製品PVの実写カットを自社GPUで内製化——MiniMax H3のセルフホストをkpvgenに組み込みました

2026年9月2日

名古屋でAIシステム開発の会社をやっています。前回の記事で、仕様ファイル1枚から製品PVを自動生成する「kpvgen」を紹介しました。今回はその続きで、PVの実写風カットまで自社サーバーで作れるようにした話です。

• 完成した30秒PV(商品ページで公開中): Kurage 商圏分析 PV
• 商品ページ: Kurage 商圏分析(買い切り55,000円)
• kpvgen(公開): github.com/katsushi2441/kpvgen

何が変わったか

これまで実写風カットはクラウドの動画生成サービス頼みでした。無料枠は商用利用不可、APIは従量課金。そこで、モデルの重みが公開されているMiniMax H3(33B)をRTX 3090(24GB)のマシンに導入しました。ライセンス上、年商2,000万ドル未満なら「MiniMax H3」のクレジット表記だけで商用利用でき、日本は対象地域です。表記はPVのエンドカードに入れています。

24GB GPUでの実測値

15秒を一発で作ろうとするとOOMになります。原因はモデルの重みではなく計算途中のアクティベーションで、オフロード設定では回避できませんでした。答えは継ぎ生成です。前半8秒の最終フレームを、後半8秒の開始フレームとして渡すと、絵がつながった16秒が作れます。H3が開始・終了フレーム指定(FL2VA)に対応しているのでできる芸当です。

30秒PVはこうなった

朝の商店街でシャッターの下りた空き店舗を前に経営者がラップトップを開く実写カット(8秒×2の継ぎ)から、製品の実画面、名古屋駅徒歩10分圏9,634人へのカウントアップ、価格のエンドカードまで、kpvgenの仕様ファイル1枚で30秒に組み上がります。ナレーションの「買い切り5万5000円」の発話タイミングに価格表示が同期し、完成品は尺・解像度・Whisperの聴き取りで機械検証してから出荷されます。

導入でハマった話(CUDAビルドの3連鎖、OOMの実測、レンダラが音量指定を無視する罠)は、noteに実録として書きました。

• note: 月額APIを借りずに、33Bの動画生成AIを自社のRTX 3090で動かした

クラウドの課金を待つのではなく、公開された重みとライセンスの精読で内製化する。中小企業のAI活用として、再現性のある型だと思います。