動きの「らしさ」を細部まで移す――中京大など、周波数で解きほぐす生成AIを開発

歩くという動作にも、人それぞれの「間」がある

同じ距離を同じ速さで歩いても、足の運びには違いが生まれる。肩を揺らすか、腕をどこで止めるか、着地の直前に重心をどう移すか。見る人はその細部を、意識するより先に感じ取る。アニメーションの作り手にとって、こうした「動き方」を別の動作へ移すことは、長年の難題だった。

中京大学は2026年11月12日、動作の大きな構造を保ちつつ、細かな時間変化を別の動作に反映させる生成AI技術を発表した。研究成果は国際会議「SIGGRAPH Asia 2026」のConference Papersに採択され、12月3日の発表が予定されている。実際に発表が終わったわけではない。

鍵となるのは、体の運動を「周波数」という視点で分けて扱う発想だ。動作の内容と、その動作に宿る癖やリズムを分離することで、見た目だけではなく、いつ、どの程度動くかまで編集しやすくする。研究は映像制作の道具として期待を集める一方、物理的に自然な動きを保証する段階にはない。

発表したのは誰か――日本と中国の共同研究

研究に参加したのは、中京大学工学部メディア工学科の董然（Ran Dong）准教授、北陸先端科学技術大学院大学の謝浩然（Haoran Xie）准教授、吉林大学の楊溪（Xi Yang）准教授。論文の英語題名は「Learning Kinematic Frequency-Aware Disentanglement for Motion Style Transfer and Editing」。

大学の日本語発表では、研究者の所属を「北陸先端科学技術大学院大学AI知性研究領域」と記している。英文の研究者ページではJapan Advanced Institute of Science and Technology（JAIST）と表記する。氏名の読みを日本語で一律に推測せず、論文のローマ字表記も併記して人物を特定する。

研究は科学技術振興機構のCREST、科学研究費助成事業、中京大学のAI研究プログラムなどの支援を受けた。日本の一大学が単独で開発した技術というより、国際的なCG研究の課題に三つの大学が共同で取り組んだ成果である。

動作の内容と、動作の「スタイル」は別の情報

手を振る、歩く、跳ぶ。これらは動作の「内容」といえる。対して、腕の振りの鋭さ、膝の柔らかな動き、体幹の揺れ、拍子に対する手足の遅れなどは、同じ内容にも現れる「スタイル」だ。CGで両者を分けられれば、ある人物の歩行を保ちつつ、別の人物の軽やかなリズムを加える、といった編集が可能になる。

しかし情報は簡単には切り離せない。大きく腕を上げれば体幹の姿勢も変わり、足を運ぶ速度を変えれば重心移動も変わる。単純に手足の角度をコピーすると、元の動作が別物になったり、関節の位置が不自然になったりする。

今回の研究は、その絡み合った情報を一つの潜在表現として扱うのではなく、時間的にゆっくりした変化と速い変化を意識的に分けてモデルに渡す。動作の目的を守りながら、微妙な差異を変えることが狙いだ。

高・中・低周波で体の動きを読み分ける

ここでいう周波数は、音の高さのことではない。動作のデータが時間とともにどのくらい速く変わるかを示す考え方だ。体全体の向きや進行方向の緩やかな変化は低い周波数に、反復するリズムは中ほどに、手首の小さな振れや速いタイミングの変化は高い周波数に相当する。

研究グループは「動作周波数特徴抽出器」を学習させ、高・中・低の帯域に対応する特徴を取り出す。その情報を潜在拡散モデルに組み込み、自己再構成に基づく自己教師あり学習によって、元の動作の内容と転移するスタイルの手掛かりを扱い分ける。

研究者の公開ページでは、動作の内容に関する潜在表現と基準となる移動軌跡、参照動作から得た粗い特徴と細部の特徴を条件として使う構成が紹介されている。ただし三つの周波数が「三種類の身体部位」に一対一対応するわけではない。人間の動作を理解するための特徴表現である。

拡散モデルは写真だけの技術ではない

生成AIの拡散モデルは画像生成で知られるが、研究上は画像に限らない。雑音から整ったデータを推定する考え方を、関節の位置や回転、運動の時間的な連なりにも応用できる。CG制作では、ある動作の「骨格」を維持しながら、別の参照動作のタイミングを細かく注入する用途が考えられる。

今回の研究では、スタイルの粗い構造と細かな構造を条件に与える「dual-style」の潜在拡散型構成を提案する。編集対象の動作をそのまま別の振付に入れ替えるのではなく、内容・移動経路を残して動かし方を変えることが中心課題だ。

報道で注意したいのは「AIが人の個性を理解した」という言い方だ。装置が扱うのは観測された動作データに表れる時間的・運動学的な特徴であって、人間の人格や感情を診断したわけではない。

FineMotion-Style――細部を測る物差しを作った

技術が優れていると言うには、比較する基準が必要になる。研究チームは細部のスタイル転移を検証するため、動作と文章を組み合わせたベンチマーク「FineMotion-Style」を構築した。国際会議の抄録では「FineMotion」と略記されるが、公開プロジェクトでは配布名をFineMotion-Styleとしている。

公開資料が挙げる評価の柱はImpact（衝撃）、Strike（打撃）、Balance（バランス）、Shake（揺れ）の四つ。手足が接触する瞬間、素早い打撃の特徴、姿勢保持や細かな震えなど、単なる歩行速度の比較では捉えにくい差を扱う。

大学発表によれば、既存手法との比較で細部のスタイル識別や操作性、生成品質の改善を確認した。ただし発表資料だけから汎用的な成功率や商用製品での性能を数字に置き換えることはできない。評価の範囲と使ったデータの性質を含めて読む必要がある。

歩行からダンスへ――何が変えられるのか

研究者の公開ページは、ある歩行動作に別の参照動作の特徴を転移する例、動作の細部を誇張する例、ダンスのスタイルを編集する例を提示している。歩く内容を保ちながら、参照したジャンプの軽やかなリズムを移す、といったデモもある。

動画で効果を見れば直感的だが、それがすべての人物・動作に普遍的に通用する証明ではない。参照動作にある激しいひねりや接地のタイミングを無理に移せば、動作の意味や物理的な自然さが損なわれうる。

実制作では、演出家が欲しいのは単なる「似た動き」ではない。演技のニュアンスを残し、ショット間で矛盾を起こさず、手足の接触を守り、必要なら何度も調整できることだ。今回の研究は、その細かい指示を可能にする方向の一歩として読める。

動きを記録し、再利用してきた歴史

人の動きを機械的に記録する発想は古い。19世紀の連続写真は、肉眼では分けられない歩行や運動の瞬間を並べ、運動を時間の系列として捉える道を開いた。20世紀には映画のアニメーションやロトスコープ、さらに光学式・慣性式のモーションキャプチャーが登場し、身体の動きが編集可能な数値になっていく。

2017年にはHoldenらが、ニューラルネットワークによって人体モーションのスタイル変換を高速化する研究を発表した。2020年のAbermanらは、学習時に一対一対応していない動作データや動画からスタイルを移す仕組みを示した。

2022年の「Motion Puzzle」は身体部位ごとの転移を扱い、2024年には接触や接地タイミングをより細かく制御する研究が続いた。新研究の価値は、スタイル転移を初めて可能にしたことではなく、時間周波数の特徴を学習し、細かな変化を独立して制御する仕組みを前進させたところにある。

アニメーション制作とロボットの距離

映像やゲームの制作現場では、俳優の動きを記録した後に、キャラクターの体格、物語上の性格、演技のテンポに合わせた調整が必要になる。モーションを最初から撮り直さず、望む細部だけ変更できれば、制作効率や表現の選択肢が広がる可能性がある。

大学はフィジカルAIや人型ロボットへの応用も将来像として挙げる。だがCG上で自然に見える姿勢と、現実のモーター・重力・床の摩擦の下で安全に実現できる動作は別物だ。安定性、接地、衝突回避、関節トルク、遅延の管理が不可欠になる。

研究者自身も今後の課題として、足と床、身体部位間の接触など物理的制約を考慮することを明示している。すでにヒューマノイド機体がこの技術で動作したと受け取るべきではない。

便利さだけではない――権利とデータの問題

人の特徴的な動きに価値があるほど、誰の動きをどのように記録し、どこまで別の作品に使えるのかが問われる。研究で公開されたデータやコードにも、元データのライセンスと再配布条件が関係する。技術的にスタイルを取り出せることと、商業的に自由に使えることは同じではない。

振付師、演者、ゲーム制作会社がこの技術を使う場面では、許諾、クレジット、契約、データ管理の確認が必要になるだろう。ただし今回の研究発表が特定の権利侵害を示したわけではない。一般的な導入時の検討課題である。

公開プロジェクトにはコードとベンチマークの案内があるが、すべての元モーションが同じ条件で自由に再配布されているとは限らない。研究再現と商用利用では確認すべき範囲が異なる。

12月の発表を前に、どこまで分かったか

SIGGRAPH Asia 2026の公式日程は、12月3日午前11時34分から同45分までの発表を案内している。11月14日の本稿時点では、国際会議での口頭発表はこれからだ。論文採択と製品化、あるいは産業界での標準採用を混同してはならない。

今後の検証ポイントは、未知の動作に対する一般化、複雑な接地や身体の接触、誇張した動作の安定性、編集者の意図どおりに微調整できる操作体系などだ。公開デモは研究を理解する手掛かりになる一方、制作現場での時間短縮量や導入コストを示すものではない。

人の動きには、同じ行動をしても別人に見せるわずかな差がある。その差を数字で捉え、選んで残し、選んで変える。新しい研究が示したのは、生成AIが身体表現を一段細かい単位で扱うための方法である。