キャラクターアニメーションのための生成AI：技術、応用、未来の方向性に関する包括的調査

Generative AI for Character Animation: A Comprehensive Survey of Techniques, Applications, and Future Directions

April 27, 2025

著者: Mohammad Mahdi Abootorabi, Omid Ghahroodi, Pardis Sadat Zahraei, Hossein Behzadasl, Alireza Mirrokni, Mobina Salimipanah, Arash Rasouli, Bahar Behzadipour, Sara Azarnoush, Benyamin Maleki, Erfan Sadraiye, Kiarash Kiani Feriz, Mahdi Teymouri Nahad, Ali Moghadasi, Abolfazl Eshagh Abianeh, Nizi Nazar, Hamid R. Rabiee, Mahdieh Soleymani Baghshah, Meisam Ahmadi, Ehsaneddin Asgari

cs.AI

要旨

生成AIは、芸術、ゲーム、そして特にアニメーションを再構築しています。基盤モデルと拡散モデルにおける最近のブレークスルーにより、アニメーションコンテンツの制作時間とコストが削減されました。キャラクターはアニメーションの中心的な要素であり、動き、感情、ジェスチャー、表情が含まれます。ここ数ヶ月の進歩の速度と幅広さにより、この分野の一貫した視点を維持することが難しくなっており、統合的なレビューの必要性が高まっています。アバター、ジェスチャー、または顔のアニメーションを個別に扱う従来の概説とは異なり、本調査はキャラクターアニメーションのための主要な生成AIアプリケーションすべてを包括的に取り上げます。まず、顔のアニメーション、表情のレンダリング、画像合成、アバター作成、ジェスチャーモデリング、モーション合成、オブジェクト生成、テクスチャ合成の最先端技術を検証します。各分野における主要な研究、実用的な展開、一般的に使用されるデータセット、新興トレンドを強調します。新規参入者を支援するため、基盤モデルと評価指標を紹介する包括的な背景セクションも提供し、読者がこの分野に入るために必要な知識を提供します。未解決の課題について議論し、将来の研究方向性をマッピングし、AI駆動のキャラクターアニメーション技術を進展させるためのロードマップを提供します。本調査は、生成AIアニメーションまたは関連分野に入る研究者や開発者向けのリソースとして意図されています。リソースは以下で利用可能です：https://github.com/llm-lab-org/Generative-AI-for-Character-Animation-Survey。

English

Generative AI is reshaping art, gaming, and most notably animation. Recent breakthroughs in foundation and diffusion models have reduced the time and cost of producing animated content. Characters are central animation components, involving motion, emotions, gestures, and facial expressions. The pace and breadth of advances in recent months make it difficult to maintain a coherent view of the field, motivating the need for an integrative review. Unlike earlier overviews that treat avatars, gestures, or facial animation in isolation, this survey offers a single, comprehensive perspective on all the main generative AI applications for character animation. We begin by examining the state-of-the-art in facial animation, expression rendering, image synthesis, avatar creation, gesture modeling, motion synthesis, object generation, and texture synthesis. We highlight leading research, practical deployments, commonly used datasets, and emerging trends for each area. To support newcomers, we also provide a comprehensive background section that introduces foundational models and evaluation metrics, equipping readers with the knowledge needed to enter the field. We discuss open challenges and map future research directions, providing a roadmap to advance AI-driven character-animation technologies. This survey is intended as a resource for researchers and developers entering the field of generative AI animation or adjacent fields. Resources are available at: https://github.com/llm-lab-org/Generative-AI-for-Character-Animation-Survey.