グリーンバック不要：Alpha Genとビデオキーイングの静かな革命

グリーンバックが存在するのは、きれいなマスクを切り出すのが難しいからだ。何十年もの間、被写体を背景から分離する最速の方法は、被写体が決して身に着けない色で背景を塗り、ポストプロダクションでその色を除去することだった。背景幕のレンタルから、緑を着ないようにという出演者への指示に至るまで、この慣行全体が、誰も解決できなかったマッティング問題への回避策なのである。

10月上旬、LTXは視覚効果関連の発表が続いた1週間の締めくくりとして、Alpha Genというツールを公開した。これはその問題に一歩踏み込むものだ。普通のRGBクリップを入力すれば、フレーム単位で正確なアルファマットを返す。グリーンバックも、手動マスキングも、プロンプトも不要だ。同社はこれを、従来のキーイングを破綻させる最も難しいエッジ——髪、煙、炎、ガラス、水——に向けている。

なぜそのエッジがすべてを決めるのか

キーイングは中央では簡単で、境界では容赦なく難しい。単色の背景の前の単色の物体は解決済みのケースだ。明るい窓を背景にした人物の髪はそうではない。正解は単一のマスク値ではなくグラデーションであり、各ピクセルは部分的に透明で、背後にあるものによってわずかに色が付くからだ。

だからこそコンポジターはロトスコープに何時間も費やし、風に髪がなびく数秒のショットのためにフレームごとにマスクを描く。遅く、高コストで、スタジオができるものなら明日にでも自動化したい種類の作業だ。そして「グリーンバック不要」という主張が、一見する以上に興味深いのもそのためだ。そうしたエッジこそ、今日、人間が介入しなければならない場所なのである。

もし本当に機能するなら何が変わるか

Alpha Genが変える最初のことは、素材をどこから調達できるかだ。どんなクリップからでもマットを切り出せるなら、ショットを背景幕ありきで計画する必要はなくなる。これにより、そもそもそのために撮影されたものではないという理由で、これまでコンポジットに使えなかったストックフッテージ、スマホ動画、アーカイブ素材が開かれる。

第二にスケジュールだ。ロトスコープは多くのVFX作業のクリティカルパス上にある。部分的にでも自動化されれば、その作業はより早く、より安く動き、かつて専任のロト部門を必要としたショットに小規模なチームでも挑めるようになる。

第三の効果はより微妙だ。マッティングが安価になれば、編集者はもっと再利用する。きれいなマットがあってこそ、被写体を新しい背景へ移し、シーンを拡張し、雑然としたショットから製品を切り出せる。その操作のコストが下がれば、どの素材が使い捨てではなく再利用可能なものとして扱われるかが変わる。

VFX界隈の1週間を広く見る

Alpha Genは単独で登場したわけではない。同じ時期には、パイプラインの地味な中間工程を狙った動きが他にもあった。NVIDIAのSanaプロジェクトの研究者たちはSoL-Refinerを公開した。これは任意のジェネレーターが出力した低解像度の結果をシャープな2Kまたは4K動画に変換するワンステップのリファインメントモデルで、チームによればエンドツーエンドで最大8.91倍高速だという。LTX自身の2.5モデルも、粗いBlenderのドラフトを完成ショットに変えるというアイデアを推し進めてきた。

併せて読むと、テーマはより大きなモデルではない。配管（プラミング）だ。リファインメント、マッティング、クリーンな素材からショットへの変換は、生成されたフレームと、シーケンスに組み込めるものとの間にある工程であり、現実の摩擦の多くはそこに潜んでいる。

スタジオは実際にどう導入するか

導入が一度に進むことはめったにない。マッティングはその理由を示す好例だ。スタジオはモデルが改善したからといってグリーンバックのステージを撤去したりはしない。まずはグリーンバックがそもそも現実的でなかったショット——ドキュメンタリー用にライセンスされたアーカイブ素材、被写体が送ってきたスマホのクリップ、ロケで撮影され撮り直しができない製品ショット——で自動マッティングを使い始める。それらは旧来のワークフローに答えがまったくなかったケースであり、新しいツールが最初の足場を得る場所だ。

そこから、ロトスコープが可能ではあったが遅いショットへと広がっていく。順序を決めるのは経済性だ。以前なら風に髪がなびく歩行ショットに3日を費やしていたコンポジターは、まずツールでファーストパスを作り、モデルが間違えた2パーセントを修正する。人間が依然としてすべてのフレームに触れるとしても、正味の削減効果は現実のものだ。難しいのはフレーム全体ではなかったからだ。難しかったのはエッジであり、それは今や人間が一から作るのではなく修正できる部分なのである。

もう一つ指摘しておく価値のある帰結がある。マッティングが安くなれば、需要は増える。ロトの予算が高すぎるためにロケ地変更を見送っていたプロジェクトが、今度はそれを検討するようになる。パイプラインの改善が通常もたらす成果とはこういうものだ。同じ仕事を縮小するのではなく、以前はコスト的に手が届かなかった仕事を可能にするのである。

導入を決める数字

Alpha Genのようなツールがスタジオを変えるかどうかは、誰も公表しないある比率に帰着する。ツールが節約する時間と、その誤りを人間が修正するのに費やす時間の比だ。ロトスコープは格好の尺度になる。異常なほど厳密に計測されているからだ。難しいショットはコンポジターの数日を食いつぶすことがあり、コストは時間だけではない。スケジュールだ。ロトはショットの寿命の早い段階に位置することが多く、下流のすべてを遅らせるからだ。

モデルが95パーセント正確なマットを出すなら、正味の削減は依然として大きくなりうる。残りの5パーセントは、人間がどうせほとんどの時間を費やすことになるエッジに集中しているからだ。逆に、フレーム全体にわたって80パーセント正確なものを出すなら、削減効果は消える。画像全体を検証するコストは、マスクを一から作るのとほぼ同じだからだ。これが、作業を減らすツールと、レビュー工程を追加するツールの違いであり、発表時のデモではどちらなのか分からない。

正直なテストは小規模で安上がりだ。難しいエッジがあると分かっているショットを用意し、ツールに通し、手作業でやった場合と比べてクリーンアップにどれだけかかるかを計測する。何かを決める前に、異なる種類の素材で3回やる。画期的なものとして喧伝されるものを評価するには地味な方法だが、その画期性が自分の実際の仕事に届くかどうかを知る唯一の方法だ。

どこに懐疑的であるべきか

自動マッティングは以前にも「ほぼ解決」したことがある。初期のツールは簡単なケースはうまく処理したが、モーションブラー、細い髪の毛、複雑な背景と絡み合う透明な素材で崩れた。まさにそうした難ケースを含むAlpha Genの対象リストは、簡単な成功例だけでなく失敗モードについての主張であり、だからこそ独立したテストが重要になる。

マットが何ではないかも指摘しておく価値がある。完璧なアルファチャンネルは、被写体を新しい背景に合わせて再ライティングするものではないし、新しいシーンに合わない動きを直すものでもない。コンポジターは依然としてアートを担う。ただ、そもそもアートではなかった部分に費やす時間が減るだけだ。

実践的な結論

編集やコンポジットをするなら、有効な一手は、単体で最も映えるクリップではなく、自分の最も難しい素材でキーイングツールを試すことだ。髪、ガラス、煙が正直なベンチマークになる。それらをクリアすれば、そのツールはカメラのすぐ後ろに位置を得る。簡単なショットしかクリアできないなら、それは便利機能であってワークフローの変革ではない。

この話の退屈なバージョンこそが起こりそうなものだ。マッティングは静かに速くなり、ロトスコープの予算は縮み、かつてスケジュールを支配していた工程がチェックボックス一つになる。パイプラインの変化とはたいていそうやって訪れる。