DGX Sparkで「客観動画→主観VR動画」を生成するEgoXを使う

DGX Sparkで「客観動画→主観VR動画」を生成するEgoXを使う｜shi3z

EgoXの視点変換に、第三者視点と一人称視点の場面・動作記述を渡す実験手順を紹介。

DGX SparkなどでDockerとFlaskのUIを用意し、動画の一コマからVLMにプロンプト案を作らせる。ExoとEgoの各欄を場面概要と動作に分け、視点を変えた時の見え方を言語化してから動画生成へ渡す。

学習・入力の準備：変換元動画の静止画をVLMへ見せ、視点変換に使う説明を作る。／確認 2026-09-14／https://note.com/shi3zblog/n/nc209ce6f5c86

学習・記述の構造：第三者・一人称の双方についてScene OverviewとAction Analysisを記す。／確認 2026-09-14／https://note.com/shi3zblog/n/nc209ce6f5c86

学習・失敗からの調整：説明が不十分だと意味のない出力になったため、場面と行動を具体化して試す。／確認 2026-09-14／https://note.com/shi3zblog/n/nc209ce6f5c86

対象：AIの開発・導入・活用を検討する担当者。形式：企業・著者による公開記事。言語：日本語（公開本文で確認）。利用条件：公開記事（本文をログインなしで確認）

確認事項（編集部）：2025年12月の公開コード更新後の個人実験。生成映像は推測を含む視点変換で、実際の主観映像の復元や物理的正確さの保証ではない。

出典：shi3z「DGX Sparkで「客観動画→主観VR動画」を生成するEgoXを使う」／公開・更新情報：2025-12-30／確認日：2026-09-14／https://note.com/shi3zblog/n/nc209ce6f5c86

関連ページ