AgoraとRTE開発者コミュニティが共同主催した「Convo AI & RTE 2025リアルタイムインターネット大会」が、このほど北京で閉幕しました。大会では、対話型AI（Convo AI）の後押しを受けてリアルタイムエンゲージメント（RTE）分野に新たな革新の波が訪れ、交流の範囲が「人と人」のつながりから「人とAI」の新たな段階へと広がり、深まっていることが示されました。

コンピューターグラフィックスと人工知能を専門とするリーディング企業として、FaceUnityは招待を受けて参加し、リアルタイム交流分野におけるAIデジタルヒューマンとインテリジェントな映像エフェクトの革新的な成果を展示しました。より直感的で没入感があり、多様な体験をつくることで、人とコンピューターの相互作用の進化を牽引し続けています。

デジタルヒューマン：

「リアリティと没入感」で感情的な交流の新しい形を構築

FaceUnityにとって、デジタルヒューマンは仮想世界と現実世界をつなぐ架け橋であるだけでなく、次世代の感情的な交流を担う存在です。その核心は、高度に視覚化された人間らしい表現と、実在の人に近い知的な知覚・表現能力を通じて、よりリアルで没入感のある新たな交流空間を生み出すことにあります。

この考え方に基づき、FaceUnityは独自研究開発を土台としてフルスタックのデジタルヒューマン技術体系を構築しています。駆動、インタラクション、レンダリングなどの中核技術の突破に重点を置き、真に「人間らしい対話」の実現を目指します。

表現力の面では、世界をリードする堅牢な駆動技術とリアルタイムアニメーション技術を中核に、デジタルヒューマンの動きの安定性と精度を大幅に向上させています。さらに、口の動きと音声の一致度、リアルタイムアニメーションの計算効率を高め、身体の動きや表情から髪型、衣服などの細部まで、「見える」段階から「生き生きとした」表現へと全面的に進化させています。

インタラクションの面では、FaceUnityが独自開発したマルチモーダルな自然対話技術により、単眼カメラ、音声、テキストなどを通じてユーザーと交流できます。対話型AIの深い意味理解とコンテンツ生成能力を組み合わせることで、デジタルヒューマンはユーザーの表情を「読み取り」、意図を「理解」します。秒単位で会話に応答し、ミリ秒単位で音声と唇の動きを同期させるため、実際の人と話すように自然で滑らか、感情豊かな交流が可能です。

レンダリングと導入の面では、FaceUnity独自の軽量リアルタイムレンダリングエンジンが、機能の網羅性、組み込みやすさ、インストールパッケージの容量管理で主要な商用エンジンを上回ります。スマートフォン、大型ディスプレイ、VRなど各種端末でデジタルヒューマンを滑らかに動作させ、いつでもどこでも参加できる低遅延で没入感のある視覚的な交流体験を提供します。

特筆すべきは、フルスタックの技術蓄積を生かして、FaceUnityがモバイル向けリアルタイム単眼3Dモーションキャプチャーシステムを初めて開発したことです。スマートフォンのRGBカメラだけで、身体、指、表情を30 FPSでリアルタイムに捉え、関節誤差を5 mm未満に抑えることを世界で初めて実現しました。軽量な端末でデジタルヒューマンによる高精度の視覚的インタラクションを実現する技術的な基準を打ち立て、モバイル端末での大規模な普及の基盤となります。

AR動画エフェクトSDK

「幅広い対応と綿密な最適化」で世界のソーシャル・エンターテインメント市場を開拓

インテリジェント映像の分野では、FaceUnityのAR動画エフェクトSDKが、優れたクロスプラットフォーム互換性と各地域に合わせたきめ細かな対応により、世界の開発者が差別化を図るための有力な手段となっています。

バーチャルなSNS、ライブ配信、ショート動画などの事業が急成長し始めたころ、動画エフェクト、インテリジェントな美顔、クリエイティブなステッカーなどの機能が注目を集めました。こうした需要に応え、FaceUnityは顔、身体、ジェスチャー、セグメンテーションに関する先進的なAIアルゴリズムを基盤にAR動画エフェクトSDKを提供しています。美顔・メイク、ARステッカー（2D／3D／AR meshなど）、人物セグメンテーション、クロマキー合成、ジェスチャー・表情認識などを統合し、ショート動画、ライブ配信、音声・ビデオ通話プラットフォームの交流体験を高めます。

しかし、エフェクトが豊富になり、利用場面が多様化するにつれて、端末の性能とプラットフォームへの対応力が重要になっています。特に東南アジアや中東などの海外市場では、プラットフォームと開発者は高品質な映像を追求すると同時に、複雑なエフェクトの滑らかな動作と商用化の両立という課題に直面しています。

こうした流れの中、FaceUnityはいち早くAR動画エフェクトSDKをHarmonyOS NEXT、iOS、Android、Windows、macOS、Unity、Flutter、Electronなどの主要プラットフォームすべてに対応させました。さらに、エントリークラスやミドルクラスの端末における消費電力を重点的に最適化し、仕上がりと滑らかさの最適なバランスを実現しています。

また、世界市場の多様なニーズに応えるため、AR動画エフェクトSDKは肌の色、好みの美しさ、文化的背景に合わせてきめ細かく調整され、より多くの世界中のユーザーに高品質な交流体験を途切れなく届けます。

現在までに、FaceUnityのAIデジタルヒューマンとインテリジェント映像エフェクトの製品・ソリューションは22の業種で導入され、世界の2,000社以上の企業にサービスを提供しています。事業は200以上の国と地域に及びます。

デジタルヒューマンの交流場面では、FaceUnityのデジタルヒューマンが「スマートアシスタント」や「旅のパートナー」としてスマート端末に入り込み、ユーザーに温かみのある個別の交流サービスを提供しています。すでに複数の大手スマートフォンメーカーや自動車メーカーと緊密に連携し、ユーザー体験を「機能を満たす」段階から「感情的なつながり」へと進化させています。

動画での交流分野では、AR動画エフェクトSDKが多彩な楽しみ方を通じて、より魅力的で没入感のあるソーシャル・エンターテインメント体験をつくっています。インドのショート動画プラットフォームJoshや米国のSNSアプリMeetMeなど、海外の著名な製品に導入されています。

リアルタイム交流分野が発展を続けるにつれ、より知的で没入感があり、温かみのあるデジタル世界が実現していくでしょう。FaceUnityはデジタルヒューマンと映像エフェクトを中核に、深い融合、感情的なつながり、無限の利用場面を備えた人とコンピューターの新たな未来を築いていきます。