Rendoraがテキストから3D動画を生成するWebツール公開：アバターやカメラワークも編集可能

本格的な3Dキャラクター動画を作るには、これまで高価なモーションキャプチャ機材や専門のアニメーター、そして膨大なレンダリング時間が必要でした。

Rendoraはテキストから3Dアバター動画を生成できるWebプラットフォーム（rendora.ai）を公開しました。直前に開催されたSIGGRAPH 2024の会場でも実演が行われ、来場者はApple Vision Proを通じて生成された3D映像の没入感を体験しました。

台本を入力するだけでシーンが完成

使い方はいたってシンプルです。ライブラリから好みの3Dアバターと背景シーンを選び、台本テキストを入力して生成ボタンを押すだけで、わずか数秒で動画が出力されます。

構図の調整やライティング、カメラワークはシステムが自動で計算します。独自の大規模言語モデル（LLM）が音声合成とキャラクターの動作生成を連動させており、台本に合わせた自然な表情や身振りを再現します。

特筆すべきは、生成後にも手動で編集ができる点です。カメラの角度やアバターの要素を後から微調整できるため、気に入らない部分があっても最初からやり直す必要がありません。

創業者であるJim Chai氏によると、この仕組みはリアルタイムレンダリングエンジンと数百万点の3Dアセットを組み合わせたもので、今後はライブ配信や対話型アバターサービスへの展開も見据えているといいます。

なぜ重要か

私たちが注目すべきだと考えるのは、Rendoraが一般的な動画生成AIのような「平面のピクセル出力」ではなく、「編集可能な3D空間」をベースにしている点です。

現在の2D動画生成AIは見た目こそ鮮やかですが、カメラの角度を少し変えたいといった細かな指示が通らず、ガチャのように何度も再生成を繰り返すことになりがちです。一方で3Dアセットと仮想カメラを保持したまま生成する方式なら、制作現場が求める実用的なコントロール性が担保されます。

企業の研修動画や製品プロモーション、個人の解説動画などにとって、実写の俳優や撮影スタジオを用意するコストをゼロにできる価値は非常に大きいです。

もっとも、用意されたアセットのバリエーションが少なければ映像が似通ってしまいますし、表情の細部が不気味の谷を完全に超えられるかは実際の運用で試されることになります。それでも、生成AIを従来の3D制作パイプラインに落とし込み、ブラウザ上で手軽に扱えるようにしたアプローチは極めて実用的です。