【Sora2】赤ちゃんが世界を見たら？ ── Sora2で生成した「記憶のない視点」の記録

こんにちは、PIKEです。

先日公開したOpenAIのSora2に関して「Sora2招待コード」の記事が、想定をはるかに超えて25万ビューを記録しました。
本当に有難うございました！

数々のフォロー・スキの数・止まらぬコメントの量も今回の取組を行って良かったと肌で感じています。
(多様なコメントを頂き感謝しております。)

正直に言えば、この数日驚きの連続です。
日々ここまで記事が気になり、書くことに注力できているのも、おそらくそこまでの反響をいただけているためです。
実は今回の一件を夫婦で相談しながら、色々と試しながら和気あいあいと取り組めています。（育児記録や、ゲーム記録など色々と中途半端ですがやることがたくさんあり、楽しいです。）

それに、あの記事は自分が必要としていた情報をまとめただけの、いわば「実用的な備忘録」だったので。それが多くの人に届いたということは、Sora2への関心が、私が思っていた以上に広く、深く、切実なものだったんだなと気づきを得ています。

さて、招待コードリレーに関しては俯瞰して見つつ、次の段階に入りますが、私の中でも

「実際に使うとどうなるの？」
「どんな映像が生成されるの？」

という問いがあります。

だから今回は、自分自身でSora2を使って映像を生成し、その過程と結果を記録することにしました。

テーマは、「赤ちゃんが世界を見たら？」。

これは、私が育児をする中で、何度も頭に浮かんだ問いなんです。
目の前にいる小さな存在が、この世界をどう見ているのか。

その視点を、AIの映像生成で再現できるのではないか。そう考えたとき、この企画は単なる「ツールの使い方紹介」ではなく、もっと深い何かになるんじゃないかと思いました。

それでは、お付き合いください。

▼関連記事
👉 【Sora2】招待コードリレーをしてみませんか？
招待コードリレーも、ボリュームは落ち着きましたが、今もまだまだ活性化しています。合わせてご活用ください。

👉 【Sora2】招待コードはどう探す？X・コミュニティ別入手戦略まとめ
コードリレー前に自身で調べたコード入手方法等を記しています。
もしよろしければご確認ください。

1. テーマ設定：「赤ちゃんが世界を見たら？」

赤ちゃんの目線に、自分の視線を重ねようとしたことは、誰にでもあるはずです。

床に這いつくばって、同じ高さから部屋を眺めてみる。
すると、いつも見慣れたリビングが、まったく違う空間に見える。テーブルの脚が巨大な柱のようにそびえ、カーペットの繊維が森のように感じられる。
光の差し込み方も、埃の舞い方も、すべてが異なる世界として立ち上がってくる。

けれど、それでも足りないんです。

なぜなら、私たちには「記憶」があるから。
この部屋がリビングであること、あの柱がテーブルの脚であること、そういった「意味」を、私たちは剥ぎ取ることができない。
赤ちゃんが見ているのは、そうした意味が付与される前の、純粋な「感覚としての世界」なんだと思うんです。

形と色と光と音。それだけで構成された、未分化な世界。
その世界を、AIは描けるだろうか？

Sora2を選んだのは、今回の記事の経緯もありますが、バックにはプロンプトの柔軟性と、映像表現の質が高いと考えているからです。

けれど同時に、このツールがどこまで「感覚」を再現できるのか、そしてその再現が私たちに何を感じさせるのか ── それを確かめたいという思いもありました。

この企画は、技術的な実験であると同時に、「他者の視点を持つ」という行為そのものへの問いかけでもあります。

2. 使用ツールと生成環境（Sora2体験ログ）

では、実際にどうやって映像を生成したのか、その環境と条件をまとめておきます。

使用ツール： OpenAI Sora2
動画生成時間： 約5分（プロンプト入力から出力まで）
言語： 日本語＋英語併用プロンプト

実験条件：

• 視点： 赤ちゃん視点（床から約30cm程度の低いカメラ位置）

• 空間： 朝のリビング、柔らかな自然光が窓から差し込む

• 要素： 親の脚、カラフルな玩具、床の木目、カーテン越しの光

• カメラワーク： 自然な揺れ、這うような前進、浅い被写界深度

• 色調： 暖かく柔らかなトーン、朝の光の質感を重視

プロンプトは日本語と英語を併用しました。日本語で「感情的なニュアンス」を伝え、英語で「技術的な指定」を補完するという方針です。これは、私が以前から画像生成AIで試してきた手法で、Sora2でも有効でした。

生成ボタンを押してから、約5分。画面に映像が現れたとき、私は少しだけ息を止めました。こんなに簡単にできるのかと・・・。
以下にそのプロンプトと結果を残しておきたいと思います。

3. プロンプト全文＋生成メモ

ここでは、実際に使用したプロンプトを全文公開します。同じ試みをしたい人の参考になればと思います。

試行１

使用プロンプト（日本語部分）：

赤ちゃんの視点でリビングを這って進む映像。
床から約30cmの高さから撮影。
朝の柔らかな光がカーテン越しに差し込み、床の木目がはっきりと見える。
前方にはカラフルなおもちゃ(積み木、ぬいぐるみ)が散らばっている。
背景には親の足が動いている様子が少しだけ見える。
カメラは小さく揺れながら、ゆっくりと前進する。
温かく、安心できる空間の雰囲気。

使用プロンプト（英語部分）：

POV shot from a baby's perspective, approximately 30cm above the floor.
Crawling forward slowly in a sunlit living room.
Soft morning light filtering through sheer curtains.
Wooden floor texture in sharp focus, with shallow depth of field.
Colorful toys (blocks, stuffed animals) scattered ahead.
Blurred adult legs moving gently in the background.
Natural camera shake and subtle bobbing motion.
Warm, safe, cozy atmosphere. Cinematic lighting, 24fps feel.

生成への考察：

• 最初の生成では、お母さんの顔が生成され、目の前にきて、語りかけるような状況を作り出すこととなりました。

• 想定では赤ちゃんがリビングを動くような絵を想定していたのですが、ちょっとイメージが違いました。

• また、赤ちゃんの視点というのは実際にはここまでくっきり見えないと言われています。月齢が若ければ若いほどそのはずなので、おそらくテコ入れは必要かと考えました。

試行２

使用プロンプト（日本語部分）：

1〜3ヶ月齢の赤ちゃん視点。  
焦点距離は近く（30cm以内）、遠くはぼんやか。  
赤、肌色など暖色系を中心に、全体が柔らかく揺れるように見える。  
明るすぎない朝のリビング。  
カメラはほとんど動かず、視線が一定方向に固定されている。  
多くのぼけ、夢の中のような質感。  
遠くでお母さんたちが動いていて、赤ちゃんの目がそれを追おうとする。 

使用プロンプト（英語部分）：

Infant POV, 1 to 3 months old.  
Very shallow focus — only close objects (within ~30 cm) appear sharp; distant background softly blurred.  
Warm color tones such as red and skin tones. The entire scene gently sways, dreamlike.  
A softly lit morning living room, not overly bright.  
The camera remains nearly still, gaze fixed in one direction.  
Heavy blur, ethereal texture.  
In the distance, mothers move about, and the baby’s eyes attempt to follow them.

生成への考察：

• 敢えて、距離を取るような配置を指示しました。

• また赤ちゃんの視野にぼやけが入りましたね。

• それにしても生成が早いです。

4. 結果レビュー：生成された映像と分析

生成された映像を見たとき、私が最初に感じたのは、「静けさ」でした。

お母さんの表情や、形式の描写が少ないプロンプトからも音声を静かに付与している印象があります。
音って結構騙せなくて、映像と音声を組み合わせるとわかるのですが、非常に怪しい感じに聞こえるのですよね。
そういった意味でもだいぶ、クオリティが高く感じる「日常感」のある音質だったと思います。

ただ、人間の会話レベルでいうと、うーん？と感じる部分はありました。
イントネーションと余白、息遣いでしょうか。自然な部分もあるものの、不自然さもありました。

人間特有の不自然ささえもある種兼ね備えている可能性がありますね。
Sora2でこれなので、この先どうなってくるのか非常に楽しみです。

その他、成功点：

• 光の質感： 朝の自然光の柔らかさが、驚くほど繊細に表現されていました。カーテン越しの拡散光が、床に落ちる様子はほとんど実写に近い。

• 距離感と被写界深度： 手前の床はくっきりと、奥の玩具はほんの少しぼけている。この「焦点の浅さ」が、赤ちゃんの視界の未熟さを連想させます。

• 空気の柔らかさ： 映像全体に漂う「温かさ」は、単なる色調だけでなく、空間の空気感として感じられました。

その他、AI的違和感：

• 歪みの瞬間： カメラが動く際、画面の端がほんの一瞬、歪む瞬間がありました。これはSora2がまだ完全には「物理的な連続性」を理解しきれていないことの現れでしょう。

• 体の動き： 背景で親の体が、ときおり不自然なタイミングで消えたり現れたりしました。人間の動きの予測可能性を、AIはまだ完全には掴めていないんだと感じました。

視点としてのリアリティ：

それでも、この映像には「赤ちゃんらしさ」がありました。それは技術的な正確さではなく、むしろ「不完全さ」にこそ宿っていたように思います。

世界がまだ整理されていない感覚。すべてが等価に存在している感覚。光も、玩具も、親の足も、同じ平面に並んでいるような、未分化な世界。

それは、私が想像していた「赤ちゃんの視点」に、確かに近かったです。

5. Sora2を使って感じた課題と制約

ここで、実際に使ってみて感じた「課題」についても触れておきたいと思います。

ウォーターマークの存在

生成された映像には、Sora2のウォーターマークが入ります。これは、AI生成コンテンツであることを明示するための措置で、理解はできます。でも正直なところ、クリエイティブな表現として使いたいとき、このマークが気になることもありました。

規約上、ウォーターマークを消すことはおそらく問題があるのかも？と思っていますがまだ真偽は把握していません。透明性と真正性の担保という意味では必要な措置だと思いますが、表現者としては少し悩ましい部分でもあります。

【追記：2025年10月11日 15:00】

ウォーターマークについて気になっていたので、私なりに確認いたしました。

Sora 2のウォーターマークまとめ（公式情報ベース）

• Freeプラン
  　→ Sora 2は利用できません。

• Plus／Businessプラン
  　→ 動画を生成できますが、ウォーターマーク（透かし）が入ります。
  　　生成できるのは最大720p・10秒までです。
  　（出典：OpenAI Help – Sora video generation in ChatGPT）

• Proプラン
  　→ ウォーターマークなしでダウンロード可能です。
  　　より高品質（1080p・20秒まで）の動画生成ができます。
  　（出典：同上）

• API利用時（開発者向け）
  　→ 見た目のウォーターマークは付きませんが、
  　　　内部的に「C2PAメタデータ（出所情報）」が埋め込まれます。
  　（出典：Sora 2 System Card (PDF)）

• ウォーターマークを消すリスク
  　→ OpenAIのポリシーでは「AI生成であることを隠す行為」は禁止されています。
  　　透かしを除去することは、規約違反に該当する可能性があります。
  　（出典：OpenAI Usage Policies）

また改めて、以下は先日投稿したブラウザでのウォーターマーク削除に関してです。

確かにちらっとX等でも見かけた気がします。
すでにウォーターマーク削除処理を備わったサービスがいることも。とはいえ、前述の話からすると規約違反となる可能性もあるのですがAPIをとおしているのかどうかによりますね。

また以下の「やすだ.dev」さんの記事では、帰属表示についても参考になりました。
たしかに倫理的配慮の観点はそのとおりですね。

生成の不安定さ

同じプロンプトでも、生成するたびに微妙に違う映像が出力されます。これは面白さでもあり、不安定さでもある。意図した表現を再現しようとすると、何回か試行が必要そうです。
ただ、これはAIとの対話で予期されていたプロンプトの作り方にもつながるので、ノウハウとして高めていく必要があると思います。

よく、「このプロンプトで問題ない」という言葉がありますが、確かにそのプロンプトを使えばある程度のものができるでしょうが、本当に自身が欲しいものは自分自身が考えて指示を出すことに意味があります。
最低限自身で何度か試行をしたうえで、先見者の方のプロンプトを真似するほうが充足感も多いですね。

倫理的な配慮の必要性

「赤ちゃんの視点」という今回のテーマは、比較的安全な題材です。でも、Sora2の技術が進化すればするほど、「誰かの視点を勝手に再現する」ことの倫理的な問題も見えてきます。

特に、実在する人物や、センシティブな状況を再現する際には、慎重な配慮が必要だと感じました。技術が進むほど、その使い方の責任も重くなっていくんだと思います。

また著作権についても内閣府とサム・アルトマンCEOとのやり取りにて以下のようなニュースもでています。
今後どうなるかは注目ですね。

クオリティについて

残念ながらクオリティを語れるほどのノウハウも知識もないのですが気になっているのはGoogle Veo 3などのAIでしょうか。
話に聞く限りではVeo3自体のクオリティはSora2にひけを取らない、それ以上？的な意見もちらほら見ました。技術の根底を把握していないため語れませんが、今の私にはSora2でも十分に楽しめる状態ではあるので、もしこの先になにか足らない要素（さらなるスピード感）などがあれば取り組んでみたいと思っています。

6. 考察：視点を持つということ

ここで一度、技術から離れて考えたいです。

今回のテーマとも関係している「視点」をAIで再現するとは、どういうことなのか。

カメラは、昔から「視点の代理装置」でした。
ファインダーを覗けば、誰かの目になれる。けれど、カメラが捉えるのはあくまで「記録」です。それは、すでに存在する現実を切り取る行為。

一方、Sora2がやっているのは「再現」です。

存在しない映像を、言葉から生成する。
それは記録ではなく、想像の具現化です。
私たちは、見たことのない世界を「見たことがあるかのように」作り出している。

では、AIが生成した「赤ちゃんの視点」は、本当に赤ちゃんの視点なのか？

答えは、おそらく「ノー」です。

なぜなら、この映像は私の「想像した赤ちゃんの視点」を形にしたものだから。
私が入力したプロンプトには、私自身の記憶、感情、バイアスが込められています。
「柔らかな光」「温かい空間」という言葉選びの背後には、私が理想とする「赤ちゃんが見るべき世界」が投影されている。

つまり、この映像は「赤ちゃんの視点」ではなく、「大人が想像した赤ちゃんの視点」なんです。

それでも、この試みには意味があると思っています。

なぜなら、「他者の視点を想像する」という行為そのものが、共感の起点だから。
完全に他者になることはできない。
けれど、想像しようとすることはできる。その想像が不完全であっても、そのプロセスこそが、私たちを他者へと近づけてくれる。

AIが見せる「未分化な世界」。
それは、技術が描いた世界であると同時に、私たちが心の中で抱いている「誰かの世界」の反映でもあります。

私は自分の子が見せる笑顔や、その先に見る某をどのように受け取っているのか知りたい。我が子のことをもっと知りたいからなのだと改めて気付かされます。

7. 次への展開：「他者の視点を映す」シリーズへ

今回は、赤ちゃんの視点を試みました。

では、次は？

私は、この試みを「シリーズ」として続けていければと考えています。
テーマは、「他者の視点を映す」。

たとえば、犬の視点。
地面に近く、色彩が限られた世界。
匂いの情報を視覚で表現できるだろうか？

たとえば、鳥の視点。
高さと速度、風を切る感覚。空間の捉え方が、私たちとはまったく異なる存在。

あるいは、視覚障害者の視点。
「見えない」ことを映像で表現するという矛盾。
音と触覚だけで構成された世界を、どう形にするか？

これらは単なる「映像生成の実験」ではなく、「視ること」そのものへの問いかけだと思っています。

飛び越えれば、もしかしたら「未知なる存在の視点」も作り出せるかも？

Sora2やAI生成という技術は、私たちに「見たことのない視点」を与えてくれます。けれど同時に、その視点が「誰のものなのか」「どう生成されたのか」を問い続けることも必要です。

技術は中立ではありません。
それを使う人間の思想、感情、倫理が、生成される映像に刻まれます。

だからこそ、このシリーズを通して、技術だけでなく「視点という物語」そのものを探求していきたいんです。

シリーズ名案：

• 「AIが見る世界」

• 「視点という物語」

• 「POV – Perspective of Vision」

どの名前にするかは、まだ決めていません。読者の皆さんの意見も聞いてみたいと思っています。もしよければコメントいただけると嬉しいです。

8. まとめ・読者への問いかけ

今回はSora2を使って、赤ちゃんの視点を映像化してみました。

技術的には、まだ完璧ではありません。
歪みもあれば、不自然な動きもありました。
課題も感じました。
けれど、その不完全さの中に、私は「視点」の本質を見た気がしたんです。

視点とは、完璧さではなく、むしろ「どう世界を切り取るか」という選択の連続なんだと思います。赤ちゃんが見る世界も、私が想像する世界も、すべては「ある視点からの世界」でしかない。

けれど、その不完全な視点を重ね合わせることで、私たちは少しずつ、世界の全体像に近づいていけるんじゃないかと。夢を思いつつ今日も我が子を見つめ、仕事に勤しみ、記事を書き、皆さんとふれあい、趣味を楽しんで行ければと考えています。

最後に、読者の皆さんに問いかけたいです。

『あなたが映像化したい「誰かの視点」は、誰のものですか？』

それは、大切な人かもしれません。ペットかもしれない。あるいは、まだ見ぬ誰かかもしれない。

Sora2は、その想像を形にするための道具です。
けれど、形になった映像が何を意味するのか、それを考えるのは、私たち自身なんだと思います。

今後は、
　・「動物視点編」
　・「動画生成しまくり編」
なども考えています。
もし今回の経緯もあるので、読者の方からも企画の提案などあれば検討させていただければと思います。
あるいは、「AIが見た家族の一日」という企画も面白いかもしれません。

また、この場所で、皆さんと一緒に考えていけたら嬉しいです。

長々と最後まで読んでいただき、ありがとうございました。