AIアバターが球場VIP席で試合解説、福岡ソフトバンクホークスが1か月半で公開

3Dモデルを作らず、本人の映像そのものを学習データにする方式を選んだことが、この企画を現実の日程に乗せた要因でしょう。収録は東京のスタジオで約2時間、素材は約30分の映像と約15分の音声にとどまり、学習は音声だけなら1時間程度、映像を含めても3〜4日で完了しました。実在の人物を題材にする取り組みでは本人のスケジュール確保が最大の制約になりますが、負担を数時間まで圧縮した設計は、その制約を実質的に外しています。加えて、学習される本人が承認の言葉を読み上げたデータがなければ学習が始まらない仕組みが備わっており、許諾を運用上の約束事ではなく技術側の条件として固定した点も見逃せません。

外部データの取り込み方をプル型からプッシュ型へ切り替えた判断も、体験の質を大きく左右しています。当初はアバター側から試合データを取りに行く方式で、1分ほどの遅れが生じていました。データを送り出す側から流す形に変え、生成AIのチューニングと不要な処理プロセスの削除を重ねることで、遅延はおよそ10秒まで縮んでいます。目の前のプレーについて話すという体験では、遅れがそのまま違和感に直結するため、この10秒への到達こそが企画の成立条件だったと見ています。

短い区切りで作りながら決めていく進め方も効いています。1週間のスプリントを5回、仕様検討の開始から1か月半で最初のリリースに到達し、その裏では出演者の人選が並行して動いていました。現役選手の起用をシーズン中の時間確保の難しさから見送り、知名度のあるOBへ切り替えた判断は、日程の制約を企画の魅力を落とさずに回避した例といえます。負荷の重い映像生成をクラウド側で処理し、設置端末の負担を最小化した構成も、球場という現場に置く前提から逆算された選択。