NVIDIA、「Omniverse ACE」の早期アクセスを開始：クラウドAIでデジタルヒューマン開発を支援

デジタルヒューマンに命を吹き込む作業は、これまで膨大な時間とコストがかかる職人技でした。精巧なリギングを組み、モーションキャプチャを収録し、音声に合わせてリップシンクを手作業で調整する必要があったからです。

NVIDIA はこの制作パイプライン全体をクラウド化しようとしています。同社は、対話型アバターやデジタルヒューマンの開発・展開を支援するクラウドネイティブ AI マイクロサービス群「NVIDIA Omniverse Avatar Cloud Engine（ACE）」のアーリーアクセスプログラムを開始しました。

ACE は 9 月に発表され、一部のパートナー向けに先行提供されていましたが、今回のプログラムによってより幅広い開発者への提供とフィードバック収集が始まります。

音声ファイルを渡すだけでリアルに顔が動く

Omniverse ACE は、開発者が好みのエンジンで作成したアバターに対し、クラウド経由で知能と自然なアニメーションを付加できるツール群です。

目玉となるのは、3D アニメーション用マイクロサービス「Audio2Face」です。音声ファイルを入力するだけで、生成 AI がリアルな表情アニメーションを自動生成し、Unreal Engine などの主要レンダリング環境へシームレスに反映させます。

2D アバター向けには、ライブビデオ映像から 2D ポートレートやデフォルメされたキャラクターの表情を動かせる「Live Portrait」が提供されます。さらに音声合成には「NVIDIA Riva TTS」が組み込まれており、追加の抑揚タグなどを設定しなくても、通常のテキスト原稿から自然な音声を直接生成できます。

これらは NVIDIA Unified Compute Framework（UCF）上に構築されたプラグアンドプレイ形式のサービスです。完成したアバターはパブリッククラウドやプライベートクラウドに配置でき、タブレットや VR ヘッドセット、飲食店の注文キオスク端末など、あらゆる場所へ配信できます。

MetaHuman から VTuber まで広がる連携

すでに有力プラットフォームとの連携が進んでいます。クロスプラットフォーム向けアバター制作ツールを手がける Ready Player Me は、自社 3D キャラクターのアニメーション駆動に ACE を導入しました。

Ready Player Me の共同創業者兼 CEO である Timmu Tõke 氏は、同社が 7 年かけて構築してきたアバターシステムに ACE を組み合わせることで、開発者がキャラクターに命を吹き込む作業が格段に容易になると語っています。

また、Epic Games の高精度デジタルヒューマン技術「MetaHuman」とも連携し、写実的な 3D アバターの設計と運用を効率化します。さらに VTuber 配信の現場でも、写真や 2D イラストをクラウド上で 3D 化し、外部から手軽にリアルタイム駆動させる用途が想定されています。

なぜ重要か

これまで、リアルなデジタルヒューマンの制作は大手ゲーム会社や映像スタジオの特権でした。中小規模の開発者や一般企業が自前で対話型キャラクターを導入しようとすると、莫大な制作費か、見るに耐えないぎこちない品質の二者択一を迫られていたのが実情です。

Omniverse ACE が極めて巧みなのは、独自のキャラクター作成ソフトを押し付けるのではなく、Unreal Engine や Ready Player Me など既存の制作環境の「裏方」として振る舞う点にあります。開発者は使い慣れたツールでモデリングを行い、動かす処理だけを NVIDIA のクラウドに丸投げできます。

一方で、すべてをリアルタイムのクラウドマイクロサービスに頼る構成には懸念も残ります。店舗の接客端末や展示会のように通信環境が制限される現場では、ネットワーク遅延が対話のテンポを損なうリスクがあります。また、大規模に常時接続させた際のクラウド利用料も無視できません。

それでも、テキスト主体の対話 AI が 3D のアバターという肉体を得ようとしている今、NVIDIA が表情生成と音声合成の実行基盤を押さえにかかった意味は巨大です。グラフィックスと AI の両面でデファクトスタンダードを握り続けるための、非常に堅実な一手だと言えます。