2026-09-04 東京科学大学
人間の動作を生成するAIで、感情・勢い・誇張などの「動作スタイル」を連続的に調整できる「Motion Style Slider」を開発した研究。東京科学大学とCygamesの研究チームは、通常の動作とスタイルを付加した動作という2つの端点データだけを用いて、スタイルの変化方向を学習する手法を提案した。中間的な強度の教師データを大量に収集する必要がなく、生成時にスライダー値を変更することで、ニュートラルな動きから強調された表現まで滑らかに制御できる。拡散モデルに動作内容とスタイル情報を分離して入力し、強度の直線性・単調性を学習させることで、予測可能な変化を実現。ゲーム、映像、アニメーション、バーチャルキャラクター制作で、演出意図に応じた直感的な動作編集への応用が期待される。
図1. Motion Style Sliderの概要
入力となる通常の動作とスタイル付き動作を基に、スライダー値αを変えることで、スタイルの強さを連続的に制御して動作を生成する。
＜関連情報＞
モーションスタイルスライダー：人間の動きの拡散のためのエンドポイント監視型連続スタイル制御
Motion Style Slider: Endpoint-Supervised Continuous Style Control for Human Motion Diffusion
Chen-Chieh Liao, Yichen Peng, Yiyi Cai, Yûi Ono, Hiroki Hanaoka, Erwin Wu, Hideki Koike, Shuichi Kurabayashi
European Conference on Computer Vision 2026（ECCV 2026）
