NTTドコモ、推しのアップと全体を自動で構成するライブ映像技術を開発

NTTドコモが、視聴者が設定した出演者のアップと会場全体の映像をAIが自動で組み合わせる「パーソナライズ映像自動構成技術」を開発しました。2026年11月のNTT R&Dフォーラムで体験デモを展示します。

発表の内容

従来のライブ配信は、全視聴者に同一の映像と音声を届けるのが一般的でした。マルチアングル配信は視聴者が自分で切り替える必要があり、推しだけを追うと全体の演出や他の出演者の見せ場を見逃す課題があるとされています。

新技術は、映像と言語情報を同時に処理するAIモデルVLM（Vision Language Model）を使います。視聴者が事前に設定した出演者のアップと、ステージ全体を捉えた映像をAIがバランスよく構成します。視聴者はカメラを切り替える操作をせずに、嗜好に合わせたライブ映像を視聴できます。

展示の概要と今後

展示はNTT武蔵野研究センタで開催予定の「NTT R&Dフォーラム」で行います。日程は2026年11月18日（水）〜20日（金）、24日（火）、25日（水）です。

デモではNTT株式会社の音響技術「音響XR」と組み合わせます。特定の歌声の強調や、出演者の立ち位置に応じた音の方向制御を行い、推しのアップと全体映像を合わせて視聴する体験が可能です。現時点で公開されているのは展示予定までで、一般向けサービスとしての提供計画は示されていません。

ドコモは今後、技術の高度化を進め、スポーツ観戦やXR/ARグラスでの視聴への応用を検討します。将来は6G時代の大容量・低遅延通信を活用した研究開発も進めるとしています。

活動者にとってのポイント

出典

• 株式会社NTTドコモ（PR TIMES）「AIで一人一人の嗜好に合わせたライブ映像を自動構成する「パーソナライズ映像自動構成技術」を開発41分前」

活動者なび運営事務局

ニュースデスク

公式発表・プレスリリースをもとに、配信者・VTuber・歌い手・DTM 制作者向けの情報を日本語でまとめています。AI による要約を含み、公開の判断は人が行います。