「走る女性」は、マンションの部屋が消灯して、次のカットで朝日がテーブルに差す。その間に人のいない住宅街の5秒を挟んで、一晩が過ぎた感じを作る。固定カメラ、小さな流れ星、遠くで犬が1回。派手なことはしない。
できた動画より、左右の白い帯が3本続けて出て、4本目でシードを変えたら消えた経緯のほうが記録する価値があった。
先に要点
- 白い帯が3本続いた。00119(夜の住宅街の縦画像を参照)、00120・00121(参照を外して文だけ)のいずれも、672×928の左右に約96ピクセルの白い帯。
- 表示の問題ではない。保存されたPNGにも同じ帯がある。グラフにクロップのノードはなく、VAEのタイル分割と結合の寸法は全幅を覆っていた。キャッシュの再利用も空。
- 3本とも同じ固定シードだった。そこで00121の条件(文・解像度・モデル・LoRA・音声設定)を全部そのままに、シードだけを1つ進めた00122で帯が消えた。本人評価「動画の出来もまぁまぁいい感じ」→採用。
- PNGに保存された実行グラフを比べると、差分はRandomNoiseノードのシード値だけ。この比較の範囲では、シード変更が効いたと言える。
- 言わないこと: H3のバグを直した、白帯は全部シードで直る、根本原因を特定した。固定シードは条件比較に便利な一方、好ましくない構図も繰り返す、という実例として扱う。

4本の経緯
| 版 | 入力 | 結果・判断 |
|---|---|---|
| 00119 | 夜の住宅街の縦画像を参照。5秒 | 雰囲気は近いが左右に不自然な帯。犬の声がない |
| 00120 | 画像・音声の参照を外し、文だけ。犬の声を明示 | 白い帯が残る。流れ星が大きく長く、落下する隕石のよう。犬の声は回数を減らす方向へ |
| 00121 | 流れ星を小さく短く、ほぼ水平。犬は遠くで短く1回。「左右の端まで続く一枚の映像」を指定 | 白い帯が残る。ここで文以外(グラフ・実装・シード)を調べることにした |
| 00122 | 00121と同じ条件で、シードだけ1つ進める | 帯が消えた。採用 |
白帯の切り分けで調べたこと
- 出力PNGの画素を見る: 左右約96ピクセルが白。プレーヤーの切り抜きやMP4変換で生じたものではない。
- 実行グラフ: 明示的なクロップのノードはない。VHSの偶数サイズ調整もこの寸法では不要。
- VAE: タイル分割と結合の寸法計算で全幅が覆われることを確認。ただし寸法だけで実装全体の健全性を証明したわけではない。
- 実行履歴: キャッシュの再利用対象は空、MediaLoaderの参照一覧も空。前回の画像やノードキャッシュが原因という証拠はない。
- 残ったのがシード。00119〜00121は同じ固定シードで繰り返していた。
00122のPNGに埋め込まれた実行グラフと、00121のそれを比べた結果:
| ノード | 00121 | 00122 |
|---|---|---|
| RandomNoise(129) noise_seed | 固定値A | 固定値A+1 |
| それ以外(プロンプト・解像度・モデル・LoRA・VAE・音声設定) | 同じ | 同じ |
00122で入れた文(抜粋)
A single portrait-format shot fills the entire output frame edge to edge. The houses, road, and sky form one continuous scene extending naturally to both image edges.
At approximately 2.5 seconds, a single tiny, faint shooting star briefly appears in the upper-middle sky. … Its entire visible travel covers no more than approximately five percent of the frame width. It is a delicate, short white streak … visible for approximately 0.2 seconds.
At approximately 1.3 seconds, one dog several streets away gives exactly one short, subdued bark.
「左右の端まで続く一枚の映像」「縦の帯や明るい帯を出さない」は00121にも入っていて、それでも帯は出た。文で消えなかったものが、シードで消えた。
00122の出来と、残っているところ
- 住宅街が左右の端まで続き、空に小さな斜めの光跡が横に移る。固定カメラ。
- 流れ星は「約0.2秒」の指定に対して、0.5秒間隔の複数コマに写っており、持続時間は指定どおりとは言えない。
- 犬の声は生成音声のまま。回数と距離感は聴き比べていない。
- 採用は本人の総合評価による。
実行の条件
| 項目 | 値 |
|---|---|
| 機材 | RTX 5060 Ti 16GB(Windows 11) |
| 参照 | 画像なし・音声なし |
| サイズ | 0.6MP・3:4・5秒指定 → 672×928・24fps・124フレーム(5.17秒) |
| サンプラー | 10 steps、Euler、simple、denoise 1.0 |
| モデル | H3 Ref2VA pruned int8(convrot)+Turbo 8step LoRA(768p、強度1.0) |
| 生成時間 | 約487秒 |
全体編集
22カット版(162.458秒)の消灯(00085)→朝のテーブル(00089)の境界(110.542秒)に00122の124フレームを挿入。消灯→夜の住宅街→朝のテーブル→目覚めの順。全体は23カット・4,023フレーム・167.625秒。ほかのカットの順序と尺、電車の走行音のミックスはそのまま。全編デコードとフレーム数の照合で確認。
今回の結論と限界
- 文で消えないものは、文以外を疑う。グラフ・実装・キャッシュ・シードの順に潰して、最後に残ったシードで消えた。
- 固定シードは両刃。同じ条件で比べるには要るが、好ましくない構図も固定する。帯が出たら、まずシードを1つ動かして同条件で見る、が今回の手順。
- 根本原因は別。今回の比較で言えるのは「このシードではこの帯が出て、隣のシードでは出なかった」まで。
- 流れ星と犬の声の厳密な制御は残課題。改札(00111)の宿題も変わらない。

コメント