモーダルサービスは通常、呼び出し回数、動画時間、出力仕様で課金され、単価は完成品コストと同じではないと指摘し、仮定の数字で示した。1回の生成を10元とし、約10回で1本の使えるショットが得られる場合、生成費用だけで約100元。可用率が約50%に上がれば平均2回で済み、費用は約20元になる。この数字は記事の説明用の計算例であり、どのベンダーの見積もりでもない。 騰訊雲は、今年発表した音声・動画AI製品ファミリーWANDが顧客のコンテンツ制作の総合コストを約20%削減したとしている。取材を受けた顧客の説明はより細かい。漫森文化のアシスタントゼネラルマネージャー、譚琳氏は、ショット可用率が約30%から50%〜80%に上がり、精細な運用後は約80%で安定すると述べた。同社の精品AIショートドラマは1本あたり約10万〜20万元で、WAND関連機能を使うとコストがさらに約30%節約され、全体の効率は約30%向上するという。紫訊科技の共同創業者、杜玉生氏は、WAND-Vega導入後、画像素材の有効利用率が50%〜60%から70%〜80%に上がったと述べた。 技術面では、騰訊雲副総裁でメディアAI製品責任者の李志成氏が、WAND-Vegaはゼロから学習した汎用基盤モデルではなく、騰訊混元および一部のオープンソース基礎モデルに基づいて後学習と調整を行ったもので、コストパフォーマンス重視のLiteと生成品質重視のProを提供すると述べた。報道によると、一部の業界主流モデルと効果がほぼ同等であることを前提に、コストに敏感な顧客向けの方案はモデルコストを約20%〜30%削減できる。騰訊雲が説明するエンジニアリング手段は2つある。1つは複雑な映像シーン向けの3D白模型の前処理で、まず3Dソフトウェアで簡略化したシーン動画を生成し、物体の位置、空間関係、一部の運動情報を確定してから、参考として動画モデルに渡す。もう1つはWAND-EraseVibe+で、潜在空間Transformerに基づく動画消去と画面再構築を行い、まず画面を潜在空間特徴に符号化し、特徴層で修復対象領域を推論・再構築してから復号する。Agentワークフローで脚本、絵コンテ、画面生成、後処理、編集をつなぐのは、漫森文化がWANDの動画生成や画質強化などの機能を自社制作基盤に接続する方法であり、騰訊雲が開示した製品機能ではない。また、ある事業責任者が会場で、自社プラットフォームのCreative OSでは動画モデル呼び出しの82%がAgentから発行されていると述べたが、報道はそのプラットフォームの所属企業と統計時期を明らかにしていない。 李志成氏は同時に、業界トップの動画生成モデルであっても、光と影、物理法則が比較的複雑な映像シーンでは未解決の問題が残っていると述べた。記事はまた、今年9月に発表された超長編叙事から映画生成に関する研究(CineCrew)を引用し、既存のプロンプトベースのワークフローは問題が起きやすいとし、その理由の1つは脚本と動画モデルの間に構造化された中間層がなく、ショット、キャラクター、連続性などの制約を十分に表現できないことだとしている。

開発者への影響

この報道の開発者にとっての意味は、動画生成製品がまた1つ増えたことではなく、コストの座標を変えたことにある。回数や時間で課金される場合、実際に帳簿を決めるのは、使える素材1本あたり何回の生成を消費するかだ。記事自身の説明用計算例に沿って一歩進めると、単価と受け入れ基準が変わらなければ、使える素材1本あたりの生成コストはおおむね初回可用率の逆数に比例して変化する。可用率が1割から5割に上がれば、コストは約5分の1になり、半額になるわけではない。つまり量産コストは可用率に極めて敏感で、再試行予算、待ち時間、人手による選別も同時に拡大または縮小する。以上は報道の計算例から導いた推論であり、WANDの効果を検証したものではない。 報道はWANDのAPI名、レート制限、リージョン、同時実行数、SLAを示しておらず、課金が回数か時間か出力仕様かも説明していない。そのためパイプラインに組み込む前に、再試行回数、タスクの冪等性、素材の記録は最悪の場合を想定して設計すべきだ。同じ絵コンテの複数回の試行は同一タスクとして識別できるようにし、受け入れ済みの素材は保存して固定し、後の修復や再レイアウトで再び生成を引き起こさないようにする。生成前の制約という部分は個別に評価する価値がある。白模型は「脚本が何を言うか」と「ショットをどう撮るか」を分離する。接続側に既に絵コンテツールや3Dアセットがあれば、増えるのはデータ変換と検証の層であり、モデル呼び出し1回ではない。部分修復でコストを抑えられるかもエンジニアリング条件次第だ。欠陥を特定でき、修復が受け入れ済み領域を変えない場合にのみ、全体を再生成するより割安になる。Agent編成については、報道の82%という数字は定義と統計時期を欠いており、取材を受けた関係者は専門チームが中間結果の検査と編集を要求すると強調している。これは自動化の上限が、中間成果物が構造化して保存されているかどうかにかかっていることを意味する。

導入と評価の提案

以下は報道に基づく条件的な提案であり、報道の事実ではない。 最初の判断は、単価より先に指標の定義を決めることだ。報道の10回生成という経験値と30%から80%という可用率の範囲に対応する。選択は、初回可用率と使える素材1本あたりの生成回数(失敗した再試行を含む)を主指標にし、単価の比較を先にしないことだ。前提として、受け入れ結論付きの留保タスクが手元にあり、受け入れ基準を書き下せる必要がある。判定基準が自動判定できる場合(例えばEC画像が形状、色、ブランド表示を保っているか)はそのままバッチで実行でき、複数ショットの叙事に関わる場合はまず小サンプルで行う。測定可能な判定基準は、留保セット上で接続前後の初回可用率と使える素材1本あたりの総生成回数を比較することだ。 2つ目の判断は、生成前に構造化された制約の層を加えるかどうかだ。報道で複雑な映像シーン向けに3D白模型を参考として導入したことに対応する。選択は、プロンプトと動画モデルの間にシーンレイアウト、物体位置、ショットのつなぎの明示的な制約を挿入することだ。前提として、失敗サンプルの中で空間関係とショット間の連続性の問題が画質問題より多い必要がある。失敗が主に画質やスタイル由来なら、この層への投資の見返りは低い。測定可能な判定基準は、同じ絵コンテ群で制約ありとなしの2条件の初回可用率と全体再生成回数の差だ。 3つ目の判断は、部分修復と全体再生成の分担だ。報道のWAND-EraseVibe+の潜在空間生成的修復に対応する。選択は「欠陥の特定、部分修復、受け入れ済み領域の保持」をプロセスに書き込み、主体が受け入れを通過した場合に限定して使うことだ。前提として、欠陥を具体的な時間区間と画面領域に特定でき、未変更領域が実際に変わっていないことを検証できる必要がある。測定可能な判定基準は、修復後に元の受け入れ済み領域が変更された割合と、使えるショット1本あたりの生成回数が減ったかどうかだ。 4つ目の判断は、段階別ルーティングだ。報道ではWAND-VegaにLiteとProの2段階があり、コスト敏感な方案はモデルコストを約20%〜30%削減できるとされている。選択は、全編を同じ段階で統一するのではなく、完成品におけるショットの重要度で振り分けることだ。前提として、重要度でショットを等級分けでき、段階ごとに受け入れ閾値が異なる可能性を受け入れられる必要がある。測定可能な判定基準は、同じ受け入れ閾値での各段階の通過率と使えるショット1本あたりのモデルコストだ。低い段階が重要ショットで通過率を明らかに落とすなら、値下げと引き換えにすべきではない。Agent編成に関わる場合はもう1つ加える。人手介入点を受け入れ済み素材の修正に置き、人手介入率と介入後の素材保持率で自動化を続ける価値があるかを測る。

制限と未確認事項

ここでの数字はすべて、騰訊雲とその顧客が自社の大会や取材で開示したもので、ベンダーの自己申告だ。報道は可用率30%から80%、総合コスト20%削減、モデルコスト20%〜30%削減について具体的な統計定義やサンプルを示しておらず、第三者による再現もない。引用時にはこの帰属を保持すべきだ。 WANDとWAND-Vegaは現在、KimiSeekのモデルカタログに存在しない。これは2026年11月12日時点のカタログ確認に基づく。報道の可用性、バージョン段階、接続方法はすべて騰訊雲自身のチャネルを指しており、公式ドキュメントに従う必要がある。報道はWAND-Vegaが騰訊混元および一部のオープンソース基礎モデルに基づいて後学習と調整を行ったと述べるだけで、重みが公開されているかには触れておらず、これからライセンス条項を推測することもできない。重みの入手可能性とライセンス上の権利は別物だ。 報道はWANDまたはWAND-Vegaの具体的な価格と課金方式を示しておらず、コスト削減幅だけを開示している。価格と課金は変動するため、騰訊雲の公式価格ページを確認すべきであり、本記事の説明用計算例を見積もりとして使うことはできない。Creative OSおよび呼び出しの82%がAgentから発行されているという数字について、報道は所属企業と統計時期を明らかにしていない。記事で言及されたCineCrew研究(2026年9月)と「業界トップの動画モデルでも複雑な光と影のシーンでは未解決の問題が残る」という説は、いずれも背景としての引用と取材先の見解であり、WANDの効果に対する独立した検証を意味しない。

3分で最初の呼び出しまで

登録後に API キーを作成してください。利用料金はアカウント残高から引き落とされます。初回チャージ30%オフ。¥500チャージ、お支払い ¥350、入金額 ¥500。¥1000チャージ、お支払い ¥850、入金額 ¥1000 最低チャージはこれまでどおり ¥10 で、試用にも使えます。

出典と編集方針

AI 生成视频何时才能告别“抽卡”?藏在高效生成背后的返工与成本难题

引用元を基にAIが分析と翻訳を補助し、自動品質チェックを行っています。提案は実測結果ではありません。提供状況と料金は最新カタログをご確認ください。