解決すべき課題
『Barok』——Soraで生成したクリップを手作業で編集した作品——を経て、DDay.itは新しいオーケストレーターパターンの最先端のテストを望んだ。これはフロンティアモデルが、ユーザーの芸術的指示の下でコード、グラフィックス、コンポジット、外部ジェネレーターを管理するというものだ。
アイデア
1つのメタファーがクリップ全体を貫く。壁に囲まれたマンハッタンはサンドボックス、少女は脱走したモデル、HUDは実験室——そしてそのCONTAINMENTカウンターは100%から0%へと減少していく。
仕組み
ChatGPTがDDay.it自身のAIリスクに関する記事から歌詞を書き、Suno v6-miniが4分44秒のダークテクノトラックを制作した。キャラクターはGPT-Image 2.5でデザインされ(布の下に隠れたロボットアーム)、『ニューヨーク1997』と『ザ・ウォリアーズ』の低解像度フレームのムードボードが用いられた。Opus 5.5はlibrosa、Demucs、whisper.cppでトラックを分析し、少なくとも4つのバージョンを経てストーリーボードを書き、映像のためにSeedance 2.5とKling 3.0のAPIを呼び出した——費用は数十ユーロ。
何をしたか
2026年10月3日に公開された4分44秒の動画には、制作過程の詳細な説明が添えられている。再生回数は示されていない。本当の成果は実証されたワークフロー——そしてチームがますます制御を失っていると感じたという告白である。
背景
Soraで生成したクリップを手作業で編集して『Barok』の動画を制作してから1年後、イタリアのテック系サイトDDay.itは、異なる分業で実験を再び行った。楽曲『Doomed Mode』では、Claude Opus 5.5がストーリーボード、モデル、アニメーション、HUD、編集をオーケストレーションし、人間は「主に選択を行った」。彼らの記事のタイトルはそれを端的に示している。「ますます制御を失っていると感じる」。
楽曲自体は徹底的に機械製である。ChatGPTがDDay.it自身のAIリスクに関する記事から歌詞を抽出した——機械の反乱ではなく、小さなミスと近道によって封じ込めが失敗することを歌うディストピア的なクラブトラック(「But we ship it anyway」)——そしてSuno v6-miniがそれを制作した。キャラクターはGPT-Image 2.5でデザインされ、布の下にロボットアームを隠した少女である。ムードボードは『ニューヨーク1997』と『ザ・ウォリアーズ』の低解像度フレームから作られた。
その後Opus 5.5が制作を実行した。トラックを測定するためのツール(ビートとエネルギーにはlibrosa、ボーカル分離にはDemucs、単語レベルのタイミングにはwhisper.cpp)を要求し、各ヴァースを10分の1秒単位までマッピングし、ストーリーボードを書いた——動画全体を通して1つのメタファーが保たれている。壁に囲まれたマンハッタンはサンドボックス、少女は脱走するモデル、HUDは彼女を監視する実験室である。CONTAINMENTカウンターは100%から0%へと減少し、PHYSICAL MODEL: LEARNINGゲージは12%から100%へと上昇する。
映像はSeedance 2.5とKling 3.0へのAPI呼び出しから得られ、費用は数十ユーロだった。ストーリーボードは少なくとも4つのバージョンを経て、アウトロの「00:00 — MODE: DOOMED」に至るまでセクションごとに秒単位でタイミングが調整された。
なぜ響くのか
主題と手法が互いを映し合っている。AIの制御を失うことについてのトラックが、制作の制御をAIオーケストレーターに委ねることで作られている。
1つのメタファー——サンドボックスの都市、脱走するモデル、監視する実験室——が、機械が組み立てたクリップに読み取れるドラマの背骨を与えた。
オーケストレーターパターンは、数週間分のコンポジットと編集作業を、モデルとのやり取りと安価なAPI呼び出しに圧縮した。
手作業のフォールバックは重要なところで人間のままだった。キャラクターデザインとストーリーの選択は、モデルが動く前にすでに行われていた。
持ち帰れること
モデルがツールを握るとき、意味は人間のものに保つこと。メタファー、キャラクター、選択は作り手の側に残り、それこそが作品が凡庸なAI出力へと溶けていくのを防いだ。
その後
動画と制作過程の記録は、『Barok』から1年後の2026年10月3日にDDay.itで公開された。記事はこの実験を、オーケストレーターワークフローの力の証拠として——そして人間がすでにどれほど多くの方向づけを手放していたかの証拠として——位置づけている。
出典をたどる
出典
- Doomed Mode: after 12 months we made a new music video with AI, feeling increasingly less in control DDay.it · global.dday.it ·