01 / UNDERSTAND
仕組みと使いどころ
動画生成では、各フレームが自然に見えるだけでなく、時間の経過に沿って内容がつながることが重要です。時間的な一貫性が低いと、物体の見た目や動きが途中で不自然に変わったり、画面外に出た対象が再登場した際に別の内容として生成されたりします。NVIDIA Cosmos-Predict2では、入力動画の連続する5フレームを条件として使うことで、元の動きに関する文脈を増やし、生成映像の時間的な整合性を高められると説明されています。ただし、長時間にわたる依存関係の維持は動画生成モデルの課題であり、一貫性が常に保証されるわけではありません。
02 / IN PRACTICE
Temporal consistencyの活用例
たとえば、こんな場面で
既存の動画を延長する場合、直前の複数フレームを入力に使い、人物や車両の動きが生成後も自然につながる映像を作る用途が考えられます。
03 / GOOD TO KNOW
使うときのポイント
生成結果では、対象の見た目や位置、動きがフレーム間で急変していないか、画面外から戻った対象が同じ内容として保たれているかを確認します。
参考資料
Model Reference — Cosmos （新しいタブで開きます）Temporally Consistent Transformers for Video Generation （新しいタブで開きます）Veo 3.1 | Gemini API | Google AI for Developers （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。