動画生成AIで製品動画は作れる？ 形や文字が崩れる理由と、3DCGを組み立てる方式の違い

この記事の要点

• 動画生成AIでも製品のイメージ映像は作れます。ただし、形・文字・内部構造まで正確に見せる製品動画には向きません。
• 理由は、製品の立体を持たずに画素を作るからです。生成のたびに形が変わることがあり、見えない内部は作り上げられます。AIツールの会社自身が、正確な形や機構の動画は制作会社やCADデータに任せるよう書いています（fliki.ai、masonry.so）。
• 3DCGを組み立てる方式は、立体を作ってから描きます。同じ形を全場面で使え、画面の文字は文字データから描けます。人が作る制作会社と、3DCGソフトの操作が要らない3DCG動画作成AIのようなサービスがあります。
• 写実の質感、人物、情景、1クリップを作る速さでは、動画生成AIのほうが上です。
• 同じ依頼で両方を作って比べる実験はしていません。方式の違いと各社の公開情報（2026年11月7日に確認）で整理しています。

動画生成AIで形や文字が崩れる4つの理由

立体を持たず、毎コマを合成する

Intangibleは、渡された形をそのまま描くツールと、説明から製品を描き直すツールを分け、後者は毎コマを合成するので、生成のたびに製品が変わりうると説明しています（intangible.ai）。Flikiも、自社の製品アニメーションは幾何モデルを作らず、写真からAIが動きを生成するものだと書いています（fliki.ai）。形の正解を持たないので、容器の形が変わる、持ち手がなくなるといった崩れが起きます（pitatto-movie.com）。

文字を絵として描く

文字を生成に任せるほど誤字が増えやすいので、編集ソフトで重ねるよう勧める記事があります（pitatto-movie.com）。2026年8月の検証では、英語は直す所がなく、日本語もおおむね崩れなかった一方で、ひらがなに直しが要る回が何度かあり、ロゴや色の規定の正確な再現には届かないと報告されています（smarvee.com）。GoogleもGemini Omniの資料で、完全に対応するのは英語で、他の言語は未評価としています（aistudio.google.com）。

見えない内部を作り上げる

外観の写真には内部の情報がありません。Masonryは、AIの分解図の内部はもっともらしく合成されたもので、部品表や整備の資料にはならず、正確な仕事には検証済みのCADや図面が要ると書いています（masonry.so）。

1回の生成が短く、直しにくい

Gemini Omniは1回15秒まで、延長して合計30秒まで（aistudio.google.com）、Seedance 2.5は標準で30秒までです（dreamina.capcut.com）。1分の説明動画はクリップをつないで作ることになります。生成後の修正が難しいという指摘もありますが（0120.co.jp）、Seedance 2.5は直したい部分だけ作り直せるとしており、この点の改善は速いです。

3つの作り方の違い

費用は公開されている目安（2026年11月時点）で、品質の上限と含まれる作業が違います。

項目	動画生成AI	制作会社の3DCG	AIが組む3DCG（3DCG動画作成AI）
形	生成ごとに変わることがある	人が作り、同じ立体を全場面で使う	AIが作り、同じ立体を全場面で使う。CADデータを添付するとその形を使う
文字と数字	絵として描くので誤りが出やすい	制作の工程で文字として入れる	文字データから描き、字幕も別に重ねる
内部構造	資料がなければ作り上げられる	図面をもとに人が作り、監修も頼める	資料とCADデータをもとにAIが作る。確認は自社で行う
手直し	作り直すと他の部分も変わることがある	修正の回数は契約で決まる	チャットで伝えて作り直す。直すたびにポイントを使う
写実・人物・情景	得意	得意で、細部まで指定できる	標準は写実向きではない。高品質でも細部の作り込みは制作会社に及ばない。出演者は出せない
1分の時間	1クリップは数分、つなぐ作業は別（0120.co.jp）	企画から納品まで4〜12週（0120.co.jp）	標準で制作30分〜1時間、書き出し1時間ほど（自社の確認は別）
費用の例	Gemini Omni 1.2 Flashの1080pで1秒約0.10ドル。映像だけの料金で、資料にもとづく台本・つなぎ・字幕は別（aistudio.google.com）	1分50万円から（cg-makers.jp）	標準の1分で約6,000ポイント（小さな手直し2回を含む）

中間の方法として、生成AIに3Dを参考として渡すやり方もあります。Intangibleは読み込んだ3Dを形と配置の基準にしますが、指示文のほうが優先されること、寸法の審査や製造の承認にはCAD専用の描画ソフトを使うことを自ら明記しています（intangible.ai）。寸法を示す図や公差の確認が目的なら、3DCG動画作成AIも向きません。

立体を組む方式で変わること（見本と測定）

• 部品の数を数値で決められる：歯車の見本は、歯10枚の歯車で歯20枚の歯車を回し、小さい歯車の2回転で大きい歯車が1回転することを見せます。枚数と回転の比を数値で持てるのが、この方式の強みです。
• 内部構造を順に見せられる：電動ドライバーの見本には内部構造の場面があり、続けてモーター・遊星ギア・クラッチを順に説明します。架空の製品なので、実機と照らしたものではありません。
• 文字は文字データから描く：型番や数値をフォントで描くので、字の形が崩れにくくなります。内容の誤りは起こりうるので、絵コンテで確かめます。
• CADデータの寸法を読める：自作の試験データでは、STEPの箱（100×60×20mm）の外形は誤差なし、Ø50の円柱は50.0と読め、mm・cm・m・inch・ftの単位の指定もすべて正しく読めました。実際のCADソフトの書き出しは未確認で、穴の位置は絵から読むので確認が要ります。顧客のCADデータから作った見本もありません。

製品動画に、どちらを選ぶか

動画生成AIが向いている場合

• SNS広告やブランド映像で、質感と雰囲気を見せたい。Seedance 2.5も製品広告を用途に挙げています。
• 人物や街、自然の情景が必要。
• 形の細部を確かめる人がいない、案を数多く見たい。

立体を組む方式が向いている場合

• 技術者や取引先が形を確かめる。
• 数値・型番・部品名を画面に出す。
• 内部構造や動作手順を見せる（仕組みを見せる3DCG動画）。
• 仕様が変わるたびに直して使い続ける。

立体を組む方式にも弱点があります。AIが組む場合、CADデータがなければ形はAIが資料から作ったものです。制作会社のゼネラルアサヒは、AIで作る3Dモデルについて「寸法や構造の正確さをAIに任せないこと」を勧めています（generalasahi.co.jp）。絵コンテと静止画で人が確かめてください。AIが3Dを組む道具は他社にもありますが、確認した範囲（render.janction.jp、3d-agent.com）では3Dソフトの知識やAIエージェントの設定が前提で、台本やナレーションの記載はありませんでした。

自社の製品で比べるときの確かめ方

同じ依頼を両方に渡し、次の5点を見ます。

1. 歯や羽根、ボルトの数が資料と合っているか
2. 型番・単位・数値が全場面で正しく読めるか
3. 同じ部品の形が、場面をまたいでも同じか
4. 内部の部品の順序が図面と合っているか
5. ラベルを1か所だけ直したとき、ほかの部分が変わらないか

よくある質問

動画生成AIにSTEPのCADデータを渡せますか？

変換が要るものがあります。3Dを読み込めるIntangibleも、対応はメッシュ形式だけで、STEPとIGESは先に変換するよう案内しています（intangible.ai）。3DCG動画作成AIにはSTEPやIGESをそのまま添付できます。

生成AIの映像と3DCGの映像を1本にまとめられますか？

3DCG動画作成AIの出力はMP4なので、編集ソフトでつなげます。動画ファイルを添付して取り込むことはできません。つなぐ場合は、見た目の差を見込んでください。

生成AIのほうが秒単価は安いのに、なぜ1分で約6,000ポイントかかるのですか？

生成AIの公開価格は映像だけの料金です。3DCG動画作成AIのポイントには、資料を読んだ絵コンテ、立体の制作、手直し、AIナレーション、字幕、1080pの書き出しまでの処理が入ります。品質の上限も含まれる作業も違うので、秒単価だけでは比べられません。