今週は動画生成のRunway Gen-4.5とMiniMax H3（Hailuo 3.0）、画像生成のNano Banana ProとSeedream 5.0 Proという4本の注目モデルをピックアップ。それぞれの得意分野が一目でわかる、コピペしてすぐ試せる一言プロンプトを添えて紹介します。
1. Runway Gen-4.5——単一プロンプトで映画的なカメラ演出
Runway Gen-4.5は、Artificial AnalysisのText-to-Videoベンチマークで1,247Eloを獲得し首位に立った動画生成モデル。特徴は「1つのプロンプトの中に複数のカメラワークと出来事の順序を書き込める」ことで、ドリー・クレーン・ラックフォーカスといった動きを連続したワンショットとして指示できます。
Single continuous shot, 8 seconds: camera dollies slowly through a rain-slicked night market alley, gliding past glowing food stalls, then cranes upward to reveal a hovering delivery drone, finishing with a rack-focus onto a girl's translucent umbrella in the foreground. Wet asphalt reflections, warm stall lighting against cool blue shadows, handheld micro-sway, 24fps documentary look.効いている要素: 「Single continuous shot」で複数の動きを1カットとして繋げるよう明示し、「dollies」「cranes upward」「rack-focus」の順に動詞を並べることでカメラワークの時系列を指定しています。最後に「handheld micro-sway」と手ブレの質を加えることで、CGらしさを抑えたドキュメンタリー的な質感に寄せています。
2. MiniMax H3（Hailuo 3.0）——映像と音を同時に一貫生成
MiniMax H3（Hailuo AIでの通称Hailuo 3.0）は、テキスト・画像・動画・音声を統合したコンテキストとして扱う汎用マルチモーダル動画モデル。最大15秒・2K・ネイティブステレオ音声を後付けでなく一体で生成できる点が最大の特徴です（公式発表は2026年7月31日）。
Product reveal, 10 seconds, 2K: turntable close-up of a matte-black wireless earbud case on a marble surface, camera orbits 180 degrees clockwise, the lid opens with a soft mechanical click synced to the motion, a low ambient studio hum fades in under the click, ending on a macro shot of the charging LED pulsing blue. Native stereo audio, clean minimal set.効いている要素: 「synced to the motion」のように映像の動きと音の発生タイミングを明示的に結びつけているのがポイント。音声を別トラックとして後付け依頼するのではなく、映像イベント（蓋が開く）に音（クリック音）を紐付けて書くことで、H3の映像・音声統合生成の強みを引き出せます。
3. Nano Banana Pro（Gemini 3 Pro Image）——多言語テキストを正確に描く
Nano Banana ProはGoogle DeepMindがGemini 3 Proをベースに提供する画像生成・編集モデル。生成前に構図を整理する「Thinking」プロセスと、最大4K・多言語の正確なテキストレンダリングが強みです（公式ドキュメント）。
Vertical 4K poster: a friendly infographic explaining the water cycle for 5th-grade science class, bold Japanese headline『水はめぐる』at the top in a rounded sans-serif font, three labeled icons — 蒸発, 凝結, 降水 — connected by clean curved arrows in a circular flow, soft pastel blue-and-white palette, flat vector illustration style with subtle drop shadows, all text rendered crisp and legible.効いている要素: 見出しの文言を『』で正確に囲んで指定し、ラベルの語（蒸発・凝結・降水）も個別に書き出しているのがコツ。テキスト生成が得意なモデルほど、表示させたい文字列をあいまいな言い回しでなく「そのまま引用」で渡すと正確さが上がります。
4. Seedream 5.0 Pro——情報密度と写実的な質感を両立
Seedream 5.0 ProはByteDance Seedチームが提供する画像生成モデルで、複雑な情報レイアウトの理解と、肌や布地などの物理的な質感の再現を強みとしています。
Editorial portrait, natural light: a barista in a small sunlit cafe, steam curling up from a ceramic cup held in both hands, soft window light falling from camera left, shallow depth of field with the background softly blurred, visible skin texture and the woven texture of a linen apron, warm neutral color grade, shot as if on a 50mm lens at f/2, ultra-realistic material and skin detail.効いている要素: 「visible skin texture」「woven texture of a linen apron」のように質感を素材名とセットで指定し、さらに「50mm lens at f/2」で仮想的な撮影条件を添えることで、のっぺりしたCG感を避け写真的な情報量を増やしています。
今週のモデル比較
| モデル | 種別 | 出力仕様 | 得意分野 |
|---|---|---|---|
| Runway Gen-4.5 | 動画 | 720p／2〜10秒／16:9・9:16・1:1・4:3・3:4・21:9 | 単一プロンプトでの複雑なカメラ演出・物理精度 |
| MiniMax H3（Hailuo 3.0） | 動画+音声 | 最大2K／4〜15秒／ネイティブステレオ音声 | 画像・動画・音声を統合した参照生成 |
| Nano Banana Pro | 画像 | 最大4K／多言語テキスト描画 | 情報デザイン・文字入り画像 |
| Seedream 5.0 Pro | 画像 | 高解像度／高密度レイアウト対応 | 写実的な質感・複雑な情報構成 |
主な情報源
- Runway Gen-4.5: State-of-the-Art AI Video Generation（Runway公式）
- Creating with Gen-4.5（Runwayヘルプセンター）
- Open General Intelligence: MiniMax H3 Is Now Open Source（MiniMax公式）
- MiniMax Research Blog（MiniMax公式）
- Introducing Nano Banana Pro（Google公式）
- Nano Banana image generation（Gemini API Docs）
- Seedream 5.0 Pro（ByteDance Seed公式）
サンプルプロンプトは本メディアのオリジナル例です。各モデル・サービスは提供元の規約に従ってご利用ください。生成物の権利・商用条件は各規約をご確認ください。情報は公開時点のものです。収集・要約はAI、公開判断は人が行っています。