arXiv cs.CVは10月1日(現地時間)、3D Gaussianアバターのリアルタイムアニメーションにおける高コストなニューラル推論の課題を解決する、新しい蒸留手法「GALA (Gaussian Animation via Linear Approximation)」を発表しました。この手法は、事前学習済みアバターモデルのアニメーションが独立したブレンドシェイプの線形結合で近似可能であるという発見に基づき、CPUアニメーションコストを最大3桁削減しつつ、モバイルデバイスで最大60fpsの効率的なアニメーションを実現します。
GALAは、リアルタイム3D Gaussianアバターのアニメーションを高速化するため、フレームごとの重いニューラルデコーディングを浅い係数予測器と線形ブレンドに置き換えることを提案します。この技術の核心は、事前学習済みアバターモデルから得られる高次元のアニメーションデータを、少数の線形ブレンドシェイプの組み合わせで表現できるという洞察にあります。これにより、レンダリング時の計算負荷を大幅に軽減することが可能になります。
具体的には、GALAは忠実度の向上とメモリ要件の削減を目指し、レンダリングを考慮したメトリックとメモリ予算の下で、ブロックローカルな主成分分析 (PCA) を用いて効率的な基底を構築します。この基底は、アバターの多様な表情や動きを表現するための基本的な構成要素として機能します。続いて、ブレンドシェイプ係数を予測するために、従来の深層学習モデルよりも計算負荷の低い浅いMLP (Multi-Layer Perceptron) ネットワークを学習します。このアプローチにより、既存のモデルを再トレーニングすることなく、様々なアニメーションアーキテクチャに柔軟に適用できるという大きな利点があります。
ラマザン・ファズィロフ氏、スタマティス・レフキミアティス氏、イワン・ラプテフ氏らを含む著者陣は、顔の表情や衣服のダイナミクスを含む全身の3Dアニメーション向けに、3つの異なるアバターモデルの推論を加速することでGALAの有効性を検証しました。これらの検証を通じて、GALAによる蒸留は学習データに含まれない未知の個体にも高い汎化性能を示し、ほとんどのレンダリング品質を維持しながら、CPUアニメーションコストを最大3桁削減することに成功しました。これらの結果は、学習済みアバター表現に共通する線形構造を改めて確認し、モバイルデバイス上で最大60fpsに達するフレームレートでの高効率かつ正確なアニメーションを可能にすることで、広範なアプリケーションへの道を開くものです。
参考: arXiv cs.CV (アーカイブ) — 2026年10月2日 02:59 (JST)