NTTドコモ、推しと全景をAIで自動構成 好みに合うライブ映像へ

NTTドコモは2026年10月23日、視聴者の好みに合わせてライブ映像を自動で組み立てる「パーソナライズ映像自動構成技術」を開発したと発表しました。好みの出演者をあらかじめ設定すると、その人のアップとステージ全体の見どころをAIが組み合わせ、視聴中に自分でカメラを切り替えずに楽しめる仕組みです。

映像だけでなく、歌声や音の方向も

技術には、映像などの視覚情報と言語情報を同時に扱うAIモデル「VLM」を活用しています。好きな出演者に注目する映像と、ステージ全体を捉える映像を組み合わせる点が特徴です。

2026年11月18日〜20日、24日、25日にNTT武蔵野研究センタで開催予定の「NTT R&Dフォーラム」では、NTTの音響技術「音響XR」と組み合わせたデモを展示する予定です。特定の歌声を強調し、出演者の立ち位置に合わせて音の方向も制御します。

今回は技術開発の発表です。一般向けサービスの提供時期や料金は、資料には示されていません。

暮らしと仕事への影響

ライブを見る人にとっての変化は、カメラを選ぶ操作から離れて鑑賞に集中できる点です。一方、楽しみ方によって、見たい映像は異なります。表情を追いたいのか、全員の動きや舞台の演出も見たいのか。今後の展示では、こうした違いを自動構成がどのように扱うかが注目点になります。

配信を企画する仕事でも、出演者への注目と公演全体の見せ方をどう両立するかを考える材料になります。ただし、今回の発表だけで、配信制作の作業がどこまで減るかは判断できません。

NTTドコモはスポーツ観戦やXR／ARグラスによる視聴への応用も検討しています。いずれも今後の応用先であり、今回利用できる機能として発表されたものではありません。

関西の暮らしと仕事での使いどころ

関西の自宅で家族とライブを見る場面なら、好きな出演者の表情と、全員が並ぶステージの両方を楽しみたいときが使いどころの例になります。別々の出演者を応援する家族で見るなら、誰を中心に設定するかを先に話しておくとよさそうです。

地域の公演を配信する立場なら、出演者を中心に見せたい場面と、舞台全体を届けたい場面を整理する際の参考になります。導入を考えるのは、提供条件が明らかになってからです。