スタジオ真榊

【第4回】「EasyWan22」でイラストを動画に◆H絵の「過去」と「未来」を推論

Added 2025-08-24 00:35:16 +0000 UTC

こんばんは、スタジオ真榊です。EasyWan22特集の第4回は、前回に引き続きR-18でお届けします。今回は、アップデートで追加された「SwapStartEnd」と「AppendVideo」機能を使い、1枚のキーフレーム（入力画像）から「過去の5秒」と「未来の5秒」を推論して、ComfyUI上で計10秒のH動画に仕上げるやり方について検証したいと思います。

【注意】例によって、今回も記事中に多数のR-18画像・動画を掲載しています。周囲に気を付けてお読みください。

操作方法は一通り理解している前提で進めていきますので、各種ノードの意味やモザイクの掛け方などはこれまでの特集を併せてご参照ください。

・【第1回】カンタン環境構築から操作の基本まで

・【第2回】実践編（高品質化/ループ化/画風の一貫性保持）

・【第3回】NSFW編（R-18プロンプト・LoRA・モザイク）

※これまでのEasyWan22のアップデート内容を随時反映して差し替えています。

今回の検証では、「SwapStartEnd」と「AppendVideo」機能が搭載された2025/08/21付アップデート後のEasywan22を使用しています。ただ、このバージョンに同梱されているimage to video用基本ワークフロー「00-I2v_ImageToVideo.json」を試したところ、私の環境ではポストプロセス（後処理）でColorMatch機能を利用した際に、色合いがバグってしまう現象を確認しました。

(frame embed)

当初は私の環境だけかと思っていましたが、「アップデート後自分もこうなった」「別のjson（ワークフロー）では問題なく動作した」というリプライを頂いたので、当該ワークフローに原因・再現性がある現象かもしれません。まだEasywan22を最新版にアップデートされていない方は、この点につきご留意の上でお読みください。

【2025/08/24 21:30追記】修正されたようです。

１．キーフレームを作る

今回作るのは、オリジナルキャラクター鬼怒川あんなさんの主観ぶっかけ（顔射）動画です。まずはキーフレームとなる１枚を通常の画像生成で作り、そちらをEasywan22で動かしていこうと思います。

コンセプトは、ぶっかけ「済み」の画像をキーフレームにして、そこから過去の5秒（つまりまだ顔が汚れていない段階からのシーン）をWan2.2に作ってもらおうというもの。さらに、そのキーフレームから普通に作った通常の動画（つまりぶっかけ後の動作）も5秒分作り、comfy上で一連の10秒動画としてつなげるところまでを実践していきます。

・キーフレームの生成設定

今回使用したキーフレームはこちらの一枚絵です。第3回のNSFW特集でもお知らせした通り、tremblingやmotion linesが含まれない画像になるよう工夫して作っています。（※記事掲載のためにモザイクを施していますが、実際はノーモザイク）

プロンプトは以下の通り。実際はこのほかに、普段の画風プロンプトやオリジナルキャラクターの容姿LoRAのトリガーなども併記しています。

PP：1girl,expressionless, oral invitation, after fellatio,uvula,cum on face,facial,cum on tongue,open mouth,looking at viewer, pov,pov hand,solo focus, purple eyes,male masturbation, parted bangs,long hair,forehead,dot pupils, tsurime,widow's peak,empty eyes,black hair,asymmetrical bangs, long hair,,veiny penis,micro bikini,striped bikini, solo focus,white sheet,,bed sheet,maid headdress, red collar,black thighhighs, frilled thighhighs

NP：bad quality,worst quality,worst detail,censor,halo,signature, username, logo, bad hands,text,logo,heart,@_@, speech bubble, 2koma,3koma,multiple views,trembling, speedlines,^^^,steam,steaming body, heavy breathing

太字にした部分が、動画化する際に悪影響を及ぼしそうな描写を取り除くためのNPです。主に漫画特有の視覚表現を排する目的で入れています。

その他の設定は以下の通り。WAI-NSFWのv14をベースにしたオリジナルモデルを使用して生成しました。

Steps: 28　Sampler: Euler a

Schedule type: Automatic

CFG scale: 5, Seed: 3371714666,

Size: 1024x1408,　VAE: liquid111vae_sdxl9745VAE.safetensors

Clip skip: 2

２．「過去の5秒間」を動画生成

さて、できた画像を使って、さっそくEasywan22でi2vしてみましょう。こちらがi2vワークフローのBasicSettings欄です。左上にこのような「SwapStartEnd」のノードがない方は、EasyWan22が2025/08/21以前のバージョンのままになっていると思われますので、冒頭で説明したColorMatch機能の現象に留意の上、アップデートしておきましょう。（2025/08/24 21:30追記：既に修正されたようです）

御覧になれば分かる通り、「SwapStartEnd」をオンにしたことでさきほどのキーフレームが最終フレーム扱いとなっており、最後にこのフレームに行きつく5秒間の長辺640pxの動画を生成する設定となっています。

・プロンプト設定

プロンプトはこちら。Google翻訳を英語・中国語両方オンにし、TranslateInput欄で日本語指示のみするスタイルです。TextEncoderはデフォルトの「Nag↓Cfg１」ではなく「Native」を使用しています（比較的プロンプトが通りやすい感覚がありますが、好みで決めてください）

日本語指示は「ベッドの上にメイド風の水着姿で座った黒髪の女性が無表情でこちらを向いて口を開けている。画面手前にいる男性が自分のペニスをしごくと、女性の顔面に向けて射精する。白くねばついた精液が何度も彼女の顔や舌の上に掛かる。女性はわずかにみじろぎするが、カメラをみつめたままほとんど動かない。」です。動画生成してみると、ある「抜け」があることがあとで分かるのですが、とりあえずこのままお読みください。

Google翻訳の結果は以下の通り。

英語：A dark-haired woman sitting on the bed in a maid-style swimsuit, facing me with a expressionless face, her mouth open.When a man in front of the screen strokes his penis, he ejaculates towards the woman's face.The white, sticky semen lingering over her face and tongue many times.The woman faints slightly, but barely moves while staring at the camera.

中国語：一个黑发的女人坐在床上穿着女仆风格的泳衣，面对我的脸，嘴巴张开。当屏幕前的一个男人抚摸着他的阴茎时，他射精朝那个女人的脸。白色的，粘的精液多次在她的脸和舌头上徘徊。女人微微晕倒，但凝视着相机时几乎没有动。

忘れずに、LoRAも掛けておきましょう。ぶっかけ動画のi2vでは、第3回のNSFW特集で解説した通り「美的ぶっかけ」LoRAプリセットが非常に優秀です。あとはこちらをオンにして「実行」するだけですね。連日プリセットが追加されているので、かなり壮観な一覧図になっています。

生成結果はこちらです…と言いたいところですが、いつも通りノーモザイクで掲載できませんので、できたwebpをポストプロセスでモザイク化するやり方を先に確認しましょう。

３．ポストプロセス設定

リファイナーとフレーム補間、そしてモザイク加工を一気に施したいので、まずは左上のポスプロ設定を両方オンにします。ソースは「LoadWebpVideo」とし、いま生成したwebpを読み込ませます。

リファイナー設定はステップをデフォルトの2と控えめにし、絵柄を大きく変化させない設定に。アプスケ拡大もデフォルトの1.5倍とします。ダブルでアップスケールはしたくないので「Enable Upscale」はオフ。FrameInterpolationはオンにし、「60FPS」とします。ColorMatchとColorCorrect機能は今回使用しません。

・PointMosaicを掛けよう

今回はモザイクしやすい動画内容ですので、ポイントモザイク機能を使います。「モザイクしやすい」というのは、モザイクしたものが動画の途中でカットインしてくるようなタイプではない（初めから画面内にあり、位置も大きく動かない）ので、点指定でモザイクしやすいということです。PointMosaicをオンにし、Shift＋左クリックでモザイクしたい部分に緑点を、Shift＋右クリックでモザイクしたくない部分に赤点を入れます。

見ていただくと分かるのですが、このキーフレームはモザイクを掛けたい部分も掛けたくない部分もおおかた暗めの肌色となっており、AIがモザイクすべき範囲を誤認しやすい見た目となっています。とりあえず男性器に緑点、女性の口や男性の手には赤点を入れて、「実行」してみます。

・PointMosaicの結果

こちらが、当該webpに各種ポストプロセスを掛けた生成結果のmp4です。

0823_204621_Share_00001

このように、キーフレームを基にしてぶっかけ前からの5秒間を上手に推論することができました。全体に破綻なくできており満足なのですが、口の中に飛ぶ精液にモザイクがかかってしまったところが不自然に感じますね。

ポイントモザイクの赤点・緑点の位置をずらして何度か試してみてもよいのですが、こればかりは運任せですし、精液は「動画開始フレームに存在しないオブジェクト」なので、モザイクのオンオフが難しい対称でもあります。そこで、今度は自分でモザイク範囲を塗りつぶす「MaskMosaic」機能を使ってみましょう。

・MaskMosaicでやり直し

PointMosaicをオフにして、Enable MaskMosaic（赤ノード）をオンにします。MaskMosaicImageにさきほどと同じwebpを入力し、画像の上で右クリック。メニュー下の方の「Open in MaskEditor」を開きます。あとは開いたキャンバスの上でモザイクしたい男性器部分を塗りつぶし、「保存」でOK。

上の図のように、モザイクしたい部分が透過していればOKです。「実行」しましょう。

こちらが生成結果です。

0823_211104_Share_00001

先ほどのように、精液が勝手にマスクされることは避けられました。が、今度は男性の指のあった位置がモザイク抜けしてしまっているのが分かるでしょうか。さきほど男性の指を避けるようにマスクした（▼）ために、こうした現象が起きてしまったのですね。

指の位置は気にせず、ずっとモザイクしていて欲しい部分をやや広めに指定するのがMaskMosaicのコツです。また、モザイク対象の位置が変化するような場合もこの手法は向いていません。それぞれのモザイク機能に一長一短があるので、モザイクしたい動画の内容に応じて決めましょう。

マスクモザイク機能のキャンバスが開いた際、左側のメニューには消しゴム機能などもあります。モザイク結果がどう失敗したかを確認して、適宜ブラシと消しゴムを併用しながらマスク範囲を調整してみると良いでしょう。

モザイク範囲がどこまで掛かっているかは、実行ボタンを押してからしばらくすると「MosaicWork」ノードで確認することができます。モザイクが外れている部分があったら「×」ボタンで生成を止めて、もう一度マスク範囲を塗り直しましょう。

こちらがやり直し結果。やや範囲が広めにはなってしまいましたが、狙った範囲内だけにモザイクをしっかり掛けることができました。

0823_214255_Share_00001

４．「未来の5秒間」を生成

無事「過去の5秒間」を作れましたので、今度は同じキーフレームから「未来の5秒間」を生成します。つまりは普段のi2v生成ということです。プロンプトなど生成設定はすべて「過去の5秒間」と同じでよく、一番最初にオンにしていた「SwapStartEnd」をオフに戻すだけでOKですね。先ほどと同様、長辺640pxの5秒間動画にします。

ポストプロセスの設定も全く同じですので、説明は割愛します。リファイナーを1.5倍で掛け、フレーム補間は60FPS、ついでにマスクモザイク機能で広めに男性器をマスクしています。

できた動画がこちらです。

0823_221013_Share_00001

というわけで、おおむね狙い通りのものができました。過去の5秒間がぶっかけ前半とすれば、この動画はキーフレーム以降も続くぶっかけ後半の動画になっています。

・気になるプロンプトの「抜け」

ここで一点気になるのが、赤い首輪部分です。モザイクを掛けているので分かりにくいのですが、今回ランダムシード値で作った４つの動画はすべて、赤い首輪の手前がリボンのような結び目に誤解されてしまっていました。なぜこうなってしまったのかというと、最初に作った日本語指示のプロンプトで首輪について言及するのを忘れていたためです。開始フレームからはあんなさんの首の部分の容姿がどうなっているか判断できず、「メイド風の水着を着ている」と言う手掛かりから紐状の結び目を推論したのだと思われます。

さきほどした日本語指示は「ベッドの上にメイド風の水着姿で座った黒髪の女性が無表情でこちらを向いて口を開けている。画面手前にいる男性が自分のペニスをしごくと、女性の顔面に向けて射精する。白くねばついた精液が何度も彼女の顔や舌の上に掛かる。女性はわずかにみじろぎするが、カメラをみつめたままほとんど動かない。」でした。特集第1回の「プロンプトの書き方」の項を振り返りますと、Wan2.2のプロンプトは「主題（＋外見の描写） + シーン（＋環境描写） + 動き（＋動きの特徴） + 美的制御（Aesthetic Control） + スタイライズ（Stylization）」という構成が推奨されており、始めに被写体（動画の主人公）がどんな存在・容姿であるかをできるだけきちんと描写する必要があったのでした。

そこで、プロンプトを「ベッドの上にメイド風のカチューシャと縞模様の水着、赤い首輪をした姿で黒髪の女性が座っている。女性は無表情で、こちらを向いて口を開けている。画面手前にいる男性が自分のペニスをしごくと、女性の顔面に向けて射精する。白くねばついた精液が何度も彼女の顔や舌の上に掛かる。女性はわずかにみじろぎするが、カメラをみつめたままほとんど動かない。」と直してみましょう。Google翻訳を経たファイナルPPは以下の通りとなりました。（※美的ぶっかけLoRAのプリセットで自動追加された文字列が最初に来ています）

ただ、これもよく見ますと、中国語訳が「赤い襟を着けている」と誤訳されてしまったようです。正しい訳は「床上坐着一位黑发女性，她戴着女仆风格的发带，穿着条纹泳装，脖子上系着红色项圈（赤い首輪をつけている）」としないといけません。

こういうときは、SelectPrompts欄のGoogle中国語翻訳機能をオフにして、Positive Input欄にChatGPTやDeepL翻訳で作った正しい中国語を入力することで修正できます。

上の設定でi2vし直すと、キーフレームでは分かりにくかった「赤い首輪」がちゃんと推論できました。

このあたりはAIと関係ない部分ではありますが、こうした細かいミスで時間を無駄にしがちですので、予想と異なる生成結果が出てしまったときはきちんとチェックしておきましょう。私は中国語がちんぷんかんぷんなので、日本語指示で妙な生成結果になったときは最初に誤訳を疑うようにしています。

こちらが修正版のプロンプトでできたmp4。無事、開始フレームでは見えない首輪部分が再現できました。

0823_224029_Share_00001

５．過去と未来を一つの動画に連結

さて、過去の5秒間と未来の5秒間が無事モザイク付きで出そろいましたので、さっそく「AppendVideo」機能で一つの動画にしてみたいと思います。

・AppendVideoの注意点

AppendVideoは、ポストプロセス（後処理）段階で「一つ前」の動画をくっつける機能です。未来を付け足すのではなく「過去を補う」機能であることをまず大前提として覚えておきましょう。つまり、いま作った「未来の動画（モザイク済）」のwebpをベースにしてポストプロセスを掛けることになります。

ここが分かりにくいのでいったん整理しますが、さきほどできた過去動画は「0823_214255_Asset_00001_.webp」で、いまできた未来動画が「0823_224029_Asset_00001_.webp」です。モザイクとRefiner・フレーム補間が済んだこの二つのwebpを、AppendVideoで繋げるわけですね。Outputフォルダには失敗分も含めてかなりの数のファイルが出力されているので、どれとどれを繋げるのか理解してから作業を進めるようにしましょう。

AppendVideo はUpscaleやRefinerと同様、ポストプロセスの一つという扱いなので、「Enable PostProcess」が有効になっていないと動作しません。また、くっつける動画同士で画質やフレーム数が一致していないとつなぎ目で変化が生じて不自然になってしまうことも覚えておきましょう。

・AppendVideoを使った結合手順

①いつものポストプロセス手順と同様、ComfyUIの何もない余白部分に、未来動画（0823_224029）のwebpをコピーアンドペーストして呼び出します。

②「Enable PostProcess」をオンに。モザイクは既に掛かっているのでオフにします。既にくっつけたい動画は手元にあるわけですから、LoadWebpVideoを選んで「未来動画」のほうをここで読み込ませます。

Refiner、モザイク、アップスケール、フレーム補間がいずれもオフになっていることを確認してください。オンになっていると「二度掛け」によってフリーズしたり、もう一回余計なモザイクが掛かったりしてしまいます。

③最後に、AppendVideoノードをオンにして、「過去分」のwebpを入力します。「TrimEndFrames」は過去分の動画の末尾をカットして自然につなげてくれる機能です。デフォルトが１フレームトリミングする設定ですので、今回はこのまま「実行」しましょう。

既にできているwebp同士をくっつけてmp4にレンダリングするだけなので、40秒ほどで作業が済みます。出力されたのがこちら。

0823_225548_Share_00001

無事、1枚のH絵から前後5秒ずつを推論する10秒H動画化が成功しました。

今回はモザイク済み完成品のwebp同士をくっつけましたが、慣れてきたら「過去分のwebpをモザイク付きで完成させる▶未来分のwebpをガチャ▶未来分のポストプロセス処理（モザイクなど）をする際にAppendVideoをオンにして過去分のwebpを読み込んでおく」という手順にすれば、未来分のモザイクなどと一緒に過去分をくっつけられるので、最後の1工程を減らせます。

モザイクから連結まで、ComfyUI上でここまでスムーズにできてしまうと、Shotcutなどの動画編集ソフトを使わなくても完成までたどり着けてしまいそうですね！

６．さらに未来（過去）を追加していく

最後に、今回作った10秒動画をさらに未来方向へ拡張して、15秒動画にするやり方を実践してみます。

確認ですが、いま完成した10秒動画は「0823_225548_Asset_00001_.webp」です。これに、未来方向の5秒間を生成してつなげてみましょう。つまり、Output欄に同じ数値で出力されている10秒動画の最終フレーム、「0823_225548_EndFrame_00001_.webp」を、新たな開始フレームとして動画生成すればよいはずですね。

改めてBasicSettingsノード群に戻り、このように最終フレームを「開始画像として」入力します。SwapStartEndが間違ってオンになっていないかをちゃんとチェックしましょう。

どういう続きにするか、プロンプトはやや悩むところです。その後もぶっかけ続けてもいいのですが、さきほどできた10秒動画は最後飲み込むような仕草で終わっているので、下図のような日本語プロンプトにしてみました。

もっと悩むのは、美的ぶっかけLoRAを使うかどうか。ONにすると新たにぶっかけてしまいそうですし、オフにするとそもそもHな知識の薄い素のwan2.2になってしまうので、ちゃんと指示通りの動画を作れるか不安です。ここでは、いったんLoRAオフでトライしてみます。ポストプロセスやモザイク関連のノードがオフになっているのを確認したら、生成開始。

・LoRAオフでは失敗

こちらが生成結果です…とお見せしたいところですが、結論から言うと美的ぶっかけLoRAオフの状態では失敗してしまいました。モザイク済みの状態の最終フレームを開始フレームにしてしまったがために、Wan2.2も何がなんだかわからなくなってしまったようなのですね。さきほど「最終フレーム0823_225548_EndFrame_00001_.webpを、新たな開始フレームとして動画生成すればよいわけです」と言いましたが、つまりこれは間違い。モザイク済みの画像ではなくその前の、ポストプロセスを掛ける前の生のwebpを作ったときの最終フレームを読み込ませて、モザイクはあとからかける必要があったのでした。（ややこしいですね…）

入力画像を差し替えてもう一度トライしましたが、これでも美的ぶっかけLoRAオフではうまくいきませんでした。どうしても口を閉じてくれず、これまでと同様こちらを見つめたままあまり動かなかったのです。これは、ネガティブプロンプト欄の「Talk」プリセットがオンになっていたために、mouth movingが禁じられていたのが原因のように思えました。

そこで「Talk」プリセットをオフにした上で、「ごっくん」が高確率でできるようプロンプトをシンプルなものに見直し、美的ぶっかけLoRAオンで再生成してみます。

この設定で「ごっくん」の5秒動画（モザイクなし）が何とかできましたので、これにポストプロセスを掛けると同時に、先ほどの10秒動画をAppend Videoします。

できた5秒動画のワークフローをwebpドラッグでいつものように呼び出したら、ポストプロセスとモザイクをオンにし、Refiner1.5倍、フレーム補間60FPS。次にMaskMosaicをオンにして、モザイク範囲を塗りつぶします。最後にAppendVideoもオンにしたら、「実行」。

・完成

こちらが10秒動画の後ろに「ごっくん」分が付け足された15秒動画です。なんとかなりましたね。

0824_002101_Share_00001

一つ心残りとしては、10秒動画の最終フレームの画質がイマイチだったために、それを開始フレームとした最後の5秒の品質も落ちてしまっていることです。i2vにおいて、開始フレームに描かれている内容や品質は、動画全体の画質を揺るがす最重要ポイント。「続きを作る」場合はRefinerなどで良い品質の画像を作っておかないと、どうしても不自然さが目立ってしまうことを覚えておきましょう。

この方法を応用すれば、動画を過去方向に拡張していくことももちろん可能です。その場合は、生成した「過去の5秒」の最初のフレームを最終フレームとして指定し、さらに過去を生成するかたちになります。いずれにせよ、入力する画像の画質や一貫性が落ちると劣化コピーが続くことになりますので、その場合はリファイナーを強く掛けるか、第二回の特集で触れた全コマi2iのような手法で品質を保つ工夫が必要になるでしょう。

終わりに

というわけで、1枚のキーフレームからぶっかけ～ごっくんの15秒動画を作る実践特集でした。イラストを動かすH動画において、そこまで「長回し」は必要ないとは思いますが、5秒ではさすがに短すぎますので、このような手法で一連のシーンを描き出せると非常に楽しいですね。15秒まで作るとちょっとしんどいのですが、10秒動画をいくつも作ってクロスフェードさせる手法なら、かなりいい感じに続きもののH動画が作れるように思います。

i2vには二つの弱点がありました。一つは、開始フレームと最終フレームを両方指定すると、どうしても品質が落ちてしまうこと。もう一つは、最終フレームを新たな開始フレームにして未来方向に拡張するとき、そのフレームの品質次第で劣化が進んでしまうことです。今回の10秒動画メソッドの利点は、品質のよい1枚の画像のみを接点にしているので、この二つの弱点を上手に回避できているところ。ループ動画が2点に挟まれた「+-----+」の繰り返しだとすれば、10秒動画は「-----+~~~~~」このような形になっており、ループ動画にありがちな単調さ・品質低下に陥らずにある程度の長さのクリップを量産できるところが優れていると感じます。また、必要なキーフレームが1枚で済むのも簡便ですね。

静止画生成については、それぞれ満足できるレベルでいろいろなH画像を用意できるようになっていると思うので、あとはキャラクターや背景、竿役に一貫性を持った品質のよいキーフレームを数点用意し、それぞれに10秒動画を作る…なんてこともさほど難しくはないかと思います。そうしたクリップをShotcutなどでクロスフェードして繋げていけば、比較的少ない手順で見ごたえのあるH動画集を作れますね。

それでは、今回はこのへんで。スタジオ真榊でした。