サブスク不要クレジット無期限

Muse Video AI動画生成:音声を同時生成するMetaの動画モデル

Meta Superintelligence Labs初の動画生成モデル、Muse Videoで音声付きの10秒動画を作成。テキストプロンプトまたは最大9枚の参照画像を用意し、アスペクト比を選ぶだけで、映像と音声を同時生成した720pのMP4を作成できます。動画1本につき12クレジット、サブスクリプション不要。

Muse Videoで作る3つの方法

プロンプトを書く、写真を1枚使う、複数の画像を組み合わせる。どの方法でも、音声付きの10秒間の720p動画を生成できます。

テキストから動画を生成

シーン、動き、カメラワーク、入れたい音を記述してください。Muse Videoがプロンプトをもとに、映像に合った音声付きの10秒動画を生成します。アスペクト比はデフォルトの16:9を含む7種類から選べます。

テキストから動画を生成
写真から動画を生成

写真から動画を生成

人物、ペット、商品、場所の写真をアップロードし、どのような動きにしたいかを記述してください。Muse Videoが写真を視覚的な指針として、動画の被写体やスタイルに反映します。

複数画像を参照

最大9枚の参照画像(合計11 MBまで)を追加して、キャラクター、衣装、商品、背景を1つのシーンに組み合わせられます。アスペクト比を自動にすると、参照画像の構図に合わせて動画が生成されます。

複数画像を参照

AIEffectでMuse Videoを使う理由

Meta初の動画モデル

Meta初の動画モデル

Muse VideoはMeta Superintelligence Labsが開発したモデルで、Muse Imageと同じ基盤を共有しています。Metaは、プロンプトへの高い追従性、映像品質、フレーム間の滑らかな一貫性を重視して開発しました。

音声を標準搭載

音声を標準搭載

すべての動画に、映像と同時に生成された環境音、音楽、効果音が付きます。プロンプトに希望する音を記述するだけで、機能をオンにする必要はありません。

最大9枚の参照画像

最大9枚の参照画像

複数の画像を同時に参照して1本の動画を生成できるため、使いたい人物、商品、場所をシーンに反映できます。

7種類のアスペクト比

7種類のアスペクト比

YouTube向けの16:9、TikTok、Reels、Shorts向けの9:16、フィード向けの1:1のほか、4:3、3:4、3:2、2:3から選べます。自動設定のままでも利用できます。

シンプルな一律料金

シンプルな一律料金

テキストと画像のどちらから生成しても、動画は720pで10秒間、料金は1本につき12クレジットです。設定ごとの料金比較も、予想外の追加費用もありません。

サブスクリプション不要、使った分だけお支払い

サブスクリプション不要、使った分だけお支払い

クレジットを購入し、生成した分だけ支払えます。月額プランも順番待ちもありません。

Muse Videoで動画を作る方法

ステップ1

Muse Videoを選ぶ

AI動画生成ツールを開き、Muse Videoを選択します。プロンプトを入力し、必要に応じて最大9枚の参照画像を追加します。

ステップ2

「生成」をクリック

アスペクト比を選択するか自動設定のままにして、「生成」をクリックします。動画1本につき12クレジットが必要です。

ステップ3

動画をダウンロード

生成には通常数分かかります。音声付きで動画をプレビューし、MP4をダウンロードするか、プロンプトを調整して再生成できます。

よくある質問

Muse Videoは、2026年7月7日にMuse Imageとともに発表された、Meta Superintelligence Labs初の動画生成モデルです。テキストや参照画像から、音声を同時生成した短い動画を作成します。

生成される動画は1本あたり約10秒です。長さは固定されており、変更できません。

動画は720pで生成されます。このモデルでは1080pと4Kは利用できません。

はい。音声は常に映像と同時に生成されます。プロンプトに希望する音を記述できます。Metaによると、音声と映像の正確な同期はまだ改善中のため、口の動きと音声が完全に一致することは保証されません。

はい。合計11 MBまで、最大9枚の参照画像を追加できます。画像は被写体やスタイルの指針として使われますが、そのまま最初のフレームとして使用されるわけではありません。

16:9、9:16、1:1、4:3、3:4、3:2、2:3です。自動設定の場合、テキストのみの動画は16:9になり、画像を使った動画は参照画像の構図に合わせて生成されます。

いいえ。Muse Videoで使用できるのはテキストと参照画像のみです。開始・終了フレームや参照動画・音声を使用する場合は、AIEffectでKling 4.0またはSeedanceをお試しください。

テキストからの動画生成、画像を使った動画生成のどちらも、1本につき12クレジットです。

通常は数分です。ページを開いたまま待つか、後で履歴から結果を確認できます。

SNS向けの短い動画、コンセプトや雰囲気を伝える簡単な動画、商品やキャラクターの画像のアニメーション化に適しています。また、より長い動画や高解像度の動画に対応したモデルを使う前に、低コストでアイデアを試すこともできます。

画像・動画をまとめて作れるAIクリエイタープラットフォーム

テキスト、画像、またはクリップから、最先端のAIモデルで画像や動画を生成。サブスクなし — 有効期限のないクレジットで使った分だけお支払い。

Muse Videoで音声付き動画を作成

テキストまたは最大9枚の参照画像から、音声付きの10秒間の720p動画を生成。アスペクト比は7種類。動画1本につき12クレジット、サブスクリプション不要。

Muse Videoを試す