ゲームの光を生成AIで描くと、重いパストレーシングをどこまで置き換えられるのでしょうか。AMDは、1回の生成処理で間接光を作り、連続するフレームのちらつきも抑える研究成果を公開しました。

この記事では、AMDがECCV 2026で発表したグローバルイルミネーション生成手法について、入力データ、時間方向の安定化、検証結果を順に解説します。研究チームが公開した条件まで確認すると、技術の狙いと、ゲームへ実装するまでに残る距離が見えてきます。

発表された研究の概要

AMDの研究チームは、「Temporally stable generative illumination with a one-step diffusion model」をECCV 2026で発表しました。画面空間のグローバルイルミネーションを、条件付き画像生成の問題として扱う手法です。

グローバルイルミネーションは、光源から直接届く光だけでなく、壁や床などで反射して別の物体を照らす間接光も計算します。室内の壁から回り込む柔らかな明かりや、物体の色が周囲へ映り込む表現を作る一方、物理的な光の経路を追跡するパストレーシングでは計算負荷が大きくなります。

AMDの手法は、直接光と画面内の形状・材質情報を手掛かりに、パストレーシングで得た参照画像に近い間接照明を生成します。研究ページで示された範囲は次のとおりです。

項目 公開内容
発表の場 ECCV 2026
基本方式 1ステップ潜在拡散モデルによる条件付き画像生成
主な入力 直接光、法線、アルベド、粗さ、金属性、放射輝度など
時間安定化 前フレームとモーションベクトルを使うTemporal VAE
評価対象 学習に含まれない合成シーンと実写画像

ここで発表されたのは研究手法です。Radeon向けドライバーやFSRの新機能として提供が始まったわけではなく、対応GPU、ゲーム、公開時期も案内されていません。

1ステップ拡散モデルの仕組み

一般的な拡散モデルは、ノイズの多い画像から複数回の反復処理を経て画像を生成します。反復回数が増えるほどリアルタイム描画へ組み込むのは難しくなるため、AMDは蒸留したモデルを基礎に、1回の処理で結果を出す潜在拡散方式を採用しました。

処理の出発点は直接照明です。研究チームはアルベド、つまり物体表面の基本色の影響を一度取り除いてから、直接光をVAEエンコーダーへ渡します。モデルが材質の模様より照明へ集中できる形に整え、出力時に色と質感を戻す設計です。

法線、アルベド、粗さ、金属性といった形状・材質情報に加え、ノイズを含む間接光や放射輝度の手掛かりは、T2I-Adapterを通じてUNetの複数階層へ入力されます。単に全データを最初の入力へ連結する方式と比べ、異なる解像度の特徴を生成処理へ反映しやすくしています。

生成AIによる照明では、形状と合わない影や光が現れると映像の破綻が目立ちます。AMDの比較画像では、提案手法が入力の形状を保ち、従来の拡散モデルに見られた過度に明るい出力や形状のずれを減らしました。評価指標でも、画質を測るPSNR・SSIM・LPIPSと、時間安定性を測るFovVideoVDPの全項目で比較手法を上回ったと報告しています。

ちらつきを抑えるTemporal VAE

1枚の画像が自然でも、ゲームでは前後のフレームで光の位置や明るさが揺れると、ちらつきとして見えます。リアルタイム描画を目指す研究では、静止画の品質と同じくらい時間方向の一貫性が課題になります。

AMDはVAEのデコーダーを時間対応の「Temporal VAE」に置き換えました。現在の潜在表現に加え、モーションベクトルで現在の画面へ再投影した前フレームの出力を参照します。履歴エンコーダーが両者の情報をゼロ畳み込み層から注入し、現在と前回で近い画素を再利用する仕組みです。

この設計では拡散モデル全体を動画用に作り直さず、時間情報を扱うデコーダーだけを学習し、推論時に元のVAEデコーダーと差し替えます。研究チームは、長い連続シーンでも細部を保ちながらちらつきを抑えたと説明しました。

学習データと現在の処理性能

PC Gamerの検証記事によると、研究チームはBlender Cyclesで描画した室内シーン31,000フレームを学習に使いました。各シーンには1〜30個の光源と動く物体が含まれ、AMD Instinct MI210でデータセットを50周学習しています。

公開された現在の処理条件は、ゲームでそのまま使える速度には達していません。

  • 解像度は512×512ピクセル
  • 1フレームの処理時間は0.29秒
  • フレームレート換算では約3.45fps
  • 測定GPUはGeForce RTX 3090
  • 使用するVRAMは約8〜9GB

0.29秒は間接照明を生成する処理だけの時間です。60fpsのゲームでは1フレーム全体を約16.7ミリ秒で描く必要があり、その中にはジオメトリ、直接照明、影、反射、ポストプロセスなども含まれます。今回の約290ミリ秒という結果からは、画質を維持したままモデルを小さくする作業や、GPU向けの推論最適化が必要だと分かります。

研究チームは、合成データだけで学習したモデルを実写画像にも適用しました。実写ではゲームエンジンが持つ法線や材質情報を直接取得できないため、画像から推定できる条件だけを使う小型版「Ours-C」を用意しています。未知の写真でも形状と照明に沿う結果を示した点は、学習シーンの丸暗記にとどまらない性質を調べる材料になります。

Radeonとゲーム描画への意味

AMDはFSRで、機械学習によるアップスケーリング、フレーム生成、レイ再生成、放射輝度キャッシュを展開しています。今回の研究もニューラルレンダリングという大きな流れに含まれますが、論文から特定のFSRバージョンやRadeon製品への搭載を結び付けることはできません。

技術面で注目したいのは、生成モデルに完成画像を自由に描かせるのではなく、ゲームエンジンが持つ形状、材質、動きの情報で出力を拘束している点です。照明の計算量を減らしながら、物体の輪郭や時間方向の連続性を維持する狙いがはっきりしています。

一方、現在の処理速度とVRAM使用量は、一般的なゲームへ統合する際の課題も示しました。実用化では低解像度で照明を生成してアップスケールする構成、専用の行列演算器を使う最適化、従来のレイトレーシングとの組み合わせなどが検討対象になります。どの方法を採るかは、AMDが製品向けの実装を公開した段階で判断できます。

まとめ

AMDがECCV 2026で発表した手法は、グローバルイルミネーションを1ステップの画像生成として処理し、Temporal VAEでフレーム間のちらつきを抑える研究です。形状・材質・動きの情報を条件に使い、未知の合成シーンでは従来手法より参照画像に近い結果を示しました。

現在は512×512ピクセルで約3.45fps、VRAM約8〜9GBという研究段階です。対応するRadeonやゲームは発表されていないため、今後は製品向けの軽量化と、FSRを含む実装方針が焦点になります。現行技術との違いを確認するなら、関連記事のRadeon RX 9070 XTにおけるFSR 4の解説とRDNA 4のレイトレーシング解説もあわせてご覧ください。