CGへの扉 Vol.81：AI活用は次の段階へ #SIGGRAPHAsia2025 より

SIGGRAPH ASIA 2025 が香港で開催

SIGGRAPHは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・展示会であり、毎年7月から8月にかけて北米で開催されています。それにひき続き、毎年年末に開催されるアジア版の SIGGRAPH ASIA が今年は12月15日から18日の4日間、香港で開催されました。

今年のテーマは「Generative Renaissance（ジェネレーティブ・ルネサンス）」でした。生成AIを中心に、創造性・アート・サイエンスの領域における変革の時期にあることを示したものでした。

SIGGRAPH ASIA 2025 開催概要：https://asia.siggraph.org/2025/

今年のCG論文の傾向は、AIがCG/VFX制作を支援する効率化ツールとしての位置付けから進化し、CG制作の重要な役割を占めるようになってきたことです。動画生成、画像生成、3Dモデル生成のレベルが極端に良くなったこともあり、制作の重要なワークフローの一部に組み込まれたり、これまで人間では難しかった作業を担うようにもなってきていました。

約4分の論文発表ダイジェストはこちらの動画で紹介されています。

全論文のリンク集には公式のものもありますが、有志による情報が大変充実しており無料で見られます。

SIGGRAPH Asia 2025 papers on the web（Ke-Sen Huang氏らがまとめたもの）
https://kesen.realtimerendering.com/siga2025Papers.htm

AIは制作の支援から「制作の主体」へ

SIGGRAPH Asia 2025 を俯瞰したとき、最も印象的なのは、個々のCG技術の革新もありますが、AIの立ち位置が根本から変わったという実感です。かつてAIの役目は、CG/VFX制作で一番時間がかかっていたレンダリングを速くする、ノイズを除去する、アニメーションやモーションの動きを補間するといった「制作工程を効率化する道具」「試行錯誤のスピードを早め、試行錯誤の回数が増やせる道具」でした。

しかし今回の論文発表の内容を読み解くと、AI、特に 大規模言語モデル（LLM）と生成モデルは、もはや単なる支援ツールではなく、CG制作そのものの構造に踏み込み始めていることが分かります。

SIGGRAPH Asia 2025の論文発表の中から、LLM（大規模言語モデル）関連論文と生成AI論文を中心に、「AIの役目が、CG/VFX業界の中でどういう立ち位置になったのか」を振り返ってみます。

CG/VFX制作者の言葉は「入力」から「構造」に

これまでのText-to-Image、Text-to-Videoといった生成AIの利用において、プロンプトと呼ばれる文言、文章は、制作物を指示する条件を指定するためのものでした。「ハリウッド映画風に」「香港映画のようなノワールな照明で」「被写界深度を生かした奥行き感のある映像で」「赤く色づく夕暮れの街の雰囲気で」「映画っぽい照明で」といった曖昧な指示を、画像や動画に反映するためのきっかけにすぎませんでした。生成AIの傾向として、思ったように指示が反映されないことが多く、長大なプロンプト（文章による指示）を繰り返して試行錯誤していたのがこれまでの環境でした。

しかし SIGGRAPH Asia 2025で発表された各種論文の内容を解釈すると、その一方的な関係性が明確に変化してきています。例えば象徴的なのが論文「Lang3D-XL: Language Embedded 3D Gaussians for Large-scale Scenes」です。この研究では、文言としての情報が正確な3D表現に用いられる「3D Gaussian Splatting」の構造そのものに埋め込まれた活用事例です。

つまりプロンプトは外部から指示するための条件ではなく、3D空間の内部構造を示す情報として存在し、活用されるようになったのです。「この部分は建物」「ここは道路」「このオブジェクトには接触できない」といった意味的な情報が、埋め込まれ、結果として、3Dで表現される空間が把握しやすい存在となり、編集・生成・制御の前提が根本から変わるきっかけになるのです。

LLM（大規模言語モデル）で定番のプロンプトは、もはや「指示」ではなく、3D空間を参照するための糸口になったのです。

Lang3D-XL: Language Embedded 3D Gaussians for Large-scale Scenes

論文pdf：https://www.arxiv.org/abs/2512.07807
ソースコード：https://github.com/TAU-VAILab/Lang3D-XL

3D表現の中に言語的な情報（言語フィールド）を埋め込むことで、形状（ジオメトリ）と意味的な説明を結びつけることが可能になり、空間環境に対するより豊かな意味理解ができるようになる研究です。これにより、人間とコンピュータのインタラクションがより直感的になり、建築業界やゲーム業界で使われるような自然言語によってシーンを検索したり、編集したりすることが可能になります。その結果、シーン検索、ナビゲーション、マルチモーダル推論といった作業の効率も期待できます。

LLMは生成するツールだけでなく「世界の設計者」になる

もう一つの大きな変化は、LLMが単に画像や動画を生成する存在ではなく、描くものの構造を決める側に回り始めた点です。論文「LLM-Primitives: Large Language Model for 3D Reconstruction with Primitives」は、その象徴的な例です。この研究でLLMが担っているのは、3Dメッシュ生成や3Dデータの最適化そのものではありません。

「どの3Dプリミティブで構成すべきか」「どういう順序で組み立てるか」といった、設計思想や、設計における判断にまで踏み込んでいます。これは人間の3Dモデラーやテクニカルディレクターが担ってきた、3Dアーティストが制作しやすいツール環境やワークフローを整える仕事が日常的に行ってきた思考と似ています。

人間が行ってきた、まず全体構造を捉え、単純な要素に分解し、再構成する。LLMはその考え方や作業の流れを担いはじめています。ここで重要なのは、LLMが必ずしも「正確な形状」を直接出力しなくても意味があるという点です。ここでのLLMの役割は 正確な3D形状の生成ではなく設計の戦略や効率を考えることにあります。生成は、そういった作業が得意な生成AIに指示すればよく、高度化したLLMでは「どう作るか」を決めることに注力するのです。

これはもともと大規模な映画制作、ゲーム制作のCG/VFXで、分業体制が広がっていったことに似ています。AIも得意なことに注力し、分業する体制、分業ができるほどの専門性を持った品質になってきたということです。分業こそが今後のAI活用のポイントかもしれません。

LLM-Primitives: Large Language Model for 3D Reconstruction with Primitives

Screenshot

論文pdf：https://dl.acm.org/doi/full/10.1145/3757377.3763857
ソースコード：https://github.com/bytedance/UNO/tree/gh-pages
動画解説：https://llm-primitives.github.io/LLM-Primitives/

Gaussian Splatting が「AI時代の3D標準表現」になった理由

今回のプログラムを通して、Gaussian Splatting が単なる一時的な流行ではないことも明確になりました。Gaussian Splatting（ガウシアン・スプラッティング）とは、コンピュータグラフィックスの分野で最近広く用いられるようになった3D形状や3D風景を再現する技術です。

複数方向から撮影した写真を元に3D空間をたくさんの「特徴点」で表現し、どの角度から見てもリアルな画像を高速に作れる
最近主流になってきた3D描画技術です。同様の技術にNeRF(Neural Radiance Fields) があり、写実性や照明表現に優れます。ただし、同等品質であればGaussian Splattingの方が高速描画・リアルタイム表示に強い傾向にあります。

今回発表されたLang3D-XL、GigaSLAM、MILoの論文でもGaussian Splattingはその根幹を支え、Gaussian表現は3Dモデルや3D環境の再現と、AIを活用した学習・生成・編集・意味付けを同時に成立させる希少な表現形式になりつつあります。3Dメッシュは編集に強いが、AIでの機械学習との相性が悪い傾向があります。

NeRF, Neural Field は表現力が高いですが、処理が重く、リアルタイム性が欠如します。Gaussian Splatting は、ちょうどその中間に位置し、AIと人間の協働に適しており、かつ十分なスピードでの表現が可能な仕組みとして注目されています。特に重要と考えられているのは、「空間の意味」「時間による変化」「編集し続けることに対する耐性」を同時に持てる点です。

生成AIで生み出されるコンテンツは再編集性が低く、何度も手を入れて演出を反映したり、細かい修正を指示することが困難です。一方、編集耐性のあるGaussian SplattingベースのAI活用は、CG/VFX やデジタルツイン、建築や都市のCGにおいて決定的な強みとなるのです。

SIGGRAPH Asia 2025の数々の論文から、Gaussian Splattingは「Neural Rendering の一手法」ではなくAI時代に合致した実用的な3D表現の基盤であることが確証できたと言えるでしょう。

MILo: Mesh-In-the-Loop Gaussian Splatting for Detailed and Efficient Surface Reconstruction

論文pdf：https://arxiv.org/abs/2506.24096
ソースコード：https://github.com/Anttwo/MILo?tab=readme-ov-file

キャラクターは単なる「アニメーション」から意思を持った「エージェント」へ

AI活用の変化は、CG/VFXやゲーム内で表される人間型キャラクター表現の分野でも大きな影響を与えるようになってきました。

下記に紹介する「Social Agent: Mastering Dyadic Nonverbal Behavior Generation via Conversational LLM Agents」や「Echo:Enhancing Conversational Behavior Generation via Hierarchical Semantic Comprehension with Large Language Models」の論文が示したことは、キャラクターはもはや単に指示を受けて「動かされる存在」ではなくなったということです。

状況を理解し、相手の意図を推定し、非言語的な振る舞いにも応答する 主体性をもつキャラクターとして設計されています。
これは3DCGキャラクターのアニメーション技術の進化というより、ゲームやCGで描かれるキャラクター観そのものの変化とも言えます。

従来のキャラクターは、あらかじめ演出が決まった台本と収録済みのモーションに従う存在でした。しかしLLMを中核に据えた生成AIによってコントロールされたキャラクターは、状況に応じて的確な立ち振る舞いを切り替えて対応します。AIによってCGキャラクターは、NPC（ノンプレイヤーキャラクター）からエージェントへと進化するのです。

ここでいうエージェントは、複雑な指示を噛み砕いて順次実行してくれるAIエージェントとはまた少し考え方が異なります。
ゲーム内のNPCキャラクターとして、「正しく動く」ことよりも、「状況を理解し、迷い、たまには間違える」といった人間らしさがここでいうところのエージェントとして求められている要素です。こういった進化は、ゲーム、VR、バーチャルヒューマン、さらにはオンライン教育や接客、カスタマーサポートの領域にも波及していくことが期待されます。

Social Agent: Mastering Dyadic Nonverbal Behavior Generation via Conversational LLM Agents

論文pdf：https://arxiv.org/abs/2510.04637
ソースコード：https://github.com/LuMen-ze/（準備中）

速いだけじゃない、人間とコンピュータの責任分担を再定義したAI

人間の制作者、アーティストや演出を担う人々と生成AIの関係は、いま大きく変わりつつあります。その本質は、技術の進化ではなくクリエイティブ分野における分業の再定義にあります。

人間が担うのは、世界観や価値観、制約や倫理、そして最終的な品質基準。判断基準を定める、良いものを良いと判断する役目は、人間がこれからも重要な役割を果たします。どんな映像を描きたいのか、頭の中にあるイメージを具現化し、どんな制作物を目指し、その一方で、何がよくない制作物で修正が必要なのか、何によってクオリティが足りている、足りていないと判断するのか。その前提を決める役割は、依然として、しばらくの間は人間にあります。遠い将来はそれさえも前提が変わるかもしれませんが、今のところは人間の領域です。

一方でAIは、新しい枠組みの中で構造を組み立て、可能性を探索し、人間には取り扱えないほどの大量のデータ全体の整合性を保ちます。検索、構築、探索、維持、要約といった面倒な役割をAIが担うことで、人間は「判断」に集中できるようになります。このクリエイティブにおける分業が成立したとき、AIは単なるツールではなく、人間の思考を広げる、クリエイティブ分野の欠かせないパートナーになりえます。

SIGGRAPH Asia 2025で発表された各種論文のうち、ほぼ半数の論文は何らかの形でAIと関係のある論文です。ここで示されている本質は「AIに何を任せ、何を任せないのか」という分業の境界線を意識させるきっかけになったということです。LLMは思考を支える存在へ、生成AIは表現ではなく構造を扱う存在へ、3Dは単なる形状だけではなく意味を持つデータに変わりつつあります。昨年までのSIGGRAPH, SIGGRAPH Asiaでは、まだまだAIはツールでしかありませんでした。今回の SIGGRAPH Asia 2025で、AIとの「分業」を強く意識し、今後この流れは加速し、拡大していくと考えています。

今後のSIGGRAPH, SIGGRAPH Asia開催予定は次のとおり。また数年後には東京または日本のどこかの都市で開催されることを願っています。

SIGGRAPH 2026：7/19 – 7/23 米国（ロサンジェルス）
SIGGRAPH Asia 2026：12/1 – 12/4 マレーシア（クアラルンプール）

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.80：Adobe MAX 2025開催。すべてが当たり前になった「Sneaks」に見る生成AIの進化

Vol.79：すべての動画が信じられなくなった世界

Vol.78：プロンプトは短くていい。Nano Banana がもたらす新しい作法

Vol.77：CGの祭典SIGGRAPH2025におけるAIの存在感

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

≫≫すべてのバックナンバーはこちらから

Contributor：安藤幸央