「Skin Tokens」が登場：カニや甲虫の3Dモデルも自動で骨格推定・スキニング

テキストや画像から数秒で高品質な3Dモデルを作れる時代になりましたが、それをゲームや映像で「動かす」となると、CGクリエイターの多くは今もため息をつきます。

原因はリギングです。生成された3Dメッシュの中に骨格（ボーン）を配置し、ポリゴンがどう追従して曲がるかという「スキニングウェイト」を手作業で設定するのは、極めて過酷な作業です。人間ならまだしも、脚の多いカニや甲虫となると、既存の自動ツールはほぼ役に立ちませんでした。

2月4日に公開された論文で、研究チームは新手法「Skin Tokens」と統合フレームワーク「TokenRig」を発表しました。この長年の難問を、生成AIの力で根本から解決しようとしています。

スキニングを高次元回帰から「トークン予測」へ転換

これまでスキニングの自動化が難しかったのは、複雑で巨大な連続空間の回帰問題として扱われていたからです。さらに、骨格推定とスキニングが別々の工程に切り離されていたため、不自然なポリゴンの歪みや破綻が頻発していました。

TokenRigのアプローチは非常に合理的です。チームはFSQ-CVAEを活用し、本来スパースなスキニングウェイトを離散的かつコンパクトな「Skin Tokens」という表現に圧縮しました。

要するに、3Dの変形情報を言語モデルのようにトークン列として扱えるようにしたわけです。骨格パラメータとSkin Tokensを単一の系列として自己回帰モデルに入力することで、骨の配置と表皮の変形関係を同時に学習させます。

さらに幾何学的・意味的な報酬を与える強化学習を組み合わせ、未知の複雑なアセットにも適応できるようにしました。論文によると、Skin Tokensの採用によりスキニング精度は従来SOTA比で98%〜133%向上し、強化学習を経たTokenRigは骨格推定精度も17%〜22%引き上げたといいます。

カピバラからサソリまで柔軟に対応

このモデルの真価は、人型以外のキャラクターに対する強さにあります。

従来の自動リギングは二足歩行の人型テンプレートに頼るものが大半でした。しかしデモや実験では、鳥類や四足歩行動物、ヘビ、サメはもちろん、カニ、甲虫、サソリ、さらにはカピバラのような個性的なモデルに対しても、破綻のない骨格とウェイトを導き出しています。

節足動物のように細かな関節が連なるモデルでも綺麗に追従し、そのままゲームエンジンやアニメーションソフトに持ち込めるレベルの出力を返します。

なぜ重要か

3D生成AIは世界中で大量のアセットを生み出していますが、そのほとんどは動かせない「置物」のままでした。骨格とスキニングをトークン化して自己回帰で解くという発想は、この分断されたパイプラインを繋ぐ極めてスマートな一手だと評価できます。

個人開発者や小規模スタジオにとって、その恩恵は絶大です。非人型のクリーチャーや昆虫を1体リギングするだけでも数日から外注費がかかっていたものが、数分で実用レベルの下地まで仕上がれば、制作の試行錯誤にかかるコストは劇的に下がります。

もっとも、現段階では論文発表のレベルであり、Blenderなどに組み込めるプラグインとしてすぐ誰でも使えるわけではありません。トポロジーが特殊なモデルや極端なデフォルメ表現では、プロのアニメーターによる手直しも依然として必要でしょう。それでも、3D生成物が真に「生き生きと動く」未来へ向けた確実な前進です。