AIモーション転写徹底比較2026｜Viggle AI・Wan Animate・Kling・Runway＋OSS

AI Motion Transfer Tools Comparison 2026

AI動画モーション転写 Viggle Wan-Animate Kling Runway OSS

2026.07.07 1分更新 2026.07.07

AIモーション転写徹底比較2026｜Viggle AI・Wan Animate・Kling・Runway＋OSS - AIツール日本語解説 | AI Heartland

モーション転写は2026年に一気に実用化したが、商用SaaSとOSSが乱立し、料金・画質・GPU要件・商用ライセンスの違いが分かりにくい。一次ソースとDataForSEO実測で、目的別の最短ルートと悪用リスクまで整理した。

写真1枚と「駆動動画」を渡すだけで、そのキャラクターが同じ振り付けで踊り出す——。Viggle AI やRunway Act-Two、そしてAlibabaの Wan 2.2 Animate といった AIモーション転写（motion transfer）ツールが、2026年に一気に実用レベルへ到達した。Xでは「変身」系のAI動画やAIバーチャルインフルエンサーが数百万再生を集め、面白さと同時に「実在の人物を勝手に動かせてしまう」リスクも表面化している。

この記事では、商用SaaS（Viggle AI・Kling・Runway Act-Two）とOSS（Wan 2.2 Animate・Animate Anyone・MimicMotion・UniAnimate）を、料金・出力品質・GPU要件・商用ライセンス・悪用リスクの5軸で徹底比較する。DataForSEOの実測検索需要と、各ツールの公式ドキュメント・論文・ライセンスという一次ソースだけを根拠に、「結局どれを選べばいいのか」を最短で判断できるようにまとめた。

モーション転写の実例（Wan 2.2 Animate）。左上の小窓が駆動動画、大画面が出力。駆動動画の歩き方・体の動きを、別のキャラクターがそのまま再現している。出典：Wan-Animate 公式プロジェクトページ

30秒でわかるモーション転写

・何ができる：参照画像1枚＋駆動動画から「その人（キャラ）が同じ動きをする動画」を生成する。
・何を解決する：3Dモデリングやモーションキャプチャ機材なしで、ダンス・演技・変身のモーションを移植できる。
・何を代替する：手軽さなら商用SaaS（Viggle・Kling・Runway）、商用OSSならWan 2.2 Animate（Apache-2.0）がモーキャプ工程を代替する。
・注意：実在人物の無断アニメ化は肖像権・パブリシティ権・各国のディープフェイク規制に抵触し得る。

AI動画・自動化ツールの全体像は AI自動化ツール｜ノーコードからコードまで2026年版の比較と選び方もあわせてご覧ください。

モーション転写とは｜写真1枚と駆動動画から「動く分身」を作る技術

モーション転写（motion transfer、pose-guided human image animation）は、「見た目」と「動き」を分離し、動きだけを別のソースから移植するタスクだ。入力は2つ、出力は1つとシンプルに整理できる。

・入力1：参照画像＝動かしたいキャラクター・人物の見た目（1枚の静止画）
・入力2：駆動動画＝真似させたい動き（ダンス動画・演技・歩行などのモーション元）
・出力：合成動画＝参照画像の見た目のまま、駆動動画と同じ動きをする動画

技術的には、内部で3段のパイプラインが動く。この3段を理解すると、商用SaaSとOSSの「画質・破綻しにくさ」の差がどこから来るのかが見えてくる。

モーション転写の3段パイプライン：ポーズ抽出、拡散生成、時間的一貫性 — モーション転写は「ポーズ抽出→拡散生成→時間的一貫性」の3段で1本の動画になる。

3段パイプラインの中身

第1段のポーズ抽出では、駆動動画から DWPose や OpenPose で骨格（キーポイント）を取り出す。DWPoseは手・足・顔まで扱えるため、近年の実装はほぼDWPoseを採用している。第2段の拡散生成では、参照画像の見た目を保ったまま、各フレームのポーズを条件にして拡散モデル（Stable Video Diffusion、SD2.1、Wan2.1 DiTなど）が画像を描く。第3段の時間的一貫性では、temporal attention や progressive latent fusion でフレーム間のちらつき・破綻を抑え、滑らかにつなぐ。

この「ReferenceNet（外見の注入）＋Pose Guider（動きの条件化）＋Temporal layer（時間的一貫性）」という3点セットを最初に確立したのが、後述の Animate Anyone（2023年）だ。以降のほぼすべての実装が、この設計思想の上に乗っている。

ポイント：モーキャプとの違い

・従来のモーションキャプチャは、専用スーツやマーカー、深度カメラで3Dの動きデータを取得していた。
・モーション転写は普通の動画1本があれば動きを移植でき、機材ゼロで済む。ここが「何を代替するのか」の核心。

Viggle AI・Kling・Runway Act-Two｜商用モーション転写SaaSを徹底比較

まず、ブラウザで即使える商用SaaSの3強を見ていく。共通するのは「セットアップ不要・画質と安定性が高い・月額課金」という点だ。技術者でなくても今日から使えるのが最大の価値になる。

DataForSEOの実測でも、この3ツールの検索需要は突出している（日本／アメリカの月間検索ボリューム）。

キーワード	日本月間検索数	アメリカ月間検索数	競合性
kling ai	33,100	135,000	MEDIUM
viggle ai	14,800	110,000	LOW
kling	18,100	40,500	MEDIUM
runway ai	5,400	—	MEDIUM
runway act-two	110	390	MEDIUM
viggle	2,400	14,800	LOW

viggle ai は日本14,800／アメリカ110,000という大きな需要にもかかわらず競合性がLOWで、いま最も検索から来やすい入口になっている。以下、3ツールの中身を順に見ていく。

Viggle AI｜ミーム・ダンス特化で圧倒的に手軽

Viggle AI は、静止画のキャラクターを「踊らせる・動かす」ことに特化したSaaSだ。物理理解を持つ動画基盤モデル JST-1 を掲げ、Mix（キャラを駆動動画に合成）・Animate（テキストや動きでアニメ化）・Character（画像からキャラ化）といった機能で、ミーム動画やダンス動画を数クリックで作れる。2025年の Mic 2.0 では、音声に合わせた口の動き（リップシンク）とモーションの同期にも対応した。

Viggle公式の紹介動画。任意のキャラクターを好きな動きでアニメ化するデモ。出典：YouTube — Viggle AI 公式

料金は無料枠（クレジット制）に加え、有料プランがクレジット量に応じて用意されている。手軽さと無料枠の広さから、SNS向けのバズ動画・ネタ動画を量産する用途で圧倒的な支持を得ている。

Kling｜快手発、ネイティブ音声と4Kまで到達した総合力

Kling（可灵） は、中国・北京の快手（Kuaishou）が開発する動画生成サービスだ。2024年6月に初版を公開して以降、2.1（2025年5月）、ネイティブ音声生成に対応した 2.6（2025年12月）、そしてマルチショット制御・4K出力を備えた Kling 3.0 Omni（2026年2月）へと高速に進化している。テキスト／画像からの動画生成が主軸だが、Motion Brush や Elements によるモーション制御も強力で、モーション転写的な使い方も可能だ。

料金体系は無料枠（毎日66クレジット、24時間で失効）に加え、Standard（約$10/月・660クレジット）、Pro（約$37/月・3,000クレジット）、Premier（約$92/月）、Ultra（約$180/月）の5段階。APIも提供され、外部アプリへの組み込みができる。

Runway Act-Two｜全身＋顔＋手を捉える映画品質の演技転写

Runway Act-Two は、映像制作スタジオのRunwayが2025年7月に公開した次世代モーションキャプチャモデルだ。前身の Act-One（顔・表情中心）から進化し、頭・顔・全身・手のトラッキングに対応した。必要なのは「駆動パフォーマンス動画」と「参照キャラクター」の2つだけ、という点はモーション転写そのものだが、演技・表情の再現精度が高く、映画・MV・広告向けの品質を狙える。

Runway公式のAct-Two紹介動画。駆動動画の演技を任意のキャラクターに転写する。出典：YouTube — Runway 公式

Runwayの料金は無料（125クレジット・一度きり）、Standard（$15/月・625クレジット）、Pro（$35/月・2,250クレジット）、Max（$95/月・9,500クレジット）、Enterprise。Act-Twoは当初Enterprise向けに公開され、その後APIでも提供が始まった。

商用SaaS 3ツール比較表

ツール	開発元	無料枠	有料（月額・2026年7月時点）	強み	日本語UI
Viggle AI	Viggle（JST-1）	あり（クレジット）	約$10〜（クレジット制）	ミーム・ダンス特化、手軽さ・無料枠	一部
Kling	快手 Kuaishou	66クレジット/日	$10 / $37 / $92 / $180	ネイティブ音声・4K・マルチショット	あり
Runway Act-Two	Runway	125クレジット（初回）	$15 / $35 / $95	全身＋顔＋手の演技転写、映画品質	一部

料金は変動します

・上記はいずれも2026年7月時点の公開情報です。クレジット消費量・プラン内容は頻繁に改定されるため、契約前に必ず各公式の料金ページを確認してください。

Wan 2.2 Animate・MimicMotion・UniAnimate｜OSSモーション転写を徹底比較

ここからが本記事の主戦場、OSS（オープンソース／オープンウェイト） のモーション転写だ。商用SaaSと違い、モデル重みとコードが公開されているため、ローカルGPUで無料で動かせる。ただし——「無料OSS＝商用OK」ではない点に最大の落とし穴がある。

OSSモーション転写の商用可否比較：Wan2.2-AnimateはApache-2.0で商用OK、MimicMotion/UniAnimateは研究・非商用のみ — OSSは**商用可否**が大きく分かれる。商用制作に使えるのは実質Wan 2.2 Animate（Apache-2.0）のみ。

Wan 2.2 Animate｜商用可能な唯一の実力派（Apache-2.0）

Wan 2.2 Animate（Wan-Animate）は、AlibabaのTongyi Labが開発する動画生成基盤 Wan に含まれるモーション転写モデルだ。GitHubの Wan-Video/Wan2.2（約16.6k Star）で公開され、モデル重みは Hugging Face の Wan-AI/Wan2.2-Animate-14B にある。論文は arXiv:2509.14055「Wan-Animate: Unified Character Animation and Replacement with Holistic Replication」。

最大の武器は2つのモードだ。Animationモードは参照キャラが駆動動画の動き・表情を模倣する動画を生成し、Replacementモードは入力動画中の人物を別キャラに差し替える（動きは保持）。全身の動きと顔の表情を同時に忠実再現する「holistic replication」を掲げている。

Wan 2.2 Animate の Replacement モード。元動画の人物を別キャラに置き換えつつ、動きと背景を保つ。出典：Wan-Animate 公式プロジェクトページ

そして最重要なのがライセンスがApache-2.0であること。コード側も重み側も商用利用が可能で、生成物への権利主張もない（違法・有害利用の禁止条項はある）。GPU要件はA14B系で80GB級が目安と重いが、サードパーティの GGUF量子化版（QuantStack/Wan2.2-Animate-14B-GGUF、Q2_Kで約6.5GB〜）を使えば6GB級のGPUでも動く。ComfyUIとDiffusers（WanAnimatePipeline）に公式対応しており、ノーコードに近い形で使える点も強い。

Animate Anyone｜手法を確立した原典。ただし重みは非公開

Animate Anyone（arXiv:2311.17117、2023年11月）は、前述の「ReferenceNet＋Pose Guider＋Temporal layer」を確立した記念碑的な研究だ。GitHub HumanAIGC/AnimateAnyone は約14.8k Starを集めるが、実はコードも学習済み重みも公開されていない（README・LICENSE・デモのみの実質スタブ）。2025年2月には環境との相互作用まで扱う Animate Anyone 2（arXiv:2502.06145）も発表されたが、こちらも論文とデモのみだ。

Animate Anyone の公式デモ動画。1枚の人物画像を駆動ポーズで動かす。出典：Animate Anyone 公式プロジェクトページ

つまり「Animate Anyoneが手法を確立し、それをオープンウェイト化した後継が Wan 2.2 Animate」という系譜で捉えるのが正確だ。実際に触れるのはWanの方だと考えてよい。

MimicMotion｜Tencent発の高品質。ただし研究用途のみ

MimicMotion（Tencent＋上海交通大学、arXiv:2406.19680、ICML 2025）は、Stable Video Diffusionをファインチューンした高品質な人物アニメ化モデルだ。キーポイントの信頼度でポーズ誘導の強さを調整する confidence-aware pose guidance と、長尺を滑らかにつなぐ progressive latent fusion が特徴。重みは tencent/MimicMotion で公開され、GPUは72フレーム版で約16GB、16フレーム版なら8GB〜で動く。

MimicMotion のプレビュー（公式READMEより）。参照人物が駆動ポーズに沿って動く。出典：Tencent/MimicMotion（GitHub）

ただしライセンスは「学術・研究・教育目的のみ、商用・本番利用は一切禁止」と明記されている。品質は高いが、仕事には使えない点を必ず押さえておきたい。ComfyUIは公式非対応だが、kijai/ComfyUI-MimicMotionWrapper などのサードパーティラッパーが充実している。

UniAnimate / UniAnimate-DiT｜省メモリで動くが商用は要注意

UniAnimate（Alibaba ali-vilab、arXiv:2406.01188）はSD2.1ベースで、32フレーム768×512なら約12GBで動く省メモリ性が魅力だが、ライセンスは非商用のみ。新版の UniAnimate-DiT（arXiv:2504.11289）はオープンソースの Wan2.1-14B-I2V をLoRAで微調整したもので、480pなら省メモリ設定で14GB、720pでも26GBまで下げられる。ただしUniAnimate-DiTはREADME・HFにライセンス明記が見当たらず、商用可否は要確認だ。

OSS 5モデル比較表

OSS	開発元	重み公開	ライセンス	商用	推論VRAM（目安）	ComfyUI
Wan 2.2 Animate	Alibaba Tongyi	○ HF公開	Apache-2.0	○	80GB級／GGUFで6GB〜	公式対応
Animate Anyone	Alibaba	× 非公開	（実体なし）	×	—	×
MimicMotion	Tencent＋SJTU	○ HF公開	研究のみ	×	16GB(72f)／8GB(16f)	非公式
UniAnimate	Alibaba ali-vilab	○ ModelScope	非商用	×	12〜21GB	非公式
UniAnimate-DiT	Alibaba ali-vilab	○ HF公開	不明	要確認	480p 14〜23GB／720p 26〜36GB	言及なし

OSS選定の結論

・商用制作に使えるのは実質 Wan 2.2 Animate（Apache-2.0） のみ。
・研究・趣味なら品質のMimicMotion、省メモリのUniAnimateも選択肢に入る。
・Animate Anyoneは「読む」原典であって「動かす」対象ではない。

商用SaaSとOSSどちらを選ぶ？モーション転写ツールの判断フロー

ここまでの情報を、目的から逆引きできる判断フローに落とし込む。分岐は「商用利用するか」「技術者・GPUがあるか」「月額を抑えたいか」の3つだけだ。

flowchart TD A["モーション転写を使いたい"] --> B{"商用利用する？"} B -->|"いいえ研究/趣味"| D["OSS全般が候補
MimicMotion UniAnimate Wan"] B -->|"はい"| C{"技術者・GPUがある？"} C -->|"いいえ"| E["商用SaaS
Viggle Kling Runway"] C -->|"はい"| F{"月額課金を避けたい？"} F -->|"はい"| G["Wan2.2-Animate
Apache-2.0で商用OK"] F -->|"いいえ"| E E --> H{"用途は？"} H -->|"ミーム/ダンス"| I["Viggle AI"] H -->|"演技/映画品質"| J["Runway Act-Two"] H -->|"音声つき/総合"| K["Kling 3.0"]

要点はシンプルだ。商用でコストを抑えたいなら Wan 2.2 Animate、手軽さ優先なら商用SaaS。SaaSの中では、ネタ・SNS向けはViggle、演技・シネマティックはRunway Act-Two、音声込みの総合力はKlingという住み分けになる。

AI動画を「編集・自動化」まで含めて自律化したい場合は、動画エージェント側の選択肢も見ておきたい。VideoAgent 解説｜動画の理解・編集・リメイクを自律化するAIエージェントや ShortGPT 解説｜ショート動画をAIで丸ごと自動生成するOSSフレームワークは、モーション転写で作った素材を後段のワークフローに載せる発想と相性が良い。

ユースケース別｜Viggle AIのダンス動画とWan Animateの商用制作

同じモーション転写でも、目的によって最適なツールは変わる。代表的な3つのユースケースで具体的に見ていく。

1. キャラクターダンス動画・SNSバズ

自作キャラや推しの画像を流行りのダンスで踊らせる用途では、Viggle AI の手軽さが刺さる。無料枠が広く、駆動動画を選ぶだけで完成する。量産してSNSに投げる運用なら、まずViggleで試すのが最短だ。作った動画をショート量産の仕組みに載せるなら video-use徹底解説｜Claude Codeで動画を編集するbrowser-use発のOSS のような編集自動化と組み合わせると効率が上がる。

2. VTuber・バーチャルキャラのモーション作成

VTuberのMV・ショート制作では、表情と全身の演技が重要になる。ここは Runway Act-Two の顔＋全身＋手トラッキングが強い。演者の演技をそのままキャラに移せるため、モーションキャプチャ機材を用意せずに「中の人の芝居」を反映できる。

3. 教育コンテンツ・商用プレゼン動画

企業の研修動画や商用プレゼンでは、生成物を商用利用できるかが絶対条件になる。無料で自社サーバーに閉じて回したいなら Wan 2.2 Animate（Apache-2.0） 一択に近い。データを外部SaaSに出せない業種でも、ローカル完結で運用できるのが決め手だ。

どのユースケースでも共通の注意

・素材（参照画像・駆動動画）に第三者の肖像・著作物が含まれる場合、同意・権利処理が必要です。
・実在の有名人・知人を無断でアニメ化しない。これは技術の問題ではなく法律・倫理の問題です。

OSSで動かす｜Wan 2.2 Animateのセットアップ手順

商用でも使えるWan 2.2 Animateを、実際にローカルで動かす最小手順を示す。ハイエンドGPUがなくても、後述のGGUF量子化版なら6GB級から試せる。

# 1. リポジトリを取得
git clone https://github.com/Wan-Video/Wan2.2.git
cd Wan2.2
pip install -r requirements.txt

# 2. モデル重みをダウンロード（Apache-2.0）
huggingface-cli download Wan-AI/Wan2.2-Animate-14B --local-dir ./Wan2.2-Animate-14B

# 3. 駆動動画からポーズ・顔・背景を前処理
python wan/modules/animate/preprocess/preprocess_data.py \
  --video ./examples/drive.mp4 --refer ./examples/character.png

# 4. 推論（Animationモード・単一GPU向けにメモリ削減フラグを付与）
python generate.py --task animate-14B \
  --ckpt_dir ./Wan2.2-Animate-14B/ \
  --src_root_path ./examples/wan_animate/animate/process_results/ \
  --refert_num 1 --offload_model True --convert_model_dtype

VRAMが足りない場合は、QuantStack/Wan2.2-Animate-14B-GGUF の量子化重みと ComfyUI-GGUF ノードを使えば大幅に軽くなる。ComfyUI派なら、公式のWanノードを使ってGUIだけで完結させることもできる。セキュリティ面では、ダウンロードした重みのハッシュを公式値と照合し、preprocess_data.py に渡す入力素材の権利を確認してから実行するのが安全だ。

悪用リスクと法規制｜ディープフェイク・肖像権・AI偽インフルエンサー

モーション転写は「写真1枚で人を動かせる」がゆえに、ディープフェイク・なりすまし・非同意コンテンツの温床にもなり得る。2026年、Xでは実在の人物そっくりの「AIバーチャルインフルエンサー」や変身動画が拡散し、見ている側が本物と区別できないケースが増えた。ここは技術記事として、事実ベースで整理しておく。

実在人物の無断アニメ化が抱えるリスク

実在人物の顔を参照に無許諾でアニメ化すると、次のリスクが同時に生じる。

・肖像権・パブリシティ権：本人の許諾なく容姿を利用する行為
・名誉毀損・侮辱：本人がしていない言動を「したように」見せる行為
・なりすまし・詐欺：本人になりすまして情報発信・勧誘する行為
・非同意の性的コンテンツ：多くの国で個別に規制が進む領域

「架空キャラだから肖像権は関係ない」という理解も誤りで、実在人物に酷似し誤認を招く形なら likeness（肖像・同一性）の問題が発生し得る。

各国の規制動向（2026年時点）

地域	枠組み	状況
米国	NO FAKES Act（連邦・publicity権）	法案審議中（S.1367）。未成立
米国（NY州）	合成パフォーマー開示法	2026年6月施行、広告のAI likeness開示を義務化
EU	AI Act 第50条（ディープフェイク開示）	2026年8月2日から適用、AI生成の明示義務
中国	AI生成合成コンテンツ表示弁法＋GB 45438-2025	2025年9月施行、可視ラベル＋透かしを義務化
日本	肖像権・パブリシティ権・名誉毀損・著作権	専用法は未整備。法務省が2026年に研究会を設置

ポイントは、EUと中国はすでにAI生成の「開示・表示」を義務化済みだという事実だ。生成物をこれらの地域で公開するなら、AI生成であることの明示やラベル付与が求められる。日本には専用法こそないが、既存の肖像権・パブリシティ権・名誉毀損で民事・刑事の責任を問われ得る点は変わらない。

AI偽インフルエンサー問題への向き合い方

実在人物と誤認させるAI生成人物には、欺瞞・不当表示という倫理問題がつきまとう。米国ではFTCが既存の欺瞞規制で対応し、実体験に見せかけてAI関与を隠す表示は違反となり得る。商用SaaS各社も規約で「本人の同意なく第三者の肖像・声を使用しない」ことを求め、出力へのAI生成ラベル・透かし付与を進めている。

安全に使うための3原則