3Dでカメラを決め、Runwayで質感と照明を作る
同組織は、簡易的な3D映像でカメラの動きを先に作り、その映像をRunwayへ渡して質感や照明を仕上げています。車が道路を走る映像では、同じカメラの動きを保ったまま、気候の異なる二つの場面を作り分けました。
この方法なら、構図と動きを3D側で管理しながら、背景や光の表現を生成AIで変えられます。一方、公式事例では、複数のカットをまたいだスタイルや被写体の一貫性には、まだ調整が必要だとも述べられています。
MichelinとWooliteの広告で使い方を変えた
Michelinの広告では、タイヤが異なる環境を移動する映像の制作に動画変換機能を使いました。Wooliteの広告では、当初予定していた一つの簡潔な商品カットから、複数の場面を含む1分の映像へ企画を広げています。
ここで確認できるのは、同じツールでも案件ごとに役割が異なる点です。予算と時間を抑える用途だけでなく、当初の企画では難しかった場面を加えるためにも使われています。反応や閲覧数が伸びたという説明は担当者の証言で、具体的な測定値は公表されていません。
ブランド側が先に決めるのは利用率ではない
公式事例では、あるFortune Global 500の消費者ブランドが、制作物の25％以上へAIを使う方針を持つとも紹介されています。企業名、対象期間、25％の算定方法は明かされていないため、一般的な導入基準にはできません。
ブランド側が確認すべきなのは、AIを何％使うかだけではなく、カメラや商品の形をどこで固定し、どの部分を生成で変えるかです。今回の事例は、3D、生成AI、人による調整を一つの工程として設計した例として読めます。
Havas GroupとRunwayの公式情報
- RunwayによるHavas Group公式事例：利用工程、顧客相談の割合、案件例、残る課題を確認できます。
- Prose on Pixels公式サイト：Havas Group内での制作組織の位置づけを確認できます。
- Havas Group公式サイト：グループの運営主体を確認できます。
数字はProse on Pixels担当者の説明に基づく事例値です。導入効果を判断する際は、案件ごとの制作範囲と測定条件を分けて確認する必要があります。