ドコモ、“推し”に合わせたライブ映像をAIが自動構成する新技術を開発

　NTTドコモは10月23日、「パーソナライズ映像自動構成技術」を発表した。

「パーソナライズ映像自動構成技術」は、映像や画像を組み合わせて理解するAIモデルであるVLMを活用し、視聴者一人ひとりの嗜好に合わせて最適化されたライブ映像を提供できる技術。視聴者があらかじめ設定した出演者のアップ映像と、ステージ全体の演出や見どころを捉えた映像を、AIがバランスよく自動で構成する。

　同技術は、11月18日から20日、24日、25日にNTT武蔵野研究センタにて開催予定の「NTT R&Dフォーラム」において、NTTの音響技術「音響XR」と組み合わせた体験デモとして展示される。

　同社は今後、本技術の高度化を進めるとともに、音楽ライブに加え、スポーツ観戦やXR/ARグラスを活用した視聴体験などへの応用を検討している。また将来的に、多数のユーザーへ一人ひとりの嗜好に合わせた高品質な映像・音響体験を低遅延で配信することを見据え、6G時代に求められる大容量・低遅延通信を活用した研究開発を推進していくとしている。