リアルタイムビデオ試着
静止画ではなくライブビデオ映像に適用される生成AI試着。着用している服装を変えてくれる鏡のような技術です。
リアルタイムビデオ試着とは？
リアルタイムビデオ試着は、生成AIを用いた試着をライブカメラの映像に適用します。買い物客は別の服を着た自分の姿を画面上で確認でき、レンダリングされた服は鏡のように動きに追従します。garment transfer（衣服の転写）による生地のリアルさと、これまではAR try-on（AR試着）の専売特許だったインタラクティブ性を兼ね備えています。
これはvirtual try-on（バーチャル試着）の新たなフロンティアです。現在、写真ベースの試着が本番環境の標準となっていますが、ライブ感覚で映像フレームを高速生成する特化型モデル（DecartのLucyシリーズなど）の登場により、2025〜2026年にかけてリアルタイムビデオ生成の実用性が高まりました。
従来の手法との違い
| 写真の試着 | AR試着 | リアルタイムビデオ試着 | |
|---|---|---|---|
| 出力 | 生成された静止画 | ライブ3Dオーバーレイ | 生成されたライブビデオ |
| 生地のリアルさ | 高い | 限定的 | 高い |
| インタラクティブ性 | なし（結果は1つ） | 完全 | 完全 |
| 計算コスト | 画像ごとに数秒のGPU処理 | デバイス上で実行 | 非常に高い（フレームごとにGPU処理） |
| 本番環境での成熟度 | 標準的 | 硬いアイテムでは標準的 | 発展途上 |
技術的な課題
- レイテンシ: 各フレームを数十ミリ秒で生成する必要がありますが、通常、diffusion model（拡散モデル）では画像1枚につき数秒かかります。
- 時間的整合性: フレーム間で衣服が同一に保たれ、折り目のちらつきやパターンのずれが発生しないようにする必要があります。
- コスト: フレームごとのGPU生成は、写真1枚のレンダリングに比べて桁違いにコストが高く、現在これがeコマース規模での導入の妨げになっています。
FAQ
疑問にお答えします。
リアルタイムビデオ試着は、現在オンラインストアで利用できますか？↓
本番環境の規模では、ほとんどまだ利用できません。モデルは存在し、デモも公開されていますが、フレームごとの生成コストが高いため、現在のストアフロントでは写真ベースの試着が現実的な選択肢となっています。ただし、コストは生成AIの一般的な軌跡をたどり、下落傾向にあります。
関連用語
- バーチャル試着（VTO）
- 購入前に、商品が自分（または自分の空間）でどのように見えるかをプレビューできるテクノロジー。
- 衣服転送 (Garment Transfer)
- 製品写真の衣服を人物画像にレンダリングするAIプロセス。
- 拡散モデル
- 徐々にノイズを加えるプロセスを逆転させることを学習し、画像を生成する生成AIアーキテクチャ。
- AR試着
- リアルタイムで買い物客のライブカメラ映像に3D製品モデルを重ね合わせる体験。