ResearchMan← Technology
MSR (Multiple Subject Reference) for LTX-2.5
Research商用OK (Apache-2.0)#GenVideo#CreatorTools

MSR (Multiple Subject Reference) for LTX-2.5

LiconStudio/2026-09

Overview

1本の動画に登場する複数の人物・服・小物・背景を、5枚までの参照画像から混同せずに再現する動画生成AI向けの新しい条件付け技術。

技術のポイント

通常の動画生成AIは、1枚の参照画像から『主役ひとり』の見た目を再現するのは得意でも、複数の人物や商品を同じシーンに登場させようとすると、服や顔立ちが混ざったり、背景の細部が崩れたりしがちです。MSR(Multiple Subject Reference)は、最大5枚の参照画像をそれぞれ別々の『枠』としてAIに読み込ませ、混同しないように工夫した新しい仕組みです。オープンソースの動画生成AI『LTX-2.5』向けに、論文と一緒に実際に動くコードと学習済みデータが無料公開されています。広告制作では、複数の商品を並べたパッケージショットの動画化や、ブランドの複数キャラクターが共演するCM、異なる人物を同じ場面に自然に合成する演出など、これまでAI動画では崩れやすかった『複数被写体の共演』を安定して作れる可能性があります。

技術の詳細

MSRは、参照にしたい画像それぞれに『何番目の参照か』を示す目印(学習済みの識別情報)をつけたうえで、動画データを扱う際の時間軸上の位置もわずかにずらしてAIに読み込ませます。たとえると、複数のゲストを1つの番組に呼ぶときに、それぞれに『名札』と『専用の椅子』を用意しておき、AIが誰が誰だか混同しないようにする工夫です。 従来の参照画像を使う動画生成では、複数枚の画像をまとめて渡すと、AIが『どの服が誰のものか』『どの背景がどのシーンのものか』を混同しやすいという課題がありました。MSRは開発チームの実験でこの『参照の混同』を従来手法より減らせたと報告していますが、服装がよく似ている人物同士や、大きく異なる視点(アングル)からの参照ではまだ完全ではないという制約も論文内で明記されています。 使うには無料のAI動画制作ソフト『ComfyUI』と、オープンソースの動画生成モデル『LTX-2.5』、MSRを動かす追加ノード(ComfyUI-LTX2.5-MSR)、学習済みのLoRAファイル(Apache-2.0で商用利用可)が必要です。ある程度のGPU環境とComfyUIの操作経験が前提となります。

License

学習済みLoRA重み・コードともにApache-2.0。ベースモデルLTX-2.5のライセンスにも従う必要あり。

Sources

Related Works

  • LTX-2.5

    MSRが対応するオープンウェイトの動画生成AI本体。音声・映像を一括生成できる。

  • IP-Adapter

    単一被写体の参照条件付けの先行手法。MSRは複数被写体への拡張にあたる。