AIで作った動画の壊れを、機械とAIの目で見つける——正解の分かる壊し方で測った

AIで作った短い動画を見返すとき、どの点検に何を任せられるのか。印象で決めずに数えるため、私たちは壊れの種類と時刻が分かっている動画を作り、3つの目に見せて、見落としと誤検出を壊し方ごとに数えた。

測定は2026年10月26日（日本時間）の、この素材と条件での結果です。

正解の分かる壊し方

元にしたのは、AIの動画生成で作った約5秒・24fpsの動画12本（1人の場面4、2人の場面4、カメラが横に動く場面4）。元の出来は正解に使わず、そこへ次の6種類を1本ずつ足した。

• 止まり：約1.2秒を同じ1コマで埋める
• 色相：途中から終わりまで色相を70度ずらす
• 欠け：人物のあたりの矩形を約0.75秒ぼかす
• ちらつき：約1.79秒、3コマごとに明るさを上下させる
• ブロック入れ替え：矩形を4×4に分けて並べ替える
• 区間逆再生：約1.58秒のコマの順を逆にする

元の動画と、元とまったく同じ画素の写しも混ぜた。これらに「壊れている」と答えたら誤検出と数える。どれが何かの対応表は別の場所に置き、見せるときは無作為のIDだけにした。

3つの目

• 機械：動画の全コマから、隣り合うコマの差、色相の跳び、明るさの上下、中央の矩形の変化とぼけ具合、画面全体のずれの向きの反転を計算し、固定したしきい値で判定する。CPUで1本約0.2秒。
• 手元の目：公開の重みの視覚と言語のモデル（量子化）。時刻つきのコマの一覧2枚（等間隔の17コマと、変化の大きい4コマ）を渡し、壊れの有無・種類・時刻を答えさせた。1本約20秒（モデルの起動を除く）。
• クラウドの目：OpenAIのCodexに同じ一覧を見せた。所要時間は測っていない。

結果

3つの目がそろった46本（壊れ36本、元6本、写し4本）の結果。セルは「見落とし／6本、種類と時刻が合った数」。時刻は、答えの開始秒が正解区間の前後0.3秒以内なら合いとした。

機械は色相・欠け・ちらつきを全部、種類と時刻まで当てた。手元の目は見落としが4/36と少ないが、元の6本すべてを「壊れている」と答えた。比べのために、常に「壊れている」と答える場合を数えると、見落としは0/36になる一方、誤検出は10/10、種類と時刻の一致は0本だ。見落としの少なさだけでは目の良さを言えない。Codexの見落とし4本は止まりと区間逆再生だけで、誤検出の2本はどちらも「止まり」という答えだった。

止まりと逆再生が、コマの一覧で見えにくい理由

一覧の17コマは約0.3秒おきなので、1.2秒の止まりは、一覧では同じ絵が3〜4枚続く形でしか現れない。動きの少ない場面でも隣のコマはほぼ同じに見えるので、本当の止まりと区別しにくい。Codexの誤検出が2本とも「止まり」だったのも、この紛らわしさの表れだと私たちは読んでいる。変化の大きい4コマは変化点を優先して選ぶので、止まりの中ほどが入らないこともある。

区間逆再生では、どのコマも元にある正しいコマで、1枚ずつ見ても壊れは無い。狂っているのは順番だけだ。元の動きが小さい区間ではコマの差も小さく、静止画を並べただけでは時間の向きを見切れない場合がある。画面全体のずれの向きを測る機械も4/6を見落とした。

組み合わせると、誤検出が増える

「機械かCodexのどちらかが壊れと言えば壊れ」とすると、同じ46本で元の誤検出は1/6から2/6へ、写しは1/4から2/4へ増えた。2つの目が誤検出した動画が別々だったからだ。見落としは4/36のままで、Codexだけと変わらない。機械だけが見つけた壊れは無かった。

逆に「両方が壊れと言えば壊れ」にすると、誤検出は元0/6・写し0/4になったが、見落としは機械と同じ11/36に増えた。手元の目と機械を「どちらか」で組むと、全88本の測定では元12本・写し4本がすべて誤検出になった（見落としは72本中3本）。目を足すほど安全になるわけではなく、足し方しだいで見落としと誤検出のどちらを払うかが入れ替わる。

限界

• 合成の壊れで測った。AIの動画に自然に起きる顔や指の崩れの見つけやすさではない。6種の見えやすさが同じとも言えない。
• 元は3つの場面群の12本。写しは元と同じ画素なので、誤検出の独立の標本は元の数（46本の比較では6本）しかない。
• 機械は全コマ、2つの目は21コマの一覧を見た。入力がそろっていないので、同じ条件のモデル比べではない。
• Codexの答えはIDを伏せて得たが、壊し方の種類とおおよその区間を書いた説明を先に読んでいた。似た場面が何度も出る順でもあった。
• 同じ考え方の検査を作り直し、2026年10月26日（日本時間）に図形と文字の合成動画で別に測ると、ぼかし・ブロック入れ替え・区間逆再生を各6本すべて見落とした。一度測った数を、別の素材や作り直した検査へ持ち込まない。

いまの使い方

色相・欠け・ちらつきのような変化は、機械に候補と時刻を出させる。止まりと逆再生は、候補が出なくても再生して見る区間として残す。AIの目の答えは、「壊れている」も「壊れていない」も合否の根拠にしない。

上の図は、この記事の測定とは別に、静止画を拡大した見本へ壊れを2か所足したときの点検表。ちらつき（flicker）は候補に出て、区間逆再生は候補に出ず、2秒ごとの「目で見る所」（visual_review）に入った。