CGへの扉 Vol.77：CGの祭典SIGGRAPH2025におけるAIの存在感

CGの祭典SIGGRAPH 2025がバンクーバーにて開催

コンピュータグラフィックスとインタラクティブ技術に関する学会・展示会であるSIGGRAPH 2025が、カナダのバンクーバーで開催されました。2010年の冬季オリンピック施設の名残りのあるバンクーバー・コンベンション・センターにて、84か国以上から12,400名以上の参加者を集め、2025年8月10日から14日の5日間開催されました。

SIGGRAPH 2025 開催概要：https://s2025.siggraph.org/
SIGGRAPH 2024 紹介記事：CGへの扉 Vol.65：CGの祭典SIGGRAPH2024におけるAI活用の潮流

さまざまな分野に応用の広がるCG研究において、AIの活用や機械学習的なアプローチはなくてはならないものになってきました。これまで精度や速度の面で実用化が難しかった分野でも、AI活用によって飛躍的に生成速度が増したものや、研究の根幹でブレイクスルーが得られた論文も出てきました。AIをより活かすことに着目した新しいCG研究の分野も生まれつつあります。

SIGGRAPHではコンピュータグラフィックスを中心としつつ、形状、アニメーション、物理シミュレーション、画像処理、動画処理、ユーザーインタフェース、AR/VR、生成AIなどさまざまな分野の論文が投稿され、専門家の査読付きで採択されます。

今年は投稿数が昨年より増加し、過去最多となる972件の投稿があり、そのうち306件の論文が採択されました。投稿はSIGGRAPH 2025への直接の投稿と、学会誌ToG（ACM TRANSACTIONS ON GRAPHICS)）に投稿された201件の論文もふくまれます。SIGGRAPHでは論文採択数に決まりがあるわけではなく、一定の水準を超えて評価された論文が採択されるため、毎年本数は異なりますし近年は徐々に増加傾向にあります。

SIGGRAPH 2025の論文発表では、画像や動画の生成技術、ユーザー体験や没入表現、視覚理解の研究、物理シミュレーション、そしてやはりAI活用といったテーマの研究が際立っていました。特に、ニューラルレンダリングと呼ばれる機械学習の仕組みを生かした描画手法や、VRモデリング、RGB画像からの三次元シーンの再構築、音楽をきっかけに動きを制御するモーション生成など、クリエイティビティとリアルタイム性を両立させる新しいCG表現が多くの注目を集めたことが今年の大きなトレンドといえます。

SIGGRAPH 2025 の全論文資料へのリンク集（非公式版）
https://kesen.realtimerendering.com/sig2025.html

今年のBest Paper（優秀論文）は下記の5本で、そのうち3本はAIに深く関係する研究です。例年であればBest Paperは保守的で、CG研究の基礎研究を狙ったものが取得する傾向が多かったのですが、今年の結果をみると、AIもCG研究において切っても切り離せないものになってきた印象があります。

1. Shape Space Spectra（形状空間スペクトル）
2. CAST: Component-Aligned 3D Scene Reconstruction From an RGB Image（CAST：RGB画像からのコンポーネント整合型3Dシーン再構成）
3. TokenVerse: Versatile Multi-Concept Personalization in Token Modulation Space（TokenVerse：トークンモジュレーション空間における多概念対応の汎用パーソナライズ）
4. Vector-Valued Monte Carlo Integration Using Ratio Control Variates（比率制御変量を用いたベクトル値モンテカルロ積分）
5. Transformer IMU Calibrator: Dynamic On-Body IMU Calibration for Inertial Motion Capture（Transformer IMUキャリブレータ：慣性モーションキャプチャ向け動的オンボディIMUキャリブレーション）

また、現在の研究に大きな影響を与えた10年以上過去の論文を振り返る ”Time-of-Time Award” というカテゴリでは、2014年の「Embree: A Kernel Framework for Efficient CPU Ray Tracing」というCPU用にレイトレーシングと呼ばれる技法を整った構造でフレームワーク化し、現在も多くの研究者・開発者に使われて続けていることが評価され、その他3本の論文とともに受賞しました。

【論文】Embree: A Kernel Framework for Efficient CPU Ray Tracing (2014)

SIGGRAPH 2025 で発表された注目のAI関連のCG研究論文

CineMaster: A 3D-Aware and Controllable Framework for Cinematic Text-to-Video Generation

タイトル抄訳：CineMaster：映画的なテキストから動画生成のための「3D理解」と「細かな制御」を両立する枠組み
論文ページ：https://cinemaster-dev.github.io/
動画：https://cinemaster-dev.github.io/assets/2_project_page.mp4
サンプルコード：未公開

テキスト（プロンプト）の指示で細かく演出できるText-to-Video生成AI。カメラ動きと物体の動きを別々に指定できるのは、これまでにあまりなかったアプローチです。3Dを意識した条件付けで、ただの「動く絵」ではなく、パン／ドリー／被写体の演技など、いわゆる映画っぽいショットを狙って、映像を演出できます。プリビズ（確認のため事前に作成する平易な試作映像）や予告編、ミュージックビデオ制作の絵コンテ作成などに有効です。

MotionCanvas: Cinematic Shot Design with Controllable Image-to-Video Generation

タイトル抄訳：MotionCanvas：画像から動画生成を映画的ショット設計で制御する
論文ページ：https://research.adobe.com/publication/motioncanvas-cinematic-shot-design-with-controllable-image-to-video-generation/
動画：https://motion-canvas25.github.io/
サンプルコード：https://github.com/Doubiiu/MotionCanvas/

絵コンテ感覚で被写体の移動とカメラワークを別々に描き分け、その演出の意図を動画生成モデルに渡して1枚画像から動画ショットを生成します。3Dデータや難しい3DCG制作スキルの学習を不要にしつつ、被写体とカメラの分離制御で、スムーズで抜けの良い動きを作れるのがポイント。映像のプリビズ／モーショングラフィックスの素案出しに向くソリューションです。Adobe研究所からの論文で、Adobe系のツールにこの機能が搭載される日も近いかもしれません。

Diffusion as Shader: 3D-aware Video Diffusion for Versatile Video Generation Control

タイトル抄訳：「拡散モデルをシェーダとして使う」3D理解を持つ動画拡散による多用途な生成制御
論文ページ：https://github.com/IGL-HKUST/DiffusionAsShader
動画：https://github.com/IGL-HKUST/DiffusionAsShader
サンプルコード：https://github.com/IGL-HKUST/DiffusionAsShader

陰影付けやレンダリングのシェーディング的な発想で拡散モデルに幾何・視点の一貫性を持たせ、カメラコントロールや要素の分離など多様な映像編集をひとつの枠組みで実現できるように考えられた仕組みです。既存コンテンツに対する生成AI的な後処理として、映像の再撮影が不要で、演出差し替えに効く手法です。

Splat4D: Diffusion-Enhanced 4D Gaussian Splatting for Temporally and Spatially Consistent Content Creation

タイトル抄訳：Splat4D：拡散モデルで強化した4Dガウシアン・スプラッティングによる時間・空間的に一貫したコンテンツ生成
論文ページ：https://arxiv.org/abs/2508.07557
動画：https://www.youtube.com/watch?v=C_7VcKQRpTQ
サンプルコード：未公開

実写や生成素材から時間をふくむ3D（=4D）を作る際に出やすいチラつきや破綻を、拡散モデルの補完で最小限に抑える仕組みです。人物やダンスなど動体の再構成や自由視点再生、編集に強く、ゲーム映像やライブ撮影の自由視点演出に役立つ手法です。

AnyTop: Character Animation Diffusion with Any Topology

タイトル抄訳：AnyTop：どんな骨格トポロジーのキャラクターでも動かせるアニメーション手法
論文ページ：https://arxiv.org/abs/2502.17327
動画：https://www.youtube.com/watch?v=NWOdkM5hAbE
サンプルコード：https://github.com/Anytop2025/Anytop

ゲームでは骨構造がキャラクターごとやシーンごと作品ごとに違うことが多くあります。AnyTopは、ヒト型以外のデフォルメされた体型や独自のボーンでも、学習済みモデルで自然に動かせるのが特徴です。既存アセットの再利用、群衆や手足の構造の異なる多種族の自動モーション付けに向く技術です。

AutoKeyframe: Autoregressive Keyframe Generation for Human Motion Synthesis and Editing

タイトル抄訳：AutoKeyframe：自己回帰型キーフレーム生成によるキャラクターの動きの合成および編集
論文ページ：https://cr7st.github.io/AutoKeyframe.github.io/
動画：https://www.youtube.com/watch?v=_uYBgBdp9J8
サンプルコード：https://github.com/Cr7st/AutoKeyframe

AutoKeyframe は、ゲームや映像制作におけるキャラクターの動き編集を簡潔にする手法の提案です。通常、アニメーターは1フレーム1フレームすべてのフレームを個別に調整しますが、本手法では軌跡や少数のポーズ制約から重要なキーフレームを自動生成し、それを編集可能な素材として利用できます。自己回帰型の拡散モデルを用いて、前のフレームやアクションラベル、ポーズの制約に基づき次のキーフレームを予測生成。アニメーターの工数大幅削減が見込めます。

TokenVerse: Versatile Multi-concept Personalization in Token Modulation Space

タイトル抄訳：TokenVerse:トークン調整空間を用いた多概念の柔軟な個性化生成
論文ページ：https://arxiv.org/abs/2501.12224
動画：https://token-verse.github.io/
サンプルコード：未公開（近日公開予定）

TokenVerse はテキストから画像を生成するAIで、複数の概念を別々に扱って組み合わせられる手法を提案しています。例えば「帽子をかぶった犬」や「霧の中のポーズ」などを、別々の画像から抽出し、あとから自由に組み合わせられます。技術的には、Diffusion Transformer（DiT）モデルで各単語（concept）の方向ベクトル（調整ベクトル）を学習します。これにより、もとの概念をプラグインのような仕組みで組み合わせて新規画像を作れるようになります。複雑なストーリーテリングやキャラクターを混ぜ合わせたような画像生成に強い仕組みです。

Real Time Live! にみる、リアルタイムCGデモの醍醐味

SIGGRAPHの目玉イベントの一つである Real-Time Live! はリアルタイムCGに特化したデモンストレーションイベントで、リアルタイムCGの分野でもAIの活躍がめざましい印象を与えました。この様子はSIGGRAPHに参加登録していない方でも、YouTubeで無料で見ることができます。

SIGGRAPH 2025 Real-Time Live! Trailer（約1分のダイジェスト）

SIGGRAPH 2025 Real-Time Live!(約2時間、13件全てのデモンストレーション発表)

Crazy Fast Physics! Augmented Vertex Block Descent in Action!

観客の投票によって Audience Choice賞に輝きました。既存の物理エンジンでは不可能に近かった超大規模物理をリアルタイムで処理する新技術の披露でした。技術レベルの高さもさることながら、会場の観客を巻き込んだエンタメ性と、ゲームやインタラクティブ技術に対する応用可能性をデモとして同時に示した部分が評価されました。

Drawing with Light: AI-Driven Visual Synthesis for Real-Time Laser Installations

音楽や映像をリアルタイムにAIで生成し、それをレーザー投影に変換するシステムです。音楽・空間・光が即興的に対話し、アーティストがライブで操作できる没入型アートです。画像生成AIのStable Diffusionのリアルタイム版「Stream Diffusion」を利用する他、VJツール、TouchDesigner、Notch、NVIDIAリアルタイムアップスケーラを活用し、ベクトル化したものをレーザー光に変換してマッピングツールで空間に投影されます。

Any Character, Any Movement

任意のキャラクターに対し、リアルタイムで自然なモーションを生成するAIアニメーション。「歩く→蹴る→喜ぶ」といった複雑なシーンを即生成し、自前のキャラクターへ自動的に差し替えることも可能です。

生成拡散モデルをUE5に組み込み、1フレームごとにAIが動きが生成される。従来の「モーションマッチング」より軽量で済むのが特徴で、テキスト入力から動きを生成する「Text-to-Motion」や、複数モーションの自動で違和感無く繋ぐことも可能。

Infinite Studio: 4D Volumetric Capture for Filmmaking and Beyond (Best in Show受賞)

4D Gaussian Splatting を用いた「動的ボリュメトリックキャプチャ」。撮影後に自由なカメラワークや演出を可能にし、映画・VFX制作のワークフローを大きく変革する技術です。数十台のカメラで動的シーンを撮影し、4D Gaussian Splatting で時空間的に安定した点群表現へ、利用しやすいようBlenderやUnreal Engineにプラグイン統合し、リアルタイムで編集・レンダリングが可能です。被写界深度・無限反射・スタイライズレンダリングなど、従来であれば撮影し直さなければいけなかった事象を後処理で自在に調整できるように。

Spatial Sensing: Real-Time Immersive Environmental Sensing

風や空気の流れといった「通常見えない物理現象」を、リアルタイムに可視化するシステム。従来なら数日かかる風洞実験を数分で実施可能。教育、工学実験、AR可視化応用に期待が持たれる。機械学習で測定範囲の最適化を行い、従来とは比べ物にならない短時間で高精度な流体観測環境を構築できます。

Miegakure: A Game Where You Explore and Interact With a 4D World

4次元世界をスライスして3次元として表示するゲーム「Miegakure（ミエガクレ）」が注目を浴びていました。Miegakureで、第4の次元は時間ではなく、空間として扱われており、プレイヤーは3Dスライス（断面）を介して4次元世界を可視化・操作します。2次元の世界の住人が3Dの物体を切断面としてしか認識できない状況に近いアプローチです。

SIGGRAPH のこれからと期待されること

今年2025年冬にはSIGGRAPHのアジア版が香港で、来年夏にはSIGGRAPH 2026が映画の街、米国ロサンゼルスで開催されます。

SIGGRAPH Asia 2025
開催地：香港
開催日：2025年12月15日から18日の4日間
テーマ： Generative Renaissance（生成的ルネサンス）
https://asia.siggraph.org/2025/

SIGGRAPH 2026
開催地：米国ロサンゼルス
開催日：2026年7月19日から23日の5日間
https://s2026.siggraph.org/

CGの進歩にAI大きく影響を与えている一方で、CG業界におけるニーズが、AI開発、AIの進化の方向に影響を与えており、想像に切磋琢磨しあいながら進化していく様子が今後も大いに期待されます。必要とされる事柄、つまりはニーズが先か、技術やテクノロジーの進化など、いわゆるシーズが先かといった、ニワトリが先か卵が先かという議論になりがちですが、どちらも大切で、どちらも進化しつつあるというのが現実なのかもしれません。

本連載の今後の予定：「CGへの扉」では、単なるAIの話題とは少し異なり、CG/VFX, アートの文脈から話題を切り取り紹介していきます。映像制作の現場におけるAI活用や、AIで価値が高まった先進的なツール、これからの可能性を感じさせるような話題、テクノロジーの話題にご期待ください。何か取り上げて欲しいテーマやご希望などがございましたら、ぜひ編集部までお知らせください。

CGへの扉：

Vol.76：出力の一貫性をいかにして保つか？ 生成AI時代の「らしさ」とは

Vol.75：ランキングから読み取る、AI性能競争を把握する

Vol.74：映像制作の未来はここに。Veo 3の進化とFlowが切り開くAI時代の映像制作

Vol.73：生成AIの苦手を克服。世界観を維持し、演出可能なAIの台頭

Vol.72：GDC 2025で巻き起こっているAIへの冷静な評価と未来への展望

Vol.71：Google Labs発、Whiskの追撃

Vol.70：OpenAIの12Daysを振り返り、アルトマンの思想とAI業界の栄枯盛衰を考察する

Vol.69：AIが制作にも研究にも浸透。SIGGRAPH Asia 2024を振り返る

Vol.68：AIの価値はクリエイティブの試行錯誤の回数と速度

Vol.67：AdobeMAX 2024開催。生成AIの近未来「Sneaks」の驚き

Vol.66：偶然に任せない、生成AIにおける演出・調整の可能性

Vol.65：CGの祭典SIGGRAPH2024におけるAI活用の潮流

Vol.64：不祥事とは無縁、生成AIが生み出す広告映像の違和感

Vol.63：ライバル？ いえいえ思想が違います。Google I/O、Apple WWDCにみるAI戦略の違い

≫≫すべてのバックナンバーはこちらから

Contributor：安藤幸央