写真1枚からAIアバター動画を0.01秒で生成、対話も可能な「DigiSelf」提供開始

公開日:2026年03月30日

動画生成AI

株式会社EmbodyMeは、1枚の写真から本人と見分けがつかないAIアバター動画を生成できるサービス「DigiSelf」の提供を3月30日に開始しました。独自開発の技術により、動画生成を0.01秒という超高速で処理し、AIアバターとのリアルタイム対話も実現します。動画制作の工数削減や、多言語対応、デジタルサイネージでの活用など、ビジネスシーンでの新たな利用が期待されます。

この記事をシェア

ポイント

1
1枚の写真から、現実の人物と区別が難しい高品質なAIアバター動画を生成可能
2
独自開発のモデルで、動画生成を0.01秒で処理
3
多言語での動画生成や、接客・案内など双方向コミュニケーションへの応用が可能

写真とテキストで動画を生成

映像生成AIの基盤技術を開発する株式会社EmbodyMeは、AIアバター映像生成サービス「DigiSelf」の提供を開始しました。このサービスは、ユーザーが用意した1枚の写真とテキストを元に、その人物のAIアバターが話す動画を生成します。生成された動画は、現実の人物と見分けがつかないほどの品質が特徴です。

0.01秒の高速生成とリアルタイム対話

DigiSelfの最大の特徴は、その処理速度です。同社が独自開発した映像生成AIモデルを用いることで、高精度な動画をわずか0.01秒で生成できます。この高速処理技術は、NVIDIA Inception Awardなどの受賞歴を持つ同社の強みです。この技術を応用し、AIアバターがユーザーの質問にその場で答えるといった、リアルタイムでの双方向コミュニケーションも可能にしています。

日本語品質にこだわった純国産技術

多くの国内AI映像サービスが海外製のモデルを利用する中、DigiSelfはAIモデルを一から自社で開発しています。代表取締役の吉田一星氏らは、海外モデルでは日本語の品質が十分でないという課題を踏まえ、日本語に特化して性能を向上させました。これにより、自然な日本語の音声と映像を実現しています。この技術は、文化放送のラジオ番組でのAIパーソナリティ起用や、静岡県のイベントでのAI知事登壇など、実際のメディアやイベントですでに導入事例が生まれています。

ビジネスでの活用シーン

DigiSelfは、動画制作の工数削減や多言語対応など、様々なビジネスシーンでの活用が想定されています。例えば、SNS用動画を頻繁に発信したいが撮影コストが課題という場合、一度素材を用意すればテキストを変えるだけで何本でも動画を生成できます。また、日本語で収録した動画を元に、同じ人物の顔と声で英語やスペイン語などの多言語動画を自動生成することも可能です。さらに、リアルタイム生成技術を活かし、店舗のデジタルサイネージで来場者に話しかけて案内するAI接客スタッフとしての利用も提案されています。