Pixiv Fanbox

「EasyWanVideo」でエロ動画を作ろう　豊富な成人向けLoRAで高品質i2v

Published 05/01/2025, 09:09:02 PM · Edited 01/18/2026, 04:33:42 PM

＜注意＝記事中にR-18画像・動画が多数含まれます。閲覧時は周囲にご注意下さい＞

こんばんは、スタジオ真榊です。今回は人気の動画生成モデル「Wan 2.1」で簡単にローカル生成ができるようになるパッケージツール「EasyWanVideo」の特集です。

Wan2.1は1枚絵からのi2v（image to video）やスタート・エンドフレームを指定しての中割り生成に優れたモデルで、流通している成人向けLoRAが充実しているのが特徴の一つ。EasyWanVideo自体、初心者でも非常にH動画生成がしやすい特化型のパッケージになっており、RTX3060でも高品質なi2v（静止画からの動画生成）を楽しむことが可能です。

「せっかくFramePackが使えるようになったのに…」と思う方もいるかもしれませんが、動画生成体験としてはこの二つは全く別もの。むしろ両方使えるようになると互いに足りない部分を補いあい、ストーリー性のある動画が作れるようになると実感しています。PC内にこれまで作ってきた大量の成人向けAI絵がある方にとっては、面倒な振り付けなしに動かせる夢のツールです。

　　　　　　　▲1枚絵をやんわり動かす「待機アニメ」も可能

この記事では、導入から生成のコツ、H動画のポイント、FramePackとの連携など、主にNSFW用途に使うことを前提に特集していきます。一晩あれば好きなだけ推しのエロ動画を生成できるところまでたどり着けるはずですので、ぜひトライしてみてください。

１．はじめに - EasyWanVideoとは

まずはツールの概要から。Easyreforgeなどのかんたん導入ツールで有名なZuntan03氏が公開している「EasyWanVideo」は、2025年2月公開の中華製動画生成モデル「Wan 2.1」をComfyUIベースで動かせる簡易導入パッケージです。多数のワークフローや成人向けLoRAが始めから揃っており、乱暴な言い方をすれば「面倒な作業なく、いきなり手元の画像をエロ動画にすることができるツール」です。

EasyWanVideoはVRAM8GB以上のNVIDIA製GPUを搭載した、メインメモリ32GB以上のWindows11PCで動作します。が、普段使いでまともに動かすならVRAM12GB・メインメモリ64GBは欲しいところ。VRAMだけでなくメインメモリも充実していることを求められる点に注意が必要です。（メモリはグラボほど高くないので、個人的にはこのためだけに増設して良いレベルだと思います）

ComfyUIは「ノード」と呼ばれる作業ブロックを線でつないでワークフローを構築する、上級者向けのwebUI。スタジオ真榊FANBOXでは、PC知識がない人でもグラボさえ買えば楽しめるレベルを想定しているため…というか、私もノードベースのUIに苦手意識があったため、これまでComfyUIには触れずにきたのですが、EasyWanVideoは大丈夫。導入は順番にファイルを実行するだけで簡単ですし、複雑なワークフローは既に先人の手によって構築されていますので、我々は一部をちょこっと操作するだけで高品質なH動画生成ができます！

前置きはこのくらいにして、さっそくインストール方法を見ていきましょう。

２．インストール手順

所要時間は回線次第ですが、必要モデルのダウンロードに相当時間が掛かりますので、外出中か就寝中にやっておくとよいでしょう。私の環境では必要なモデルや各種LoRAでだいたい100GBくらいのディスク容量を喰っていますし、生成する動画やこれから集めるであろう動画用LoRAなどもどんどんストレージを圧迫しますので、相当な空き容量を確保して臨むことをおすすめします。

・Installer を落とす

まずはEasyWanVideoのリポジトリにアクセス。

こちらのreadmeが本当に丁寧に書かれていますので、この通りに進めていきましょう。この記事では、初めての人が引っかかりそうなところだけ注釈を入れるにとどめておきます。（https://github.com/Zuntan03/EasyWanVideo より画像引用）

まずは「C:\EasyWan」など、浅い階層にインストール先となる新規フォルダを作ります。readme中腹にある「EasyWanVideoInstaller.bat」を右クリックして「名前を付けて保存」。さきほどのフォルダにbat1つを放り込んでダブルクリックするだけです。PCが保護されましたという警告文が出たら［詳細情報］→［実行］で無視。

このような質問が出ますので、未成年でないことを誓って半角「y」を入力しENTER。あとはコンソールを眺めて放置するだけです。Python・Torch・ComfyUI・WanVideoWrapper…などなどと、次々にインストールが進行していきます。

画面が消えたら、インストールしたフォルダ内に「EasyWanVideo」というフォルダができているので、その中にある「vc_redist.x64.exe」をダブルクリックします。するとこのような画面が出てくるので、画面指示通りにインストールを進めてください。（比較的すぐに終わります）

インストールが完了したら、「ComfyUi.bat」というbatファイルを実行してみます。このように無事ComfyUIの画面が立ち上がれば、閉じてOK。（ここまでで失敗したら公式のトラブルシューティングを参照しましょう）

次は「Update.bat」を実行して、アップデートが終わるのを待ちます。ここからはメインメモリの容量によって、Kijai版かNative版のどちらかに枝分かれします。

・Kijai系とNative系

EasyWanVideoにはさまざまなワークフローが搭載されているのですが、大きく分けてKijai系とNative系の２系列あります。Kijai系は要求RAM48GB～、Native系は32GB～。RAM（メインメモリ）の増設は、グラフィックボードの買い替えに比べればコストが安く抑えられるため、32GBの方は64GBに増設してKijai系に挑戦するのが個人的にはオススメです。（メモリはなんぼあってもいいですからね…）

自分のPCのメインメモリ容量は、タスクマネージャーから確認できます。（下図はメインメモリ64GB、RTX4080でVRAM16GBであることがわかります）

メインメモリ容量が 48GB以上あるならI2V Kijai 版チュートリアルを参照します。「Sample」フォルダ内にある「Download.bat」をまず実行し、同時に「Download」フォルダ内にある「Kijai_I2v.bat」を実行してください。

メインメモリ容量が32~48GBなら、I2V Native版チュートリアルに進んでください。「Sample」フォルダ内にある「Download.bat」をまず実行し、同時に「Download」フォルダ内にある「Native_I2v.bat」を実行します。

ちなみに、「Sample」フォルダ内にある「Download.bat」を実行すると、Zuntan03氏が用意した大量の生成データがダウンロードされます（ほとんど版権エロ）。これらをcomfyUI上にドラッグ&ドロップすると、生成時のワークフローがそのまま見られるありがたい設計です。まずはこれらのpngやwebpファイルを読み込んで、設定の基礎を学ぶのがよいかなと思います。

すべてのインストールが終わったらEasyWanVideoのインストールはひとまず終了です。お疲れさまでした！

３．EasyWanVideoの使い方

インストールフォルダの「ComfyUi.bat」がEasyWanVideoの実行ファイルですので、デスクトップなどにショートカットを作っておくと良いでしょう。ダブルクリックすると、さほど時間が掛からずブラウザが自動起動し、ComfyUIの画面が表示されます。

さて、これが“ノードを線で繋ぐ” ComfyUIのワークフロー画面です。

初めての方はこれを見た瞬間、もうやる気が失せたと思います（笑）。しかし、本来はこれを自分でゼロから組まなければならないところ、既に先人たちの手によってワークフローは完成しているわけです。あとは動かしたい画像とプロンプトとHなLoRAを選ぶだけで動画生成ができると考えれば、大変ありがたいことですね。

・画面の見方

ComfyUIでは上のようなごちゃごちゃの配線が並んだものを「ワークフロー」と呼びます。各ワークフローはjsonファイルで保存・読み込み・共有ができる仕組みです。マウスホイールで拡大/縮小でき、主に緑の入力欄に必要な画像やプロンプトを入力して、画面最下部の「実行」を押すと、生成が始まります。

実行ボタンの隣にある数字はバッチ数ですので、ここを「２」にすると２回、「４」なら４回同じ設定のキューが入ります。順次一つずつ生成されますので、SEED値がちゃんとランダムになっているか確かめてから押さないと、同じ動画が４つできてしまいます。ここは静止画生成と全く同じですね。

隣の「×」ボタンで実行中の生成を中止、右の「▢」ボタンでキューリストにある保留中のタスクをクリアできます。プロンプトが固まってガチャしたとき、途中で満足いく生成結果が出たら「中止▶タスククリア」で次に行きましょう。

画面の左側にはこのようなメニューバーがあります。４つのボタンで「キュー」「ノードライブラリ」「モデルライブラリ」「ワークフロー」の一覧を開けます。

・キュー：生成中の動画フロー。生成待ち/生成中/生成終了した動画が時系列順に並んでいる。ワークフロー画面にドラッグすると、そのときの設定を呼び出せる。上図に「２」とあるのは、２つの動画生成キューが入っていて順次処理中だよという意味。失敗したキューや生成待ちのキューは右クリックで削除できる。生成中でも生成ストップして削除可能。

・ノードライブラリ：登録されているさまざまな「ノード」を個別に呼び出すところ。上級者は自分でこれを組み合わせてワークフローを作れますが、我々は既に完成したワークフローをありがたく使わせてもらいましょう。

・モデルライブラリ：内蔵されているモデル一覧。主にLoRAなどを管理

・ワークフロー：ほかの人がノードを組み合わせて作ってくれた、さまざまなことができるワークフロー群。まずここから「何をしたいか」を選ぶ。「Kijai_i2v.json」なら静止画1枚から動画を作れるし、「Kijai_I2vEnd.json」ならスタート・エンドフレームの2枚から動画が作れる。他にも、モザイクを自動で掛けるワークフローや動画の全コマを静止画として切り出すワークフロー、アップスケールのためのワークフローなどさまざま。

・webpドラッグで過去の生成設定を呼び出してみよう

ワークフローは複数同時にタブ形式で開くことができます。EasyWanVideoでは、生成した動画はいったん軽い「webp」形式で出力され、アップスケールなどを経て最終的に「mp4」形式の動画ファイルになるのですが、webpファイルをワークフロー画面上にドラッグすると、生成したときの各種設定がぱっと表示されて便利です。

今開いている画面とは別のタブ（画面上部）で開くので、作業が上書きされて消えてしまうこともありません。安心ですね。

４．実際の操作方法

先ほど説明した通り、EasyWanVideoには用途別のワークフローがあらかじめ入っていますので、まずは手元のAI絵1枚を動画にするテストを行ってみましょう。画面左のフォルダボタンから、ワークフローを開きます。Kijai版でインストールした方は「Easy」と「Kijay」の二つのフォルダが出てきます。この中にさまざまなワークフローが並んでいるのですが、名前を覚えないとそれぞれ何ができるワークフローなのか分かりません。

まずは「00_Kijai_I2V」が画像1枚からの動画化、「03_Kijai_I2VEnd」が画像2枚からのスタート・エンドフレーム指定生成（同じ画像にすればループ動画）と覚えましょう。他にもアップスケール用・フレーム補間用・モザイク用・リサイズ用・静止画切り出し用などさまざまなワークフローがありますが、やっているうちに覚えますので、最初はこの二つだけ理解しておけば十分です。

「00_Kijai_I2V」を開くと、このような曼荼羅のような図が出てきました。これは中央左のイラストのある「ノード」に入力した画像を、自動処理してくれる回路のようなものです。マウスホイールで拡大/縮小、何もないところをドラッグで移動できますので、主に左側の緑色のところだけを眺めてみましょう。

さすがに説明書きを作りましたので、まずはピンクの文字①～④だけを見てください。この４つの欄（ノード）に最低限入力すれば、動画生成は問題なくできます。ぱっと見は難解に見えますが、実はStableDiffusionの生成と基本はさほど変わりません。

ピンク文字のフローが分かったら、今度は青い文字を見ていきましょう。画像生成に慣れた方なら、特に説明は必要ないものばかりですね。Seed値は「Randomize Each Time」を押すと、毎回ランダムになる「-1」と入力されます。

重要なのは「LoRAの有効、無効」ノード。ここで３つまでLoRAを選べます。「EasyWanVideoはLoRAありき」「LoRAを制するものがエロ動画を制する」と言っても過言ではないほど、H動画生成においてはLoRAがあるとないとでは全く品質が変わりますので、よく理解しておきましょう。

EnableLoRA1~3のどれかを「yes」（オン）にすると、対応するノード（LoRA1～3）が半透明の紫から緑になり、何のLoRAを使うか選ぶことができます。「strength」が適用強度で、非常に重要。強度1で複数適用すると崩れやすい（画質が悪化したり予想外の動きをする）ので、適宜弱めるのを忘れずに。

・豊富なエロLoRA群

実に嬉しいことに、EasyWanVideoにはあらかじめ、皆さんが使いそうなすけべ動画LoRAを各種取り揃えられております。「model/loras」フォルダにばっちり保存されているので、さっそく見にいってみましょう。ファイル名でなんとなく何に使うものなのかは想像できるかと思います。

例えばLoRA1をオンにすると「nsfwsks_inAndOut_v014」がデフォルトで選択されますが、これはさまざまな挿入行為の動画を学習したWan2.1用LoRAです。ワークフローの左上に「右クリックViewLoraInfoで情報表示」というどこともつながっていないノードがありますが、ここでLoRAを選んで右クリックし「▶View Lora Info」を押すと…

このように、そのLoRAの詳細を見ることができます。「Trained words」がトリガーワードなので、生成に使う場合はそのワードをプロンプトに入れるのをお忘れなく。「Notes」にたいていCivitaiへのリンクが張ってあるので、サンプルからお手本のプロンプトを勉強するのが基本になります。読み終わったら「Close」で閉じましょう。

Civitaiページを見ると、これは「男性器が膣に出入りするさまざまな動画から学習したLoRA」であり、トリガーワードである「nsfwsks」と「penis goes in and out of vagina」などのプロンプトで発動するということが書いてあります。

（※LoRAによってはこの情報が何もないものもあります。そういう場合はプロンプトもトリガーワードも分からず困ってしまうので、LoRA名で検索するなどして身元を明らかにしておくことをおすすめします）

他にもmodel/lorasフォルダにはフェラチオ系やキスなどさまざまなLoRAが並んでいますので、まずは一読しましょう。もちろん、Civitaiなどから好みのWan2.1用LoRAをDLしてきて「model\loras」に置けば、どんなLoRAも適用することができます。一覧に表示されなかったら、ワークフロー画面上で「r」を押すと再読み込みされます。

【注意】CivitaiにあるWan2.1用LoRA一覧はこちらからアクセスできますが、サムネ一覧はほぼ外国人の無修正ポルノだらけになるので覚悟して開いてください。それらは基本的にt2v（テキストでポルノ生成する目的の）モデルですが、これからHイラストを動かすときにも問題なく使うことができます。

https://civitai.com/search/models?baseModel=Wan%20Video&modelType=LORA&sortBy=models_v9

５．エロ1枚絵からi2vしてみよう

「Kijai_I2v.json」ワークフローでさっそくエロ画像を動画化してみましょう。

流れはシンプルです。まずは「画像を読み込む」ノードに推しのイラストをドラッグして、隣にプロンプトを入力します。ここでは本番動画を作りたいので、さきほどの「nsfwsks_inAndOut_v014」のCivitaiページを参考に、このようなプロンプトを組みました。（LoRAのトリガーワード"nsfwsks"＋"女性が男にまたがってSEXしている。彼女は男の上で体を上下に跳ねさせる"の英訳）

LoRA１＆２に「nsfwsks_inAndOut_v014」と「wan_cowgirl v1.3」を入れます。strength（LoRA適用度）はとりあえず1.0。Seed値はランダム（-1表示）にします。

動画のサイズと長さは、テストなので小さめ＋短め。動画生成はプロンプトが難しいので、小さく短い動画で何度か試行錯誤してから、長くて大きい動画にするのが基本です。

左上のほうにある「処理の有効・無効を切り替え」からはこのようなオプションが選べます。入力したのは無修正動画なので、「自動判別でモザイク処理」をしてもらいましょう。Shotcutでモザイク処理したほうがもちろん高品質にはなりますが、それなりに頑張って処理してくれるようです。

「画像からのプロンプト生成」をOnにすると、入力画像からタガーが自動的にプロンプトを抽出して、付け加えてくれます。試しにONにしてみましょう。

右上のほうにあるこちらは、生成の高速化や品質向上を試せるノード。デフォルトでは下二つが有効になっています。TeacacheはFramePackでもあった機能でしたね。高速化したい場合はONに、手などが溶けてしまうのが気になる場合はOFFにしましょう。

だいたい確認できたら、実行ボタンで生成開始です。

EasyWanVideoで動画生成すると「easywan\Output\日付」フォルダの中にwebp形式の動画と入力したpngファイルがそれぞれ出力されます。ワークフロー上で「mp4も保存する」にチェックを入れているとmp4も一緒に出力されますが、アップスケールをそのあとするので、この時点ではmp4生成するのはあまりおすすめしません。

・生成結果

こちらが生成結果です。RTX4080環境で4分ほど掛かりました。（webpではここに張り付けられないので、荒いmp4に変換してお見せしています）

画質が悪く、動きが硬いのはダメですね。でも、局部のモザイクは見事に自動処理されています。

・調整してやり直し

では、細部を調整してやりなおします。まず、「最終的なポジティブプロンプト」をチェックしてみましょう。このように、書いた覚えのない後段が足されています。これは、さきほど「画像からのプロンプト生成」をOnにしたためですね。

「この画像は、ベッドに座っている若い女性のイラストです。彼女は赤と白のストライプ柄のビキニを着ており、肩までの黒髪に前髪を下ろしています。真剣な表情でカメラをまっすぐ見つめています…」的な、動画指示というよりは単なるpngの説明文が書かれています。「ベッドに座っている」というワードはHな動きを抑制しそうですし、全体にあまり良い結果を及ぼさないと感じるので、Offにしましょう。

画質が低かったのは、本番LoRAと騎乗位LoRAの二つを強度１で掛けたためかもしれないので、本番LoRA一本にしてみます。動画LoRAは強度強めのまま複数使用すると予想外の動きをしたり、プロンプトにない現象が起きたりしがちです。

それに伴い、プロンプトをこのように変更しました。（英語に自信がない場合はChromeの選択範囲翻訳機能でスペルが間違っていないか確かめましょう）

こちらが出てきました。動きが改善しましたね。が、やはり画質が悪いですし、眉の太さも変わって別人に見えます。

どうしてこうなるのでしょうか。理由は一つではありませんが、Wan2.1用動画LoRAの学習過程とも関係があるようです。

６．動画LoRAは本来実写用

EasyWanVideoに同梱されている成人向け動画LoRAは、Hアニメではなく無修正のH動画で学習されているものがほとんどと思われます。それゆえに人間らしいリアルな動きをしてくれるのが最大のメリットなのですが、2次元画像のi2vに用いると、キャラクターの顔の一貫性が取れなくなったり、デフォルメの効いたキャラクターに効きにくかったりと、さまざまなデメリットも発生します。

例えば、さきほどのように背景が真っ白なHイラストを実写調で学習したLoRAで動かそうとすると、なぜか画面全体が暗くなったり、逆に真っ白に輝いたりすることがあります。これは、実写で学んだLoRAの学習結果に従って、入力画像を「物凄く光が当たっている瞬間の実写画像」とモデルが受け止めてしまった結果、それを戻そうとして動画全体のライティングをおかしくしているのではないかと考えています。

そういうときは、デフォルトで同梱されている「Anime piston」シリーズを併用すると改善がみられました。こちらは実写ではなくアニメ調の動画で学習されているアニメ特化のH動画LoRAのようで、作者さんのHuggingfaceに説明書のtxtファイルがアップされています。

テキストファイルによると、v2の場合、「anime_pist0n_m0ti0n_A」がトリガーワード。「She gets fucked hard and her breasts are bouncing.」や「She gets fucked hard and her breasts are bouncing.A man is thrusting his penis back and forth in her vagina.Japanese Anime. Japanese manga.」といったプロンプトと組み合わせると良いようです。特に、in and out LoRAと同時掛けすることで、アニメイラストのi2vを安定させる効果を感じています。

例えばこのように、in and outLoRAと併用してみます。

短い動画できちんと動くことが確認できたら、大き目のサイズにします。

こちらが生成結果です。

モザイクはうまくかからなかったので前回の記事で解説したShotcutを使った方法で掛け直しています。最初の生成例に比べてより自然な感じになったのが分かるでしょうか。実写系エロLoRAを適用しておかしな結果になったら、適用度を弱めるか、別のLoRAと併用、もしくは代替できないか試してみるのがよいと思います。うまくいかないときはたいていそのLoRAが入力画像に適していないか、プロンプトが適切でないときがほとんどです。

wan2.1における動画生成プロンプトをどう記述すべきかはLoRAの影響も大きく受けるので、「これ」という答えはありません。基本的には各Civitaiページなどを見て、成功した例のプロンプトを真似たり、生成結果を見て悪影響を及ぼしていそうなところを調整したりする作業が求められます。しばらくやっているとLoRAごとのコツや失敗ポイントが分かってきますので、まずはいろいろ試してみましょう。（プロンプトのコツについては９章でまとめています）

７．アップスケールするには

.webp形式での動画生成はあくまで「素材」であり、どういう動画を作るかを決める段階の作業です。プロンプトが固まり、いい感じのwebp動画が大きいサイズで生成できたら、アップスケーラーを使って低劣化した細部を自動補完する作業を行います。

ワークフロー画面で「upscale」を検索すると、このようにアップスケール関連のワークフローが出てきます。ここでは「60_upscale.json」を使ってみましょう。

これがワークフロー画面です。非常に簡単なつくりで、左下にアップスケールしたい.webpファイルをドラッグして「実行」するだけでも使えます。

左上の「拡大モデルを読み込む」で、「EasyWan\Model\upscale_models」フォルダにあるアップスケーラーを選ぶことができます。デフォルトでは4x anime_sharpという有名アップスケーラーで4倍サイズにしたあと、「画像を拡大」のノードでlanczosを使って半分にする、つまり全体では2倍サイズになるよう拡大するワークフローになっています。いったん大きくアップスケールした後に縮小することで見栄えをよくする仕組みですね。

このままでもいいのですが、せっかくなので普段静止画生成に使っているアップスケーラーを「EasyWan\Model\upscale_models」にコピペしてみます。ワークフロー画面で「r」キーを押すとワークフローが更新されて一覧に反映されます。こちらのAniScale2_omniとAnimeSharpV2ですね。

これは冒頭に2xとある通り、サイズを二倍にして細部を補うアップスケーラーです。ですので、こちらの半分にするノードをゴミ箱ボタンで消してしまいます。

間に挟まっていたノードが消えて、このようになったら「実行」します。

3分ほどで、アップスケールされたwebpファイルが出力されました。アップスケール＝mp4化ではないので、このあともう一つmp4化の作業を挟む必要があります。

アップスケールの好みは人それぞれ。今後もよく使うであろうアップスケール設定ができたら、左上の「ワークフロー」から「名前を付けて保存」しておくと、いつでも呼び出せて便利です。

このように、ワークフローはゼロから作ることはほぼなく、ありもののワークフローを「ちょい替え」して自分好みのデフォルト設定として保存しておくのが一般的です。

８．フレーム補完してmp4出力しよう

アップスケールしたwebpファイルは、そのままでは動画再生ソフトでは再生できず、ブラウザやComfy上でないと動画として見られませんので、汎用性のあるmp4ファイルに変換する必要があります。ただmp4変換するだけでいい場合は「ConvertMp4.json」を使いますが、おすすめはこちらの「70_interpolate.json」というフレーム補完用のワークフロー。これを使うと動画をなめらかにしたり、「ピンポンループ動画」にしたりできるオプションがつきます。

こちらが「70_interpolate.json」ワークフローの画面。Upscaleワークフローより作りが複雑ですね。とはいえ、webp動画を左側のノードから入力して実行するだけのシンプルなつくりです。

フレーム補間したいwebp動画を読み込んで、そのまま実行します。ここでは、さきほどアップスケールしたものを投入しました。

「70_interpolate.json」ワークフローは、入力したwebpをもとに、「通常」「通常ピンポン」「高速」「高速ピンポン」という4つのmp4動画を出力してくれます。右側に四つ並んでいるのがそれで、左の方のノードでオンオフができます。

「通常」は入力したものをなめらかにしてmp4化したもので、「高速」はそれの再生速度を少し（2割ほど）速めたもの。一方、「ピンポン」「高速ピンポン」は生成した動画を片方反転して繋ぐことで疑似的にループ動画化したものです。それをループ再生すると、まさにピンポンのように過去から未来へ、未来から過去へと行ったり来たりする無限ループ動画になるわけですね。

キュー画面上では一つしか表示されませんが、outputフォルダには四つ出力されています。

5秒動画をこのワークフローで処理した場合、動画の長さは「通常」なら5秒のまま、高速は4秒、ピンポンと高速ピンポンはその2倍なので10秒・8秒という再生時間になります。（出力フォルダでこの4つは混同しやすいですが、マウスオーバーすれば秒数が出るので見分けられます）

こちらが8秒の「高速ピンポン」。ピンポンは簡単にループ動画にできるかわりに、やはりよく見るとちょうど中央で逆再生している感が出てしまうので、動画によっては不自然になってしまうことに注意しましょう。

ちなみに、上に貼った動画は右下の「︙」ボタンから再生速度を変更できます。1.5倍にするとどう見えるか確かめてみましょう。動きは多少自然に見えますが、今度は口パクが高速になって不自然なのが分かると思います。このように、動画速度は単純にいじれるものではなく、瞬きや口の動きとも関与するので、最初の入力画像と素材webp作りが非常に大切になります。

４つの種類のうち、どれを出力するかはこちらのノードで選べます。次からは目的や動画内容に従って選ぶと良いでしょう。

９．mp4にすると画質が劣化する？

「webpとしてComfyUIで見ているときれいに見えるのに、出力したmp4を見てみるとブロック状のノイズまみれでガッカリ…」と感じることがあります。Interpolateワークフローでmp4化するときに、右側に「高速」や「ピンポン」など四つのVideoHelperSuiteノードが並んでいますが、そこの設定を操作することで画質の低劣化はある程度改善します。

＜各設定値＞

format：書き出しに使うフォーマットとコーデック。デフォルトでは「video/h264」。H265のほうが高効率でブロックが出にくい

pix_fmt：画素の色深度とサブサンプリング。デフォルトではyuv420p。yuv420p10leやyuv444pにすることで色の間引きを抑制できる。

crf (Constant Rate Factor)：可変ビットレートでの画質目安。数字が小さいほど高画質・大容量になる。デフォルトでは28。H.264の場合、17-20なら高画質、23で標準、28だと低画質に当たる。H.264は17〜20、H.265/AV1は20〜24 が見た目と容量のバランスが良いよう。重くてもいいなら許せる画質まで思い切って下げよう

frame_rate：出力される秒間フレームレート（1秒当たり何枚の紙芝居をするか）。補間後に60fpsなどに変更したいときに指定する。24, 30, 60などが候補で、増えるとヌルヌルしたアニメになる。

loop_count：GIF/WebP などループ再生する形式で何回ループするか。0なら無限ループ。

pingpong：再生をピンポン往復させるオプション処理をするかどうか。trueでON、falseでOFF

save_output：ノードを通過したあとファイルとしてoutputフォルダに書き出すかどうか。falseにするとプレビュー専用になる。

webpで見たときのシャープさを保ったまま MP4出力するには、フォーマットやcrfを変更すると改善します。ファイルサイズを抑えつつできるだけ綺麗にしたい場合、「video/h265-mp4」を選ぶと自動で「yuv420p10le」が選ばれ、crfも「22」に下がるので、これでまずは試してみてください。

10．プロンプトのコツ

基本的には「誰が何をしているか」を淡々と書くことになります。FramePackは2枚の画像の間をどう一貫性を持って繋ぐかがテーマのツールですが、wan2.1はもっとモデルとLoRAの存在感が大きく、学習した内容に従って創造的に推論してもらうタイプ。つまり、余計なことを書くと予想しない結果が出てくることが多く、また、入力画像の説明をたくさん書くほど、指示を全部守ろうとして動きが小さくなる特徴があります。

・基本は自然言語

冒頭は自然言語の英語で「the girl is 〇〇ing」などと動きを書くのが基本。冒頭に書いた文章の動きを強めに守ろうとするので、翻訳ソフトなどを使ってシンプルで誤解されにくい文章を書きましょう。複数の動作を順番にしてほしい場合は、「and」で区切って順番に書くことになります。

あとは静止画生成と同様にカンマで区切って英単語を書き連ねる形式でもOK。また、こちらの例のように、プロンプト欄に「high quality video」「4k」「amazing quality」などとクォリティタグを書き連ねて品質をよくする試みもよくされています。

11．画像生成トラブルシューティング

この項目では、よくある失敗動画の原因と対策をまとめてみます。

【失敗パターン１】特定のワードに反応して失敗

ちょっとした単語に大きく反応してしまい、不自然に暴れてしまうことがしょっちゅうあります。余計なことを書いて失敗するのは、文中のある単語の別の意味が採用されてしまうとか、ユーザーの意図しない形で受け止められてしまうといった場合です。

例えば、騎乗位の「straddling」に反応して暴れ馬に乗っているようなアクションになってしまうケースや、中出しを意味する「creampie」が誤解されて実際のパイやクリームを器に注ぐアクションが出てしまうケースなどがあります。

まずは短く小さいサイズの動画でテスト生成してみて、予想外の結果が出たときは、プロンプトを見直して、悪さをしていそうなところを削除してみるのが基本です。プロンプトが詳しく、長くなりすぎると誤解のタネも増えますので、まずはシンプルなものにしてみて、無理して自然言語だけで表現せず、danbooru式に考えてみてもよいかと思います。

【失敗パターン２】思ったように動かない

i2vは「動きが少ない＆動きがおかしい」vs「画風が変わる＆画面が崩壊する」のせめぎあいです。一貫性を保とうとすると動きが少なくなり、物理的に正しく、大きく動かそうとするとキャラクターの一貫性が落ちたり、奇想天外な動きをしてしまったりしがちです。

動きが全然出ない場合は、モデルがプロンプト指示を厳格に守ろうとしすぎている可能性があります。特に、「画像からのプロンプト生成」をOnにしていると、説明が多くなりすぎてどう動かしたらいいか分からなくなってしまうことが多いです。動きが足りない場合はoffにして、プロンプトの表現をシンプルにして表現を強めましょう。

【失敗パターン3】一貫性が保たれない

逆に、動画の一貫性が保たれないときは「画像からのプロンプト生成」をOnにすると抑制効果があります。「これは〇〇が××している動画だからね」と念を押すような仕組みだと考えてください。キャラクターの顔がおかしくなるときは、写実的動画で学習したLoRAの悪影響が出ているケースもあるため、適用度を0.8以下に抑えてみるのもよいでしょう。特に、複数のLoRAを併用している場合は抑制が必要です。

AI動画の場合、一貫性と理想の動きはトレードオフの関係にあります。LLMはなかなかこうしたHなプロンプト作りは手伝ってくれないので、どうしてもCivitaiの生成例をお手本にしながら試行錯誤するのが基本になります。キャラクターの一貫性を保つには、エンドフレームを指定してみるのも手がかりが増えてよいでしょう。

ちなみに、先に紹介したanime pistonシリーズの作者さんは「mmd,3D CGI video.A live action video」をポジティブに入れると動きが増加し、逆に「3D, MMD, Blender, subtitles, channel, photoreal, photo, photograph, live action film」などをネガティブに入れると一貫性が増す、というアドバイスをなさっています。

（https://huggingface.co/nims1/my_test_model/blob/main/test/anime_piston_v2.txt より）

【失敗パターン4】不自然な発光・背景変化

例えば、こういう感じで画面全体が不自然に発光してしまうことがよくあります。（右が入力画像で左が生成動画）

これは、イラストの雰囲気を伝えようとして自動プロンプトをONにしたところ、「The background shows a blue sky with white clouds and the sun shining brightly.」という一文が入っていたため、「動画の途中で太陽が明るく照り付けるんだな」と誤解されてしまったのですね。ライティングに関するプロンプトは混乱を招きやすいので、できれば外したほうがよいです。

AIイラストを動かしたい場合、背景がない（white background）画像を入力することも多くあるかと思いますが、背景があるのが当たり前の実写動画で学習したLoRAとは相性が悪いことも覚えておきましょう。

・「Get LoRA 0-19Block」の浮島

ちょっと余談。LoRAの効果を安定させるノードとして、Lora block weight機能があります。こちらの左上にある「Get LoRA 0-19Block」というノードはデフォルトでは浮いている（どことも線でつながっていない状態）のですが、SELECTED BLOCKSと書かれた緑色のドット部分からドラッグすると、このようにLoRAのノードと接続することができます。

このようにすることで、LoRAの反映されるブロックを限定し、効きがよくなる効果があります。そこまで劇的な効果があるわけではありませんが、覚えておくとよいでしょう。

12．ネガティブプロンプト

通常の画像生成と同様、ネガティブプロンプトも入力することができます。こちらのノードでON/OFFができるのですが、デフォルトは中国語のネガティブプロンプトになっています。「ネガティブ入力」にすると隣の緑のノードで自分で設定することができますし、「英語ネガティブ」を選ぶと右下のノードに基本的なネガティブプロンプトが入力されています。

wan2.1は中国のアリババ系企業が開発したものということもあり、中国語ネガティブの性能は悪くないようです。ただ、自分で操作するには英語の方が指示しやすいでしょう。ズームインしてほしくないときや、静止したまま動かない動画になってほしくないときに入力するワードが並んでいますので、必要な場合は英語ネガティブをONにして適宜入力しましょう。

例えば「camera shaking（カメラが激しく動く）」「still picture（静止画）」など動画独特のタグもあるので、望まない結果が出るときは試してみましょう。

13．待機アニメを作ってみよう

Hアニメを作るのはLoRAがあれば比較的なんとかなるのですが、立ち絵がそのままちょっとだけ身じろぎしたり、呼吸したりする感じの「待機アニメ」も作ってみたいところです。

https://civitai.com/models/1264662

こちらの「Live Wallpaper Style」LoRAが非常に使い勝手がよいので、使ってみましょう。動画サイズによって720pと480p向けがあることに注意してください。（720p用で小さいサイズの動画生成をしても普通に効くようですが）

推奨環境は、lora強度0.2～1.2、解像度720pか1280p（もしくは512pxで生成して後でアップスケール）、動画長は最低3秒とのこと。720p用には「l1v3w4llp4p3r」がトリガーワードとして設定されています。LoRA適用強度は強めるほど動きが弱まる傾向にあります。

プロンプトはトリガーワードだけでも作用しますが、自動プロンプト抽出のような、何が描かれているかを淡々と書いた長文にすると安定するようです。

記事冒頭で紹介したこちらの動画は、プロンプト「l1v3w4llp4p3r,the anime girl is standing in classroom.Wind slightly ruffles her hair, slight breathing motion, live wallpaper effects」で生成したものです。slightというのは「わずかに」の意味ですから、大きく動いてしまうことを避けたいときに使うと良いようです。

ちなみにピンポン動画です。5秒のところでやはり一瞬変な動きになりますね。

14．回転動画を作ってみたが…

もう一つ需要があるのは、入力画像を回転させる動画ですよね。デフォルトで保存されているLoRAには以下の二つの回転系LoRAがあります。

・Motion\Turn_Spin_Rotation_Pirouette_v05.safetensors

・Motion\r0t4tion_360_degrees_rotation_v10.safetensors

上はピルエットLoRA、つまり人物がバレエのようにくるりと回転して踊るLoRAです。皆さんの需要があるのは、同キャラの別角度が出せる下の「360度回転LoRA」のほうでしょう。電子レンジの中でお皿が回るように、入力画像を回すことができるLoRAです。

トリガーワードは「r0t4tion 360 degrees rotation」。例えば「The video shows a man seated on a chair. The man and the chair performs a r0t4tion 360 degrees rotation.」のように使います。

こちらは「PP：r0t4tion,360 degrees rotation,the anime girl is standing.one hand raised,white background」で生成したもの。やや不自然な点もありますが、かなり頑張れている感じですね。

ただ、うまくいかないこともかなりありました。こちらの車の1枚絵を回転させてみたケースでは、下記のようなプロンプトを組み、自動プロンプト抽出をONにしたのですが…

このようにちらついてしまってほとんどうまくできませんでした。

アニメ調のキャラクターの回転もまあまあ頑張ってはくれるのですが、頭部が前後に薄くなってしまうことが多く、一枚絵のi2vでは一貫性と正確性に欠ける印象です。こうした一貫性重視で動きは単純な動画を作りたい場合、FramePackでスタート・エンドフレーム指定するやり方の方が現状ではきれいにできるかなと思います。

こちらがFramePackで作ったもの（スタート/エンドフレーム指定のi2v）。一貫性が保ちやすいだけでなく、画質が劣化しにくいのもFramePackのよいところですね。

静止画のバリエーションを出すための動画生成は、漫画やイラスト、LoRAづくりなどで非常に有用ですので、各ツールの得意不得意も把握しながら今後も検証していきたいと思います。とりにく（@tori29umai）さんが公開したこちらの風景回転ツールもFramePackベースで、現状は「一貫性保持ならFramePack」「動き重視ならwan2.1」という棲み分けなのかなと感じています

終わりに

動画生成AIというのはこれまで、いかにもすごい生成結果が多く流れてくる一方で、実際にトライしてみるとかなり運任せなことが多く、思ったようなものをなかなか作れないことが悩みの種でした。「運任せでガチャ前提」「月額料金が掛かるのにがっかりする生成結果が多い」「H動画が出せない」「たまたまいいものができても自分の作品と思えない」…という状態では手が出しづらく、このFANBOXシリーズでも「やりたいことがもっと自由に楽しめるようになってから特集すれば良いな」と考えていたわけです。

　　　　　　　▲できたことよりできなかった知見の共有が重要

しかし、FramePack（-eichi）の登場とwan2.1の併用で、ついにそれが実現するターンになってきたように思います。この二つをうまく使うことで、下記のようなシーンが連続する1分あまりのアニメ作品を作ることが実際にできたからです。（完全に自分用の版権エロパロのためここにはとてもアップできないのですが…お察しください）

・ヒロインが催眠おじさんに話し掛けられる　テロップ「はぁ？催眠って…そんなのあるわけが…」

・催眠スマホで目の光が消え、だらんと力が抜ける　テロップ「はい…催眠状態に入りました」

・画面がフェード（暗転）

・催眠おじさんにフェラチオするループアニメ　テロップ「そうそう…もっとほっぺた凹ませて」

・画面がフェード（暗転）

・卑猥なコスプレでバックするループアニメ（下図）

・ポーズを変えながらピストン加速▶中出し　※テロップでのセリフ・擬音あり

・画面がフェード（暗転）

・性器からゆっくりと垂れ落ちる精液

これは、wan2.1とFramePack-eichiの両方が揃ったから初めて作れたものです。例えば冒頭の催眠会話シーンですが、自然に身じろぎする待機アニメは今回紹介したwan2.1のLiveWallpaperLoRAを使って通常・催眠の2パターン作成。一方、その2動画の間をシームレスに繋ぐアニメはFramePackで作りました（通常立ち絵の終了フレームと催眠立ち絵の開始フレームをi2v）。Hシーンはi2vEndワークフローを使って繰り返しのループアニメを作っており、全体にかなり自然な動きをする作品になっていると思います。

もちろん自然に仕上げるためには、上のスクリーンショットのようにそれぞれのクリップをうまくつないだり、クリップ内の不自然な部分をカットしたり、フィルタで場面転換を入れたりといった人力作業も不可欠なのですが、1分あまりの「催眠シーン▶フェラ▶本番▶アフター」という一連の動画を自分で作れたというのは衝撃的な体験でした。

次回以降、今度は公開できる形のオリジナルキャラクターで同様の動画を作り、やり方を紹介していきたいと思います。

このところ下半身中心の更新で大変恐縮ですが、本当に感動してしまって…。できることが日進月歩で拡張していくこの感じ、AIを触っていて一番面白いところですね。

それでは今回はこのへんで。スタジオ真榊でした。