120秒のW杯CMが95%AI製!? 5000点超の素材を操る映像制作の裏側

「テレビCMの95％が生成AIで作られた」――そんな触れ込みを聞けば、業界関係者ならずとも「本当なのか？」と疑いたくなるはずだ。長尺の映像ではキャラクターの顔や照明がカットごとに崩れ、破綻するのがAI動画の日常茶飯事だからである。ましてや舞台は一瞬のミスも許されない、スペイン全国放送のワールドカップ向け120秒CM。果たして現場では何が起きていたのだろうか。

Google Cloudの公式発表によると、制作を手がけたのは映像制作基盤を開発するMitoだ。同社はスペイン通信大手傘下のMovistar Plus+向けCM制作において、約65回の試行錯誤を経て5,000点以上（うち動画1,000点）の素材を生成したというから驚きだ。1クリップあたり4〜5分を要する描画遅延やAPI制限といった課題に対し、同社はGoogle Cloud上にサーバーレスの非同期基盤を構築。「Cloud Run」上で指示を担うAIディレクターを走らせ、「Gemini」で出力を自動検証する体制を整えた。さらに動画化の前に静止画を優先生成してコストを抑え、最終的に1,441点の素材を共有キャンバスに統合して全国放送を達成したのだ。

ここからは編集部の推測だが、同社が最も注力したのは「AIの不完全さを逆手に取る演出設計」だったとみられる。CM本編ではAI動画を作る生徒を主人公とし、AIの誤認識を登場人物が修正する場面を盛り込んだとされるが、これは生成AI特有の破綻や違和感をあえてストーリーの魅力に昇華させる巧妙な計算があった可能性が高い。また、複数モデルの組み合わせや静止画選別の徹底からは、野放図に膨らみがちな生成コストを現実的な枠内に抑え込むための徹底したリスク管理がうかがえる。

確かなのは、緻密なクラウド基盤と検証体制によって、長尺AI動画が全国放送に耐えうる商業水準へ到達したという事実だ。もっとも、描画時間を分単位から秒単位へ短縮する技術や、パーソナライズ動画への応用はこれからの課題とされており、制作現場が完全にAIへ置き換わるかについては今後の展開を注視する必要がある。映像制作の常識を覆す挑戦の行方に注目だ。