Mingyi Shi, Wei Liu, Jidong Mei, Wangpok Tse, Rui Chen, Xuelin Chen, Taku Komura ほか(AIGAnimation)/2026-10
「誰の歩き方か(人物)」「体型」「スタイル(怒り・酔っ払い・水泳など9種)」を指定して、キーボードやゲームパッド操作に応じて歩くキャラクターの動きをリアルタイム生成するモデル。コード・重み・リアルタイムデモが公開された。
ゲームやCGでは、キャラクターを歩かせるたびに大量のモーションデータを用意し、体型が変わるたびに調整し直す手間がかかります。MotionPersonaは、実在する44人の歩き方の癖、SMPL-Xという人体モデルで表した体型、9種類のスタイルを組み合わせ、36Mパラメータ(比較的小さなモデル)で動きを作ります。ノートPCのCPUだけでも、1ブロック27ミリ秒で動くと公式ページに書かれています。広告・体験づくりでは、同じキャラクターが「酔っ払った歩き」や「怒った歩き」に歩きながら切り替わる演出、来場者の体型を反映したアバターが操作に応じて自然に歩くインスタレーション、ゲーム的なWeb体験の試作などが考えられます。専用GPUなしで動くため、展示会場の据え置きPCでも使えそうです。ただし非商用ライセンスなので、案件で使うには著者への確認が要ります。
仕組みは2段階です。1段目は、45フレーム分の動きを小さな数列(潜在トークン)に圧縮して復元する「形状対応VAE」です。復元の際に体型情報を渡すので、腰幅などが違っても姿勢のバランスが自然に変わります。公式ページによると、腰幅が広いほど前傾が浅くなる傾向まで再現されています。2段目は「潜在フローマッチング」の予測モデルで、直前までの動き、操作で指定した進行方向、人物、スタイル、体型を手がかりに、次の動きの数列を連続して作ります。文章でたとえると、前の数行と指示(誰が・どんな気分で・どこへ)から次の一行を書き続けるイメージです。 従来のキャラクター制御は、動きをつなぎ合わせる方式が多く、人物やスタイルごとに大量のデータ整備が必要でした。本手法は約4,200時間のモーションデータ(MotionPersonaX)で学習しており、1つのモデルで人物・体型・スタイルを組み合わせて切り替えられます。 使うには、Python 3.10〜3.12 と PyTorch が必要です。重み(約175MB)は Hugging Face から自動で取得されます。リアルタイムデモ(realtime_demo.py)には ai4animationpy と SMPL-X のモデルファイル(SMPLX_NEUTRAL.npz。別途入手)も要ります。まずは generate.py で20秒のクリップを書き出すだけなら手軽に試せます。学習をやり直す場合も、民生用GPUで合計約30時間と公式に書かれています。
コードと学習済み重みは CC BY-NC 4.0(非商用)。商用利用は著者への問い合わせが必要
テキストから人体モーションを生成する拡散モデルの先行研究
動画から物理的に自然な3D人体モーションを取り出す生成モデル(本日の別掲載候補)
人の動きを他の体型のロボットへリアルタイム変換する手法