Grok Imagine で1分のマルチショット短編を作る方法

Grok Imagine のマルチショット動画は、扱いやすい個別のクリップから作れます。OmniArt で1分の物語を計画し、ショット間でキャラクターの参照素材を再利用して、クリップの最終フレームを次のクリップの開始画像にすれば、姿勢を引き継げます。2026年10月26日時点で、以下の8ショットを各1回生成する費用は 720p で428クレジットです。参照画像の作成、音声、再試行は別料金です。

きっかけは xAI による Odyssey Episode 1 の発表 (新しいタブで開きます)です（xAI 投稿、2026年10月24日、Asia/Shanghai）。発表では Wonder Studios と監督 Dev Walker がクレジットされています。Variety の記事 (新しいタブで開きます)（2026年10月26日 01:22 公開、Asia/Shanghai）では、約7分のエピソードと報じられています（第三者報道）。本チュートリアルはその公開から着想を得たものであり、制作工程の再現ではありません。ここでは、船が岩礁に近づく前に2人の灯台守が灯りを復旧する、小さなオリジナルの物語を作ります。

作るものと必要な道具#

8ショットで計60秒の元映像を作り、アスペクト比は 16:9、仕上げは 720p とします。クリップを短くしたり重ねたりすると最終尺が変わるため、ちょうど1分にする必要があれば静止画を保持する余地を残してください。これは本記事の制作計画であり、Odyssey の仕様ではありません。

OmniArt の画像ワークスペースでキャラクターシートと背景画像を作り、Grok Imagineでクリップを生成し、外部の動画編集ソフトでつなぎと音を仕上げます。本記事で使うのは公開モデルの Grok Imagine で、似た名前の別バージョンではありません。2026年10月26日時点の OmniArt では 480p と 720p、動画タスクと参照タスク、最大7枚の参照画像に対応しています。ここで使う参照ショットは10秒以内です。

ステップ1：Grok Imagine のマルチショット構成表を書く#

台詞がなくてもわかる物語にします。マスタード色のコートを着た灯台守の Mara が、消えた灯りに気づきます。紺色のセーターを着た Ivo が、欠けていた真鍮のレンズを持ってきます。2人が取り付けると光が戻り、遠くの船が進路を変えます。引きの画でも輪郭と服装が区別できるようにしてください。

以下は提案する構成表と OmniArt のクレジット見積もりで、2026年10月26日のカタログと見積もり機能に照らして確認しています。「参照」は該当する各ショットで同じ3枚の画像を使うこと、「開始画像」は前のクリップから書き出したフレームだけを使うことを意味します。

受け渡し元のショットを生成して確定してから、その続きを作ります。ショット5を差し替えた場合は、新しい終わりの画を書き出してからショット6を作ってください。そうしないと、次のクリップが古い姿勢から始まります。短い1回の生成で、アップ、場所の変更、回り込みを同時に求めないようにします。

ステップ2：キャラクターシートと背景画像を作る#

再利用するファイルを3つ用意します。Mara の正面と横顔のシート、Ivo のシート、人物のいない灯台内部です。入口、レンズ台、窓の位置を揃えます。自分が所有するか使用許可を得た画像を用意し、画像ワークスペースで GPT Image 2.5 Sunburst を選んでください。

Ivo は対照的な幅のある輪郭、銀髪、紺色のセーターにします。背景画像は無人の灯室にして、左に入口、中央に真鍮の台、右に海を向いた窓を配置します。映像を生成する前に画像を確定してください。参照画像に矛盾があると、シーケンス全体に広がるおそれがあります。

Mashable の10月25日のレビュー (新しいタブで開きます)は、Odyssey の人物を見分けにくいと指摘しています（第三者報道）。ここで生かせるのは、2人に名前と明確に違う外形を与えることです。名前だけでは人物の一貫性は保証されません。

10月26日のカタログ価格では、Sunburst の中品質、1080p 出力は2クレジットで、添付した参照画像1枚につき2クレジットが加算されます。つまり参照画像1枚なら4クレジットです。同じ条件の画像タスクを3回行うと12クレジット、4回なら16クレジットです。画像用の別予算とし、送信前に表示見積もりを確認してください。これらは提案する入力条件で、テスト済みのサンプル出力ではありません。

ステップ3：参照モードで人物の一貫性を保つ#

動画生成を開き、Grok Imagine を選んで参照モードに切り替えます。確定したファイルを固定の順序で添付し、Mara を @image1、Ivo を @image2、灯台を @image3 とします。参照表記はすべて小文字です。ショット2は8秒、720p、16:9 に設定します。

新しい参照タスクでも画像の順序を変えず、必要な服装と空間の基準を繰り返します。次のショットでは人物の説明を書き直すより、動作と構図を変えましょう。生成のたびに顔、コート、レンズの形、窓の位置を確認します。参照画像は助けになりますが、完全な一致を保証するものではありません。

プロンプトの作り方は Grok Imagine のプロンプト例も参考になります。本記事の設定は、前述の公開モデルに適用するものです。タスクごとに1本のクリップを作り、各テイクを手作業で比較してください。再現可能なシードや、内蔵のシーケンス生成機能を前提にした手順ではありません。

ステップ4：最終フレームでカットをまたぐ動作をつなぐ#

確定したショット5をダウンロードし、編集ソフトから最後の使えるフレームを書き出します。以下の FFmpeg コマンドでも終わり近くのフレームを抽出できます。ただし、実際にデコードされた最終フレームより前の可能性があるため確認してください。まばたきや手の崩れを避け、姿勢が鮮明な画を選びます。

ffmpeg -sseof -0.1 -i shot5.mp4 -frames:v 1 last.png

新しい Grok Imagine の動画タスクを作り、last.png を開始画像としてアップロードします。ショット6は6秒を選び、アスペクト比と解像度を維持します。これは参照画像3枚の設定を置き換えるもので、両方の入力方法を組み合わせられるとは考えないでください。

ショット7からショット8でも同じ操作を繰り返します。開始画像が引き継ぐのは目に見える状態であり、それまでの動き全体や独立した人物固定ではありません。続きは短くし、通常速度でつなぎ目を確認します。開始画像の構図については画像から動画を作る際のベストプラクティスを参照してください。

ステップ5：480p で試作し、720p で仕上げる#

2026年10月26日時点で、この Grok Imagine の計画は 720p なら1秒7クレジット、480p なら1秒5クレジットです。開始画像は1クレジット加算、参照画像は5枚ごとの切り上げ単位で1クレジット加算です。したがって参照画像3枚の加算は3ではなく1クレジットです。計画には参照タスク6件と開始画像タスク2件があり、各タスクに1クレジット加算されます。

480p では8秒の参照ショットが41クレジット、6秒のショットが31クレジット、10秒のショットが51クレジットです。720p に変えるには新しいテイクを生成し、試作が自動でアップグレードされるわけではありません。各タスクの前に編集画面の見積もりを確認してください。表にはキャラクターシート、ナレーション、音楽、追加生成は含みません。特にレンズの受け渡しと取り付けには再試行分を残しておきましょう。

ステップ6：編集、音付け、確認を行う#

確定したクリップを構成表の順に編集ソフトへ読み込みます。つなぎ目では引き継いだ姿勢を揃え、重複する動作をカットし、必要なら短い静止画で目標の尺を保ちます。編集時に環境音、レンズの接触音、ナレーション、音楽を加えます。この動画タスクからの生成音声を当てにせず、音は別に計画してください。

OmniArt の音声ワークスペースでナレーションを準備できます。別工程の手順は MiniMax のナレーションガイドで説明しています。書き出す前に、Mara と Ivo が区別できるか、レンズを持つ手が変わっていないか、画面上の方向が明確か、各ショットが新しい情報を1つ伝えるかを確認します。無音でも一度見て、救助の流れが理解できるか確かめましょう。

別のモデルを使う場面#

納品に 1080p が必要なら、Veo 3.1 Standard など、その解像度を提供する公開モデルを選び、別途予算を立てます。設計した2つの画をつなぐ必要があるなら、編集画面で開始・終了フレームのトランジションモードを提供するモデルを確認してください。トランジションは新しい接続クリップを作るもので、アップロードした動画を延長するものではありません。構成を決める前に使用可能な設定を確認します。

長い物語では、長尺 AI 動画のワークフローを使って複数シーンの連続性を管理してください。本記事が扱うのは、小さく繰り返せる単位です。参照素材を確定し、ショットを生成して確認し、使える1フレームだけを次へ渡します。