Unity を検索

ようこそ、Ziva Dynamics!

2022年1月24日 カテゴリ: ニュース | 5 分 で読めます
Welcome, Ziva Dynamics!
Welcome, Ziva Dynamics!
シェア

Is this article helpful for you?

Thank you for your feedback!

Unity は、高度なシミュレーションとデフォーメーション、機械学習、およびリアルタイムキャラクター制作の分野で業界をリードする Ziva Dynamics 社を買収します。

Unity では、クリエイターのためのツールを民主化し、業界で最も輝かしい技術の結晶を一部の選ばれた人だけでなく、すべての人が利用できるように力を注いでいます。私たちは、アーティストが夢を実現するためのサポートを継続的に行っています。 

最近買収した Weta Digital、SpeedTree、SyncSketch、Pixyz、RestAR などを支える素晴らしい人材やツールには、アーティストやすべてのクリエイターがビジョンをより簡単に、より速くより安価に実現できるようにするためのコア技術が秘められています。私たちは、コンテンツ制作者をスーパーヒーローにしたいと考えており、そのためのツールやサービスを提供していきます。

今日、私たちは Ziva Dynamics の買収により、アーティストの皆さんのための取り組みをさらに強化することを発表します。 

私たち人間は、人間の動きに特に反応するようにできています。私たちの脳には、顔や表情を素早く処理するためのセクションがあります。私たちの心を満足させる品質と自然なダイナミズムを備えたデジタルヒューマンを作るには、専門的な知識と極度の忍耐、複雑で苦痛すら伴う取り組みが求められます。

Ziva Dynamics はその問題を解決します。Ziva のチームは、複雑な解剖学的シミュレーションとリアルタイムのアーティストリツールに関する深い専門知識と理解を備えています。同社の技術は驚くべきもので、実物そっくりのリアルタイムキャラクターや、スケーラブルで扱いやすいワークフローを実現する道筋を切り開いています。

文字通り、自らについて語る Ziva

今回の発表に協力してくれた、Ziva が自ら作り出したデジタルヒューマン、Emma の言葉に耳を傾けてみましょう。 

このコンテンツはサードパーティのプロバイダーによってホストされており、Targeting Cookiesを使用することに同意しない限り動画の視聴が許可されません。これらのプロバイダーの動画の視聴を希望する場合は、Targeting Cookiesのクッキーの設定をオンにしてください。

Emma は、最先端の機械学習を駆使し、Unity でリアルタイムに動作しています。彼女のモデルは ZRT トレーナーを使って 30 テラバイト以上のユニークな 4D データにより学習されたもので、これを使って 72,000 以上の学習済み形状からさまざまな表情を生み出したり、あるいはまったく新しい顔のポーズを取ったりすることを可能にしています。これは驚くほどリアルなアニメーションと、驚くほど表情にあふれたパフォーマンスを可能にするディープテックであり、要求の厳しいリアルタイム環境下でもキャラクターを生き生きと動かすことができます。そして間もなく、この技術にあらゆるレベルのアーティストやクリエイターがアクセスできるようになります。

これほどまでに人間の動きを忠実に再現したものをリアルタイムで提供することは、画期的なことです。Emma が自分の言葉で説明したように、これは機械学習、深層学習、バイオメカニクスの最先端の手法を活用した洗練された技術の成果です。人々がキャラクターを作る方法を根本的に変えていくでしょう。そして Ziva の技術は、人間、クリーチャー、衣服、リアルに表現されたもの、様式化した表現を持つもの、現実を忠実に再現したものなど、変形するものならどんなものでも、どんなサイズでも、一般的な利用者向けハードウェア上でリアルタイムに動かすことができるように設計されています。

Ziva Digital demo

Ziva の魔法を Unity にかける

Ziva のツール群はリアルタイム表現やゲームで使われる、デフォーメーションとシミュレーションのための代表的なアーティスト向けツールとして、高品質なクリーチャー表現の新しい標準となっています。Ninja Theory の『Senua's Saga: Hellblade II』や、『ゲーム・オブ・スローンズ』や『ゴジラvsコング』などの映画作品・テレビ向けの作品に代表されるように、何百もの映画スタジオ、ゲームスタジオが本物と見まがうような表現を生み出しており、アートと現実の境界線はますます薄くなってきています。

Unity は Ziva を買収することで、Ziva のクラス最高のツールの民主化を進め、スキルレベルに関係なくアーティストがこれまでにないデジタルキャラクターを簡単かつ迅速に作成できる環境を整えることを目指します。さらに今回の買収により、Unity は機械学習の力で、クラウドを通じて Weta のツールをリアルタイム 3D 化するプロセスも加速することができます。Ziva は、複雑な映画品質のシミュレーションをリアルタイム 3D 化する課題をすでに解決しています。私たちは、さまざまなプラットフォームで、またさまざまなアーティストが、まるで本物のように見えるデジタルキャラクターを大量に制作できるようにすることを目指しています。 

 

Ziva の技術の舞台裏

同社の主力ソフトウェアである Ziva VFX は、筋肉、脂肪、皮膚などの軟組織の物理的特性と物質的特性をデジタルで再現し、それらを組み合わせるために使用され、アーティストがまるで生きているような CGI キャラクターを作り出すことを可能にします。このパワフルなテクノロジーは、エンジニアリングとバイオメカニクスの最先端の手法に基づいて構築されています。Ziva は、これらの複雑なプロセスを、作品を組み立てる複雑さを最小限に抑えた親しみやすいアーティストツールとして結実させることに成功しました。使いやすさ、破壊されないワークフロー、派生アセットの作成に重点を置いています。動的解剖学に完全に従った形でこれらのバーチャルな動物や人間は、現実で見るものと同じように動いたり、伸びたり、曲がったりといった動きを取ります。これにより、キャラクターのワークフローから何週間ものアートワークをカットすることができます。Ziva のユーザーは、学生、インディーズ、小規模スタジオ、大規模な VFX 製作所など多岐にわたります。 

Ziva のシミュレーションデータは、ZivaRT を使って、あらゆる種類のクリーチャーやキャラクターをリアルタイム環境で動作するように学習させることができます。ZivaRT は、ゲームエンジン内の非線形なでフォーメーションの挙動を正確に再現するために設計されました。ZivaRT の多層古典的機械学習モデルは、学習のための入力の制約を尊重しながら、予測可能な実行時間と軽量なメモリ割り当てを一貫して達成しています。ZivaRT は、民生用ハードウェア(GPU または CPU)でも、リアルタイムデフォーメーションで他の追随をまったく許さない品質を提供します。ZivaRT は、クラス最高のキャラクター表現で知られる AAA ゲームですでに使用されています。

また、Ziva のパワフルな機械学習技術は、キャラクター制作を効率化し、アーティストの時間とコストを削減できるクラウドベースの制作を可能にします。 

 

アカデミー賞を受賞したチームのバックアップ

Ziva を買収したことで、Unity としても業界で最も優秀な人材へのアクセスがさらに広がったことになります。Ziva のエグゼクティブチームには、アカデミー科学技術賞の受賞者や、VFX、物理、デフォーメーション、機械学習などの専門家がずらりと並んでいます。このような素晴らしいリーダーたちと一緒に仕事をし、またそこから学ぶことができることを嬉しく思います。 

Ziva は、アカデミー賞受賞者の James Jacobs 氏(CEO)、南カリフォルニア大学ビタビ工学部教授で MIT TR35 受賞者の Jernej Barbic 氏(CTO)、カナダ人実業家の Chris Godsall 氏の 3 人が共同で設立した会社です。Ziva のチームには、クリエイティブ担当役員の Simon Clutterbuck 氏もいます。彼は Weta でクリーチャー部門の責任者を務め、Weta 時代に James Jacobs 氏と共同で開発した Tissue(物理ベースのキャラクターシミュレーションフレームワーク)でアカデミー科学技術賞を受賞しています。Crawford Doran 氏、Essex Edwards 氏、Ravi Agrawal 氏など、業界で仕事をしてきた数多くの専門家たちが、その深い専門知識を Unity にもたらし、すべてのアーティストのためにこれらのツールを民主化する手助けをしてくれます。

共に成長していく中で、Unity と Ziva は、私たちの技術を使用している数多くの革新的なチーム、クリエイター、エンジンにサービスを提供し続けると同時に、デジタルヒューマンやデジタルクリーチャーのための Unity ツールの発展に力強く投資していきます。 

2022年1月24日 カテゴリ: ニュース | 5 分 で読めます

Is this article helpful for you?

Thank you for your feedback!