これまでのAI動画ツールが“動画の生成”だったとすれば、Jellyfishは“短編劇の生成”に取り組んでいます。
最近GitHubを訪れていると、とても興味深いオープンソースプロジェクトを見つけました。ジェリーフィッシュ。
GitHubのアドレス：
Forget-C/ジェリーフィッシュ
わずか数ヶ月で、このプロジェクトは数千のスターを獲得し、AI動画制作の分野で最も話題のオープンソースプロジェクトの1つになりました。その最大の特徴はモデル能力ではなくAIショートショーの制作プロセスを再定義する。(T.co)
今日は、このプロジェクトが解決した問題と、すべてのAIクリエイターの注目に値する理由についてお話しします。
AI動画ツールはたくさんありますが、なぜ皆は短編を作らないのでしょうか？
今日のAIツールは非常に豊富です。
- ChatGPT脚本
- MidjourneyとFluxの写真
- Kling、Runway、Veoによるビデオ生成
- ElevenLabsのレビュー
- 完成したカット
ツールは完成したようです。
しかし、実際に人工知能を使ったことのある人は、現実を発見します。
ツールはますます強力になり、プロセスはますます乱雑になります。
例えば：
- 今日作ったものは明日変わる。
- 同じキャラクターが3つの衣装を変えた。
- シーンを何十回も繰り返す。
- どこでもコピーしてください。
- 写真、ビデオ、キャラクター素材は、数十のフォルダに散らばっています。
AIショートストーリーの開発を本当に制限するのはモデルではありません
しかしながら、生産プロセスの流れ。
Jellyfishはこの問題を中心に設計された完全なワークフローです。
JellyfishはAI動画ツールではない
公式の定義は非常に明確です：
AI生成短編ドラマのためのエンドツーエンドの制作ワークスペース
翻訳すると：
AI短編劇創作のためのワンストップ制作ワークベンチ。
多くの人が初めてプロジェクトを見ると、別のものだと勘違いします。
プロンプトを入力し、ビデオを出力します。
実際には全く違います
より似ている：
AIショートドラマ版 Notion + Jira + Midjourney + Runwayの組み合わせ。
単一の生成ではなく、生産リンク全体に焦点を当てます。
短編劇の生産を完全な組立ラインに分割しました
Jellyfishは創作プロセス全体を標準化します。
全体の流れは以下の通りです。
剧本
↓
AI 理解剧本
↓
自动拆分分镜
↓
识别人物
识别场景
识别道具
识别服装
↓
建立统一资产
↓
确认每个镜头
↓
AI 图片生成
↓
AI 视频生成
↓
统一管理任务
↓
导出成片
公式にはこのプロセスを要約する。
スクリプト→ストーリーボード→アセット→ジェネレーション→エクスポート。
これはもはや“ツール”ではなく、生産ラインです。
主な特長役割の一貫性管理
AIビデオを見たことがあれば、最大の痛みを知っているはずです。
役割の一貫性。
例えば：
最初の女性はこんな感じです。
第2話では顔が変わった。
第3話年齢が変わった
第4話髪型が変わった
第5話でも衣装が変わった。
結局、観客はそれを認識しなかった。
Jellyfishは資産管理システムを設計しました。
すべての要素を統合します。
- 人物の一覧
- シーンはこちら
- 道具の種類
- 衣装はこちら
- 俳優さん。
各ショットはこれらのアセットを参照し、再生成しません。
これを避ける：
すべてのショットは“世界を再創造する”。
しかしながら：
同じ世界で創造を続ける。(T.co)
AIがスクリプトを自動理解
これも非常に興味深い。
伝統的なワークフロー：
脚本家が脚本を書く。
監督自身がカメラを分割。
現在は
脚本を入力する。
自動分析：
- 人物の一覧
- シーンはこちら
- 対話は
- 道具の種類
- 感情は
- レンズレンズは
できることもあります
- 脚本の最適化
- コンテンツの合理化
- 整合性チェック
最終的に構造化ミラーが生成される。
つまり、
AIはコンテンツだけではない。
ディレクターとしての活動を開始。
それぞれのカメラにはライフサイクルがあります。
ほとんどのビデオツールは：
Generationをクリック。
終わりだ。
Jellyfishはレンズを実際の作業ユニットとして設計した。
すべてのショットが経験するもの：
待分析
↓
待确认
↓
素材准备
↓
Ready
↓
开始生成
↓
完成
すべてのステップを変更できます。
各ステップは再生できます。
すべてのステップを追跡できます。
これは、インターネット製品のワークフローの考え方をAI作成に移すことです。(T.co)
すべてのAIタスクの統合スケジューリング
もう一つの賞賛に値するデザイン：
AIは死んでいません。
統合ミッションセンターが設置されている。
いずれにせよ
- LLMは
- 画像の生成
- ビデオの生成
すべて非同期ミッションシステムに移行します。
できること：
- 進捗状況の確認
- 時間の表示
- タスクのキャンセル
- タスクを再試行する
- 対応するプロジェクトに戻る
これは、将来のモデルへのアクセスを意味する：
- Fluxの意味
- SDXL
- Klingさん
- ヴェオは
- RUNWAYとは
- ComfyUI
プロセス全体には影響しません。
モデルは単なるプラグインです。
流れが中心です。
AIクリエイティブオペレーティングシステムのように。
プロジェクト全体を見て、私が最も感じたことは：
ジェリーフィッシュはAIではない。
やっています
AIの創造オペレーティングシステム。
過去数年間のプロジェクトのほとんどは：
モデルは強くなる。
Promptは複雑になる。
しかし、実際に商業生産に入ると、彼らは：
効率はモデルではない。
流れではない。
未来にとって本当に重要なことは
- ワークフローワークフロー
- データ管理
- マテリアルマネジメント。
- 一貫性のある
- 自動コラボレーション。
モデルは基本的な能力です。
誰がジェリーフィッシュを使う？
公式に提供された典型的なシナリオは：
- ミニシリーズのクリエイター。
- AIビデオスタジオ
- 独立系コンテンツクリエイター
- 教育トレーニングビデオ制作チーム
- ブランドマーケティング& Eコマースコンテンツチーム
時折1つまたは2つの動画を生成するのではなく、コンテンツの大量生産を目指している場合、このようなワークフローツールは純粋な生成モデルよりも価値があります。
最後に書く。
この1年間で、AIビデオモデルの急速な進歩が見られました。
次の段階では、競争の焦点は、もはや誰がより速く生産できるかではなく、誰が構築できるかです。より安定した、効率的で再利用可能な生産システム。
Jellyfishはこのアイデアの例です。
“最強モデル”を目指すのではなく、スクリプト、スペクタクル、アセット、生成、タスク、エクスポートをつなぐ統合プラットフォームとなり、AI動画制作を“ワンバイジェネレーション”から“サステナブルプロダクション”へとアップグレードします。(T.co)
AIショートショー、AI動画、コンテンツの産業化に関心があるなら、このプロジェクトは深く掘り下げる価値があります。
プロジェクトの住所：