動画がAI生成か見分ける：2026フィールドガイド

2026年にAI生成動画を見抜くのは、两年前より実質的に難しくなりました。Sora、Kling、Runway Gen-3、Pika 2.0は、初期のAI動画を見れば済んだ明白な視覚アーティファクトをそれぞれつぶしてきました。カメラ粒状感はリアル、モーションは滑らか、高速動作で人間の顔が抽象図形に砕けることも少なくなりました。しかしサインは消えたのではなく「移動」しました。いまどこを見るか、目だけでは足りないときにツールをどう使うか、技術のペースに合わせた検証習慣をどうつくるか——本稿ではそれを扱います。

なぜ2026年が違うのか

動画生成の景色は2024〜2025年に大きく変わりました。初期のRunwayやStable Video Diffusionはちらつき、顔の歪み、物理的にありえないモーションを量産しました。新世代——Sora、Kling 2.0、Runway Gen-3、Pika 2.0——はカジュアルな目視をすり抜けます。証明責任が変わったということです——単一のびっくりするアーティファクトで結論を出せません。複数次元での体系的な検査が必要になり、最終確認にはフォレンジックツールがしばしば要ります。

時間的一貫性：いちばん信頼できるサイン

AI動画でいちばん一貫して現れるアーティファクトは 時間的不整合（テンポラル・インコヒーレンス） ——安定しているはずのディテールがフレーム間でぶれることです。不審な動画を0.25倍速で見てください——肌の質感がフレーム間でスムーズになったり再びシャープになったりする、背景の要素がわずかに位置をずらす、髪の一本一本がフレームをまたいで軌道を変える、布の襞が流れるどころか跳ねる——など。AI動画モデルはフレームをある程度独立に生成するため、連続性の制約は改善されても完璧ではありません。人手の映像は同一の現実のシーンをフレームごとに捉えるので物理的に一貫します。

物理アーティファクト：髪・水・布

物理シミュレーションは現行のAI動画ジェネレータがいちばん目立って苦戦する領域です。髪 は特に説得力があります——本物の髪は重力・風・運動量のもとでひとつの系として動きます。AIの髪はストランドごとに独立して動いたり、フレーム間で消えたりしがちです。水 はAI動画で本物の表面張力や光の振る舞いが欠けがち——わずかに滑らかすぎたり、ループする反復アニメーションに見えたりします。布 は素材と身体の下の物理に従って垂れ、動くべきですが、キャラの動きや風源と無関係な方向に流れることがあります。これらの要素があるクリップはスローでよく観察してください。

背景の不整合

AI動画生成は前景より背景を軽視しがちです。その結果、ショット間で微妙に整合しない背景——すぐにはわからなくても精査で引っかかる——が出ます。ショット間でずれる建築要素（窓の位置、壁角の角度）、カットをまたいで群衆の服装が微妙に違う、看板や画面のテキストがフレームをまたいで内容や書式が変わる——など。実写でもカットはありますが、同一の物理環境を捉えています。

カメラ粒状感とノイズパターン

信頼できるが直感に反するサインが動画の ノイズパターン です。本物のカメラはセンサー物理を反映した一貫したランダム性を持つ粒状感／センサーノイズを出します。AI生成動画は粒がない（不自然にクリーン）か、ポスト処理で粒を足しただけで本物のカメラノイズのように照明条件と相関しなかったり、不自然なパターンで繰り返したりします。不審動画の静止画を拡大し、空・壁・肌など滑らかな面のノイズ質感を見てください。AI動画のノイズはしばしば微妙におかしいです。

rPPG解析：心拍テスト

Remote photoplethysmography（rPPG） は、心拍に起因する顔皮膚の微妙な色変化を解析して血流を検出する技法です。動画の実在人間の顔には、肉眼では見えなくてもこれらの変化があります。AI生成の顔には通常ありません——生成モデルが生理過程をシミュレートしないためです。rPPGを組み込んだフォレンジックツールは、視覚的に説得力があっても合成顔をフラグできます。クローズアップの喋る頭部スタイルのAI動画——ディープフェイクやAIニュースアナ——で特に強力な検出法のひとつです。

2026年版：ツール別のサイン

主要なAI動画ジェネレータはそれぞれ指紋を残します。Sora はシネマティック照明の非常に高い制作クオリティですが、環境が「よくできすぎ」——実写というよりCGレンダーに見える背景、手持ちや三脚ですら残すであろう不完全さのないモーション——になりがちです。Kling は顔のディテールが優秀ですが長い手足やフレーム端近くの手足でつまずくことがあります。Runway Gen-3 はダイナミックなシーンが得意ですが、静止から発進・方向転換などモーション状態の遷移がやや機械的に感じられることがあります。Pika は短いクリップが強く、長い生成では時間アーティファクトが出やすいです。絶対規則ではありませんが、出発点として有用な仮説です。

フォレンジックツールをいつ使うか

目は初期トリアージには使えますが、利害が大きい判断には不十分です。フォレンジック動画解析は個々のフレームの周波数領域パターン（画像検出と同種）、フレーム列にまたがる時間的一貫性指標、映像・音声同期解析、実カメラ捕捉とAI生成で異なるノイズ分布——を調べます。SUS ITの動画解析パイプラインはこれらの手法を適用し、目視をすり抜けても不審コンテンツをフラグできます。ジャーナリズム、法的証拠、金融判断——利害がある動画は、目視だけでなくフォレンジックにかけてください。

実践検証チェックリスト

不審な動画には：(1) スロー再生 0.25倍や0.1倍で、動きの激しい区間をフレーム単位で見る。(2) 物理 ——髪・水・布・四肢の周辺。(3) 背景 のカット間の一貫性。(4) 拡大した滑らかな面の ノイズパターン。(5) 顔と髪と背景の 境界 のブレンド異常。(6) 発話があれば リップシンク ——先行／遅延はいまもよくある。(7) 結果を左右する判断の前に フォレンジックツール へ。単一のアーティファクトは証明ではなく、アーティファクトのパターンが証明に近づきます。アーティファクトが見つからなくても内容が異常、または出どころが未検証なら、目が安心させても「未検証」として扱ってください。

検証の限界

検証に完璧はありません。強く圧縮・再エンコードされた動画はフォレンジックが頼る高周波情報を失います。将来のジェネレータはここで述べた多くのサインを潰すでしょう。正しい姿勢は「AI動画は常に見抜ける」ではなく「並外れた映像を本物とみなす前に体系的に吟味する」です。高品質ディープフェイクでは不確実さが正直な結論です。問題は、その不確実さを伝えるか、持っていない確信を装うかです。