NTTドコモは、AIを活用し、一人一人の嗜好に合わせたライブ映像を自動で構成する「パーソナライズ映像自動構成技術」を開発した。

本技術は、映像や画像を組み合わせて理解するAIモデルであるVLM（Vision Language Model）を活用し、視聴者があらかじめ設定した出演者（推し）のアップ映像と、ステージ全体の演出や見どころを捉えた映像を、AIがバランスよく自動で構成する。視聴者は視聴中にカメラ映像を切り替える操作をすることなく、嗜好に合わせて構成されたライブ映像を楽しむことが可能となる。

本技術は、2026年11月18日～20日、24日、25日にNTT武蔵野研究センタで開催予定の「NTT R&Dフォーラム」で、NTTの音響技術「音響XR」と組み合わせた体験デモとして展示する。

ドコモは今後、本技術の高度化を進めるとともに、音楽ライブに加え、スポーツ観戦やXR/ARグラスを活用した視聴体験などへの応用を検討する。