Princeton University / UC Berkeley / MIT/2026-09
テキストで指示するだけで、人間・四足動物・鳥・魚・昆虫など骨格の形がまったく違うキャラクターを、たった1つのAIモデルでアニメーションさせられる技術です。
UniMateがすごいのは、人型・四足・鳥・魚・虫など、骨格の形がまったく違うキャラクターを、たった1つのAIモデルで動かせてしまう点です。これまでのAIモーション生成は「人間用」「四足動物用」のように骨格ごとに別々のモデルを作ったり、新しいキャラクターが出るたびに個別に学習し直したりする手間が必要でした。UniMateは骨格の構造そのものをAIに読み込ませる仕組みを持つため、この手間が要りません。広告制作の現場では、マスコットキャラクターや架空の生物、動物モチーフのCMなど、既存のモーションデータが存在しないオリジナルキャラクターに対して、「歩く」「跳ねる」「驚く」といった動きをテキスト指示だけで素早く試作できるようになります。3DCGアニメーターがゼロからキーフレームを打つ前の、企画・絵コンテ段階でのモーション検討ツールとしても使えそうです。
仕組みとしては、「Topology-aware Diffusion Transformer」という拡散モデルを使い、骨と骨のつながり方(骨格のグラフ構造)をAIに理解させる特殊な注意機構を組み込んでいます。ちょうど路線図の駅同士のつながりを理解した上で最短ルートを考えるように、AIは骨の接続関係を把握してから自然な動きを生成する仕組みです。従来のモーション生成AIは、あらかじめ決められたテンプレート骨格(人間の関節数と配置が固定されたものなど)にしか対応できず、新しい骨格の動物やロボットを動かすには追加学習が必要でした。UniMateは学習後に追加のファインチューニングや最適化計算をせずに、初めて見る骨格構造にもそのまま対応できるのが最大の違いです。試すにはPython 3.10とGPU(CUDA対応)を積んだPCが必要で、コードはMITライセンスで無料公開されています。学習済みモデルの重みは執筆時点で「近日公開」のため、フル機能を試すには公開を待つか自前データで学習し直す必要があります。研究用に集めた13,006本のモーションデータセット「UniML3D」もHugging Face上で公開されています。
コード本体はMITライセンスで商用利用可。ただし学習に使ったデータセットは各ソース元のライセンスに従う必要があり、学習済みチェックポイント(重み)は本稿執筆時点で「近日公開」で未公開。
動画から直接、任意の骨格へモーションキャプチャする類似アプローチ(SIGGRAPH Asia 2026)
テキストから人型3Dモーションを生成する先行研究。UniMateは対応骨格を人型以外にも拡張