YouTube Shorts、顔と声のAIアバター解禁

自分の顔と声をそっくり再現するAIアバターが、YouTube Shorts制作に投入された。画像だけでなく「声」まで取り込む点が、これまでのVeo活用とは一線を画す。

情報の灯台

2026年4月9日

YouTube

「ライブセルフィー」で作る、もう一人の自分

YouTubeが4月8日（米太平洋時間）、Shorts向けにフォトリアルなAIアバター生成機能の段階展開を開始した。対象は欧州を除く全世界で、18歳以上かつ既存のYouTubeチャンネルの所有者が条件になる。

作成プロセスは、YouTubeアプリまたはYouTube Createアプリから「ライブセルフィー」を撮る形だ。画面の指示に従って顔を動かし、表示される文章を声に出して読む。それだけで、本人そっくりに動いて喋る分身が出来上がる。

生成できるクリップは1本あたり最長8秒。連続して作れば、もっと長い尺のShortsにも組み込める。設定は一度きりで、気が変わればいつでも撮り直せる。

YouTube Shorts AIアバター機能の基本仕様

項目	内容
提供開始日	2026年4月8日（米太平洋時間、段階展開）
対象地域	欧州を除く全世界
利用条件	18歳以上／既存のYouTubeチャンネル所有者
セットアップ	「ライブセルフィー」で顔＋声を1度だけ記録
クリップ最大長	最長8秒（連結で長尺化は可能）
生成技術	Veoモデルの延長線上、音声複製は今回が初
AI開示ラベル	SynthID ＋ C2PA ＋視覚的ラベルの3層構成
アバター削除	任意で削除可／3年未使用で自動消滅
動画との関係	アバターと動画は別管理（削除は個別に必要）

出典：YouTubeヘルプセンター「YouTubeでアバターを作成、使用、管理する」／YouTubeから9to5Googleへのコメント

Veoの延長線、しかし「声」は新しい一線

この機能はGoogleの動画生成モデル「Veo」の延長線上にある。写真1枚から動画を起こす「ingredients-to-video」は昨年から提供されてきた。

ただし音声まで複製するのは、今回が初めてだ。

この機能は、YouTube CEOのニール・モーハンが今年1月に公開した年次書簡で予告していたものだ。発表から実装まで、およそ2カ月半。

今年、クリエイターは自身の姿を使ってShortを作れるようになる。この進化を通じてAIは、表現のための道具であり続け、代替にはならない。

顔だけのクローンと、顔と声がそろったクローンでは、別物だ。顔だけなら「それっぽい動画」で済むが、声が加わった瞬間、受け手は「本人が喋っている」と感じる。脳がそう決めてしまう。SNSで拡散されるShortsという場では、この違いは重い。

YouTubeは今回、この繊細な一線をあえて越えた。公式の説明はこうだ。

YouTubeは9to5Googleに対し、アバター機能は「動画に自分自身を登場させるための、より安全で確実な手段を提供するもの」だと説明している。

「安全に自分を出す」という言い回しが興味深い。裏を返せば、カメラの前に顔と声をさらすこと自体に、これまで相応のハードルがあったという認識だろう。アバターはそのハードルを下げる道具として位置づけられている。

安全装置の中身 ── SynthID、C2PA、3年ルール

YouTubeはこの機能に複数のガードレールを敷いている。ヘルプページを読み込むと、設計思想が見えてくる。

まず、録画したセルフィー映像と音声データは、アバター作成以外の用途には使われない。他人が同じアバターを使って別の動画を作ることもできない。本人だけが使える「専用金型」という扱いだ。アバターは任意のタイミングで削除できる。さらに3年未使用で自動消滅する設計だ。

生成された動画には、例外なくAI生成コンテンツの開示が付く。具体的には、SynthIDによる電子透かし、C2PAの来歴情報、視覚的なラベル表示の3層構成になっている。

ただし注意点がある。アバターを削除しても、既に公開したアバター入り動画は自動では消えない。動画とアバターは別管理で、どちらかを消してももう一方には影響しないという仕組みだ。

この「別管理」は合理的ではあるが、後から後悔したユーザーにとっては面倒な作業が増える。自分の分身で作った動画を全部消したければ、1本ずつ手動で削除するしかない。

欧州だけ外された意味

今回のロールアウトで特筆すべきは、欧州ユーザーが対象外になっている点だ。YouTubeは理由を明言していない。ただ、規制の地図を広げて眺めると、筋は通る。

EUでは顔や声のような情報を「生体データ」として扱い、GDPRが厳格な同意要件を課している。加えてEUのAI法（AI Act）第50条に定める生成AIの透明性義務が、2026年8月2日から本格適用される。顔と声を学習して本人そっくりの動画を作るシステムは、どちらの規制にも深く関わる。グローバル展開の前に欧州向けの調整が必要、というところだろう。

米国発のAI機能が欧州で遅れて展開されるパターンは、ここ数年ですっかり定着した。Meta AI、Apple Intelligence、そして今回のYouTubeアバター。規制が、技術展開の地図を書き換えている。

使い方は「AI playground」と「Remix」の2経路

実際の利用フローは2通りある。一つは、YouTubeアプリの作成ボタン「＋」を開き、右上のGeminiアイコンから「AI playground」に入る経路だ。「Create video」→「Make a video with my avatar」と進み、プロンプトを入力するとアバターが動き出す。

もう一つは、Shortsフィードで気に入った動画の「Remix」から「Reimagine」→「Add me to this scene」を選ぶ経路。他人の動画の世界観に、自分を放り込める。

後者の方が、このサービスの本質をよく表している。誰かのShortsに自分を「合成出演」させられるということだ。恐竜の隣で驚く自分、SFの荒野を歩く自分。そういった映像が、数タップで手に入る。

アバターを使う2つの経路の違い

項目	AI playground経路	Remix経路
入口	作成ボタン「＋」→ 右上のGemini spark	Shorts動画の「Remix」メニュー
選択メニュー	Create video → Make a video with my avatar	Reimagine → Add me to this scene
生成の起点	プロンプトを入力してゼロから生成	既存Shortsの世界観に自分を合成
向いている用途	自分で題材を決めて作る	話題の動画に「合成出演」する