1年前にAnimon.aiを取り上げたとき、「中割り」は用語解説で説明するだけの言葉でした。それが今回、日本語のモデルとして手元に届きます。AIdeaLabは『VideoJP』の頃から「無償・商用可」を貫いてきました。今度はその姿勢のまま、アニメの現場がいちばん苦しんでいる工程に道具を差し出しています。
株式会社AIdeaLab（東京都千代田区、代表取締役・冨平準喜氏）は2026年7月13日、アニメ表現に特化した動画生成AIモデル『AnimeGen』を、商用利用可能な形で無償公開しました。同社は、国内企業によるアニメ表現特化の動画生成AIモデルの公開として日本初だとしています（2026年7月時点、同社調べ）。
『AnimeGen』は2025年10月にベータ版を公開し、経済産業省およびNEDOが実施する国内生成AI開発力強化プロジェクト「GENIAC」の支援のもとで開発が進められてきました。AlibabaがApache-2.0で公開する動画生成AIモデル「Wan2.2」をベースに、アニメ表現に特化したファインチューニングを行っています。
Hugging Face上では、テキストから動画を生成するText to Video、画像から動画を生成するImage to Video、フレーム補間の3種のデモを提供。T2VとI2Vについては、モデル本体のダウンロードも可能です。学習データの収集および利用は、日本国内の著作権法および関連法令に基づき実施したと説明しています。
From: 
アニメ特化動画生成AIモデル『AnimeGen』を公開
【参考動画】
【編集部解説】
今回の発表の芯は、見出しに掲げられた「日本初」ではありません。AnimeGenの提供形態が拡張された、という点です。
2025年10月に公開されたベータ版は、ブラウザから使うWebサービスでした。今回はそこにモデルの重み（ウェイト）そのものが加わります。ライセンスは商用利用を認めるApache-2.0。表示義務などの条件を守れば、手元のGPUで動かすことも、追加学習して自社仕様に改造することも、制作パイプラインに組み込むこともできます。デモは残ったまま、「使わせてもらう」の隣に「持ち込んで作り替える」が並んだ格好です。
なお「日本初」は同社の自社調査に基づく主張です。アニメ特化を掲げるAI動画生成サービスは海外にも先行例があり、「国内企業による」「モデルの公開として」という限定を外すと成立しません。ここは冷静に読む必要があります。
Animon.ai評価：このAIアニメ動画生成ツールは本当にアニメの未来なのか？
アニメ特化を掲げた海外サービスの先行例。中割りへの期待と現場の受け止めを検証した記事です。
注目すべきは3つ目のデモ
私が最も注目したのは、3つ目のデモとして置かれたFrame Interpolation（フレーム補間）です。
これはアニメ制作でいう「中割り」に近い処理を担います。ただし同一ではありません。実際の動画工程では、原画やタイムシートなどの指示に沿った中間画の作成、線や形状の整理・維持が求められ、提出後には動画検査担当による確認も行われます。AIdeaLab自身も用途の一例として「中割の補助」と述べており、工程を丸ごと置き換えるものではない、という前提は共有しておくべきでしょう。
それでも、この工程に道具が差し込まれる意味は小さくありません。中割りを担うのは動画（どうが）担当のアニメーターです。日本アニメーター・演出協会の『アニメーション制作者実態調査2023』では、動画を主職種とする回答者27人の平均年収は263.2万円、中央値は243.0万円でした（外れ値処理を経た集計であり、業界全体を精密に代表する値ではありません）。厚生労働省の職業情報によれば、フリーランスの動画・原画では単価による出来高払いが主流とされています。経済産業省も、制作請負事業の低単価で不安定な収益構造を課題として挙げてきました。
現場のAIへの態度は一枚岩ではありません。権利面への強い懸念を示す団体がある一方で、条件つきの活用を模索する声も、工程を限定した実証に踏み出した事例もあります。「AIがアニメを1本まるごと作る」という話と、「中割りの一部をAIが下描きする」という話は、受け止められ方がまるで違う。AnimeGenの機能構成は、後者の側に軸足を置いているように見えます。ここは筆者の読みですが、モデルを配って各スタジオに自前で改造させるという形は、その読みと矛盾しません。
目をそらせない2つの論点
ひとつは学習データです。AIdeaLabは「日本国内の著作権法および関連法令に基づき適切に実施した」と説明していますが、データセットの内容は公表されていません。つまり、公開情報だけでは、適法性を外部から独立して検証できないということです。同社は過去に、学習許諾を得た画像を主に用いたとする「AIdeaLab VideoJP」も公開しており、権利面に配慮する姿勢は見て取れます。ただ「合法である」ことと「業界の納得が得られる」ことは別の問題です。
その距離を象徴するのが、Sora 2をめぐる一連の動きでした。2025年10月27日、CODA（コンテンツ海外流通促進機構）がOpenAIに要望書を提出。同月31日には出版社17社と日本動画協会・日本漫画家協会を含む19団体が共同声明を出しています。そして2026年3月、CODAはOpenAIからSora 2の提供終了について報告を受けたと公表しました。ただし、OpenAIは終了理由を公表しておらず、権利者側の働きかけが直接の原因だったと断定することはできません。それでも、要望・協議・終了という一連の流れは、AIを配る側にとって無視できない前例になっています。
もうひとつは、基盤の出どころです。AnimeGenのベースは、AlibabaがApache-2.0で公開したWan2.2。「日本のアニメに特化したモデル」の土台は、中国発の汎用動画モデルです。これは品質や安全性の優劣とは別の話で、むしろ現実的な選択でしょう。モデルカードによると、開発には24基のNVIDIA H200 GPUを備えたクラスタが使われました。基盤モデルをゼロから事前学習するとなれば、一般に、これよりはるかに多くのデータと計算資源が要ります。
GENIACは、国内の基盤モデル開発力そのものを底上げすることを掲げたプロジェクトです。その支援を受けた企業が、海外のオープンモデルの上に日本固有のドメイン知識を載せる道を選んだ。これを日本の国家戦略の総意と読むのは飛躍ですが、基盤モデルの覇権争いには乗らず、日本にしかない領域で勝負するという一つの現実解が可視化されたことは確かだと思います。少なくとも、アニメはその戦略が機能しうる領域です。
産業の規模がそれを裏づけます。日本動画協会の速報値によれば、2024年のアニメ産業市場（ユーザー支出ベースの広義の市場）は3兆8407億円で、過去最高を更新しました。うち海外市場は2兆1702億円、前年比126.0％、すなわち前年から26.0％の増加です。にもかかわらず制作現場は人手不足に苦しんでいる。市場拡大と人手不足が同時に進んでいることから、この状況が省力化技術への需要を強める一因になっているとみるのが妥当でしょう。
ただし、実際に触る際は現実も見ておく必要があります。モデルカードの推奨環境はRTX 4090以上。T2Vだけで約57GB、I2Vはリポジトリ全体で約114GBです。「誰でもすぐ手元で」という規模の話ではありません。
それでも、技術は手の届くところまで来ました。問われているのは、それを誰の手に、どんな条件で渡すのかです。無償・商用可・オープンウェイトという選択は、その問いに対するAIdeaLabなりの回答なのだと思います。
【関連記事】
AnimeGenベータ版始動、専門知識不要でアニメ制作─政府支援の生成AIプラットフォーム
今回公開されたモデルの前身にあたるベータ版を報じた記事。当時期待した「中割りの自動化」が、いま機能として届いています。
Animon.ai評価：このAIアニメ動画生成ツールは本当にアニメの未来なのか？
アニメ特化を掲げたAI動画生成の先行例。「日本初」がどこまでを指す言葉なのか、読者自身で確かめられます。
AIdeaLab、日本初の日本語対応動画生成AIモデル『VideoJP』を無償公開—商用利用も可能｜GENIACプロジェクト第一弾
同社が2025年1月に公開したモデル。学習データの扱いと「無償・商用可」という方針の一貫性が読み取れます。
【編集部後記】
AIdeaLabは『VideoJP』のときから、ずっと同じことを言い続けています。無償で、商用利用も可で、日本語で使えるものを。決して派手な打ち出し方ではありませんが、その姿勢が今回のモデル公開まで一本の線でつながっているのは、素直にすごいことだと思います。
そして中割りです。1年前、Animon.aiの記事では「AIが自動で行う作業」として紹介するにとどまりました。それが今、日本のスタジオが自分たちの手で改造できる形で届いています。
道具は渡されました。あとは、それを手にした人が何を動かすかです。みなさんなら、この道具で何を作ってみたいでしょうか。
【用語解説】
オープンウェイト（open weight）
学習済みモデルの「重み」（パラメータ）を公開する形態。利用者は自分の環境にモデルを落として実行でき、追加学習による改造も可能になる。今回のAnimeGenはこれに該当する。
Apache License 2.0
使用、複製、改変、派生物の作成・配布を広く認める寛容なオープンソースライセンス。派生物を非公開にすることもできる。ただしライセンス文の同梱、著作権表示の維持、変更箇所の明示、そして元の配布物にNOTICEファイルが含まれる場合はその表示、といった条件が残る。
ファインチューニング（追加学習）
学習済みモデルに特定用途のデータで追加学習を施し、そのドメインに最適化する手法。ゼロから作るより必要な資源は少なく済むことが多いが、必要量はモデル規模や学習範囲によって変わる。
Text to Video（T2V）／Image to Video（I2V）
前者はテキストの指示文から動画を生成する方式。後者は1枚の画像を起点に動きを付けて動画化する方式。既存のキャラクターデザインや背景を起点にできる点で、I2Vは制作現場の資産と接続しやすい。
フレーム補間（Frame Interpolation）
始点と終点のフレームから、あいだの中間フレームを生成する処理。アニメ制作の「中割り」に近いが同一ではない。AIdeaLabも用途の一例として「中割の補助」と説明している。
中割り／動画（どうが）
原画と原画のあいだを埋める中間の絵を描く工程、およびそれを担う職種。厚生労働省の職業情報によれば、動画担当は原画やタイムシートの指示に沿って中間画を作成し、提出後は動画検査担当による確認を受ける。
著作権法第30条の4
2018年の改正で導入された柔軟な権利制限規定。著作物に表現された思想・感情を「享受」させることを目的としない利用であれば、原則として権利者の許諾なく利用できる。ただし享受目的が併存する場合や、権利者の利益を不当に害する場合は適用外となる。「AI学習なら常に合法」という規定ではなく、判断は個別事情に委ねられる。
【参考リンク】
株式会社AIdeaLab（公式サイト）（外部）
AnimeGenの開発元。2021年1月設立、東京・千代田区のAI開発企業で、GENIACの採択企業でもある。
アニメ特化の動画生成AIモデル「AnimeGen」を公開しました（公式note）（外部）
開発背景と技術的な取り組みの一次情報。「中割の補助」という用途の位置づけもここで語られている。
AnimeGen Text to Video Model（Hugging Face）（外部）
モデル本体のリポジトリ。Apache-2.0の表記、推奨環境、開発に用いたGPUクラスタの構成などを確認できる。
AnimeGen Image to Video Model（Hugging Face）（外部）
画像を起点に動画を生成するモデル。フレーム補間デモも、このI2Vモデルを用いて構成されている。
AnimeGen Frame Interpolation Demo（Hugging Face Spaces）（外部）
始点と終点のフレームから中間を生成するデモ。制作現場への実装可能性を測る、最も実務的な検証対象。
AnimeGen T2V Demo（Hugging Face Spaces）（外部）
インストール不要でブラウザから試せるデモ。モデル公開後も引き続き利用でき、まず触るならここからでよい。
Wan2.2-T2V-A14B（Wan-AI／Hugging Face）（外部）
AnimeGenのベースとなったAlibaba系Wanチームのモデル。MoE構成で480P・720Pの5秒動画生成に対応。
AIdeaLab VideoJP（Hugging Face）（外部）
同社が以前に公開した動画生成モデル。学習許諾を得た画像を「主に」用いたと、モデルカードに記載がある。
Apache License 2.0（原文）（外部）
AnimeGenに適用されるライセンスの原文。許諾の範囲と、表示義務などの遵守条件を確認できる。
アニメーター 職業詳細（厚生労働省 job tag）（外部）
原画・動画・動画検査といった工程の分担や、出来高払いを含む働き方についての公的な職業情報。
GENIAC（経済産業省）（外部）
経産省とNEDOが2024年2月に開始した生成AI開発力強化プロジェクト。国内の基盤モデル開発力の底上げを掲げる。
AIと著作権について（文化庁）（外部）
第30条の4を含む、AI学習と著作権の関係についての公式整理。適用の限界についても解説されている。
一般社団法人日本動画協会（AJA）（外部）
アニメ産業の統計調査を担う業界団体。『アニメ産業レポート』の発行元であり、市場規模の一次データを発信する。
【参考記事】
「アニメ産業レポート2025」2024年のアニメ産業市場規模 速報値 発表（日本動画協会）（外部）
産業市場3兆8407億円、海外市場2兆1702億円（前年比126.0％＝26.0％増）などの一次データ。
アニメーション制作者実態調査2023（日本アニメーター・演出協会／PDF）（外部）
動画担当（回答者27人）の平均年収263.2万円、中央値243.0万円。外れ値処理を経た集計である点も確認できる。
アニメーター 職業詳細（厚生労働省 job tag）（外部）
動画・原画の出来高払いが主流であること、動画検査が別工程として存在することを確認した公的資料。
OpenAI社に「Sora 2」の運用に関する要望書を提出（CODA）（外部）
2025年10月27日提出、28日公表。生成AIに対する国内権利者側の懸念の内容と主体を確認できる。
OpenAI社から「Sora2」サービス終了に関する報告を受領（CODA）（外部）
要望書提出と継続協議の後、提供終了が報告された経緯。両者の直接的な因果関係は公表されていない。
生成AI時代の創作と権利のあり方に関する共同声明（日本漫画家協会）（外部）
2025年10月31日、出版社17社と日本動画協会・日本漫画家協会を含む19団体による共同声明。
業界の現状及びアクションプラン（案）について【アニメ】（経済産業省／PDF）（外部）
制作能力の制約や低収益構造など、アニメ産業が抱える課題を整理した政府の背景資料。
