「テキストから動画が生成できる」と聞いて、最初はそれほど驚きませんでした。画像生成AIが当たり前になったいま、動画の自動生成も時間の問題だとは思っていたからです。でも実際にVeo 3を触ったとき、「これは想像より速いペースで現実になりつつある」と感じました。
Googleが開発した動画生成モデル「Veo」は、2024年末に登場したVeo 2から、2025年にVeo 3へと進化しています。Antigravity API（Google の統合AIプラットフォーム）を通じてアクセスできるようになり、個人開発者やクリエイターが本格的に試せる環境が整ってきました。
この記事は、私が実際に触れてみた感想と、「どういう人に、どういう使い方で価値があるか」についての考えをまとめたものです。
Veo 3 で何が生成できるか
Veo 3 の基本的なキャパシティを整理しておきます。
生成できる動画は最大1080p、最長60秒程度（設定による）です。テキストプロンプトだけで生成できるのに加え、参照画像（Image-to-Video）を渡すと、その画像を動画化することもできます。
生成の速度については、8秒の動画で2〜5分程度を見ておけばよいと思います。リアルタイムではありませんが、コーヒーを1杯飲む間には仕上がります。
画質の質感は、Veo 2から大きく進化しています。特に、動きの滑らかさと光の扱いが改善されていて、「AIっぽい不自然さ」が以前より減っています。ただし、手や顔のアップ、複雑な動作シーンではまだ破綻が生じることがあります。
個人的に印象に残ったプロンプト
いくつか試したプロンプトの中で、特に結果が良かったものを紹介します。
「秋の朝、霧に包まれた湖。カメラはゆっくりと水面に近づいていく。音はなく、静寂だけがあります。リアルな映像で、色調はデサチュレーションされている」
このプロンプトで生成した動画は、壁紙アプリや環境映像として十分使えるレベルでした。「ゆっくりと近づく」というカメラワークの指示が、かなり正確に反映されていたのが驚きでした。
逆にうまくいかなかったのは、複数の人物が会話するシーンです。人物の動作と表情が一致しないことが多く、現時点ではビジネス用の製品動画などには難しいと感じます。
Antigravity API 経由でのアクセス方法
Veo 3 は現在、Google AI Studio から直接試すか、Antigravity API（Gemini API）経由でアクセスできます。
Google AI Studio での手順は、左サイドバーから「Video」を選択し、プロンプトを入力するだけです。API経由では、veo-003 モデルを指定して呼び出します。
import google.generativeai as genai
import time
# Antigravity API クライアント設定
genai.configure(api_key="YOUR_API_KEY")
def generate_video(prompt: str, output_path: str = "output.mp4") -> str:
"""
Veo 3 で動画を生成する
Args:
prompt: 動画の内容を記述するテキスト
output_path: 保存先ファイルパス
Returns:
生成された動画ファイルのパス
"""
client = genai.Client()
operation = client.models.generate_video(
model="veo-003",
prompt=prompt,
config={
"duration_seconds": 8, # 4〜8秒で指定
"resolution": "1080p",
"aspect_ratio": "16:9"
}
)
# 生成完了を待機（ポーリング）
while not operation.done:
print("生成中...")
time.sleep(10)
operation = operation.refresh()
if operation.error:
raise RuntimeError(f"生成エラー: {operation.error}")
# 動画データを保存
video_data = operation.result.video
with open(output_path, "wb") as f:
f.write(video_data)
return output_path
# 使用例
if __name__ == "__main__":
prompt = """
Slow cinematic shot of morning mist drifting across a quiet mountain lake.
Camera gradually moves closer to the water surface.
Desaturated color grade, peaceful atmosphere, no motion blur artifacts.
"""
output = generate_video(prompt, "lake_morning.mp4")
print(f"生成完了: {output}")注意: Veo 3 API はまだプレビュー段階のサービスもあり、利用には Google AI Pro サブスクリプションまたは API クレジットが必要です。無料枠での試用には制限があります。
現時点での正直な評価
試してみての率直な感想を書きます。
良かった点:
- 自然風景・環境映像の生成品質は実用的なレベルに近い
- カメラワーク（パン・ズーム・ドリー）の指示がある程度効く
- Gemma 4 や他のAntigravityモデルと組み合わせてパイプラインを作れる可能性がある
まだ課題がある点:
- 人物描写（特に手・顔のアップ）でAI特有の不自然さが残る
- 生成時間が2〜5分かかるため、リアルタイムなプレビューには向かない
- コストが積み上がりやすい（1回の生成で相応のクレジットを消費する）
個人的な結論: 壁紙・環境映像・アンビエントコンテンツを作る用途では、今すぐ実験を始める価値があります。人物を扱うコンテンツや、精密なシーン演出が必要な用途は、もう少し待ってからでもよいかもしれません。
どういうクリエイターに向いているか
Veo 3 が現時点で一番フィットするのは、こういった使い方だと思います。
環境映像やアンビエント動画のコンテンツクリエイター、プロトタイプ動画を素早く作りたいプロダクトデザイナー、壁紙やLive Photoの動画版を試してみたいアプリ開発者。
逆に、YouTubeのメインコンテンツやブランド動画広告として今すぐ使おうとするのは、品質的にまだ難しいと感じます。あくまで「実験段階」として位置づけ、出てきたものを人が編集・選別するプロセスで使うのが現実的です。
Antigravity の他のモデルと組み合わせた可能性については、Gemma 4 の使い方と活用例や、Google AI Studio でエージェントを試す方法もあわせて参考にしてみてください。動画生成と他のAIを組み合わせたパイプラインは、これからが面白い領域だと思っています。