3Dモデリングやテクスチャリング、照明まで完璧に処理され、画面上では完璧に美しいCGレンダリングがあると仮定しましょう。にもかかわらず、これを実際に撮影された背景に合成すると、「不自然だ」という印象を残すことがよくあります。問題は、解像度やディテールの不足ではありません。VFX合成専門スタジオAnimostのガイドによれば、合成作業の最終段階でアーティストは、フィルムグレイン（ノイズ）やレンズ歪み、色収差などの要素を意図的に再び「加え込みます」1。つまり、実写のように見せる過程は、欠点を除去することではなく、撮影された映像にのみ存在する物理的な痕跡を人為的に復元する過程に近いのです。
アニメーションやCGが実写と区別される核心的な原理は、物体の細部描写の精密さではなく、カメラと光が物理的に残す痕跡の有無にあります。実際のレンズを通過した映像には、被写体の移動に伴う残像、センサーの微細なノイズ、光学系の歪みが一緒に記録されます。一方、コンピューターで最初から描き出したCGは、こうした欠陥のない状態で生成されます。したがって、過度に完璧な鮮明さが、むしろ「非物理的状態」であることを示す手がかりとなります。
モーションブラーが消えた鮮明なフレーム
実際のカメラで動いている物体を撮影すると、物体の輪郭に残像が生じます。これをモーションブラー（Motion Blur）と呼びます。カメラのシャッターが開いている間（例えば1/50秒）、物体が移動すると、光がセンサーに当たる位置が絶えず変化し、移動経路に沿って汚れのように広がった痕跡が記録されます。
CGレンダリングは、1フレーム内のすべてのピクセルを計算によって描画します。このときレンダリングエンジンは特定の「瞬間」を正確に捕捉するため、実際のカメラのシャッター速度に応じた時間的なぼけは自動的に含まれません。その結果、すべての物体の輪郭が刃のように鋭く描かれます。Animostは、この点について「Without motion blur, CGI looks fake（モーションブラーがなければ、CGは偽物に見える）」と明確に指摘しています1。目の前のデジタルキャラクターが0秒の超高速シャッターで撮影されたかのように鮮明な場合、人間の視覚系はこれを現実世界の物理法則と衝突する異質さとして感知します。
合成作業でモーションブラーを処理する方法は、単純なぼけ効果を適用することとは異なります。Animostのワークフローによれば、コンポジターはZ-depth（奥行き情報）を用いて被写界深度（DOF）や霧効果を生み出し空間感を再現する一方、別途モーションベクター（motion vectors）データを活用してベクターベースのモーションブラーや3Dカメラブラーを計算し適用します1。つまり、奥行きと動きをそれぞれ復元し、実際のカメラが動きながら残した時間と空間の痕跡を階層的に蘇らせる作業と言えます。
色温度とライトラップ：同じ空気の中で存在させるための処置
カメラが残す痕跡はモーションブラーだけではありません。コンポジターは、CGと実写要素を一つの世界に溶け込ませるため、複数の段階で物理的な整合性を確保する必要があります。
| 合成段階 | 模倣する物理現象 | 主要な技法 |
|---|---|---|
| カラーコレクショ | 現場の光源の色温度および露出 | 色温度の整合、グレーディング |
| 環境との相互作用 | 被写体周辺に生じる影や反射 | コンタクトシャドウ、ライトラップ |
| 深度の表現 | レンズの焦点特性および被写界深度 | Z-depthベースのDOF |
| 最終仕上げ | フィルムノイズおよび光学歪み | グレイン、ブルーム、色収差 |
最も日常的に感じられる手がかりは、色温度の不整合です。Animostは「A warm 4000K light does not blend with a cool 6500K light（暖かい4000Kの照明は、冷たい6500Kの照明と混ざり合わない）」と明記しています1。暖かい白熱灯と冷たい蛍光灯が入り混じった部屋で、特定の被写体のみ異様に異なる色で浮き上がっている状況を想像してみてください。私たちの目は、こうした微細な不整合から「同じ空間に実際に置かれていない」という印象を受けます。
また、「ライトラップ（light wrap）」という技法は、背景の光をCG被写体の輪郭にわずかに包み込むように適用し、CG要素が実写映像に自然に溶け込むようにします1。影、反射、大気効果などの相互作用が整合的に計算されていないデジタルキャラクターは、背景から分離され、画面の上に重ねて置かれているように見えます。
Mimic Productionsの説明によれば、CGIはコンピューターで生成された画像要素自体を意味し、VFXはこれを撮影された原盤映像に統合して一つの完成したカットにする包括的なプロセスです2。デジタルキャラクターの最終的な信頼性は、モデリングからテクスチャリング、照明、合成に至る全プロセスを経て決定されますが、特に物理的に妥当な照明、計測されたリファレンス、精巧に設計された変形（deformation）システムによって決まると、このスタジオは説明しています2。
物理的相互作用の残存するギャップ
モーションブラーや色収差は、ソフトウェアで計算して適用できます。しかし、実際の撮影や特殊効果（SFX）が依然として重要視される理由は、より根本的な物理性の再現の難しさにあります。Mimic Productionsは、実際の破片が「別の方法で落下し」、実際の煙は「自然な複雑さで光を散乱させる」と記述し、デジタル作業はこれを「模倣しようとする場合が多い（often tries to emulate）」ものの、重みや質感、光の振る舞いにおいて依然として差が残ると説明しています2。
ここで重要なのは、「試みる」という表現にあります。CGシミュレーション技術は進化しましたが、現場で撮影された実際の物質の乱反射や微細な重力反応まで完全に代替したと断定することはできません。特に現場で撮影された特殊効果は、俳優の自然な反応まで収めるという点において、デジタル合成と区別される独自の価値として残っています。
認知研究が裏付ける判断原理
制作現場の直感的な判断は、認知心理学の研究によっても確認されています。Nature Communicationsに掲載された2024年9月の研究では、2,215人の参加者を対象に、人間が合成映像（ディープフェイク）をどのように区別するのかを検証しました3。この研究では、参加者は話の「内容」よりも「どのように伝えられるか」により多く依存して、真偽を判別していました。
"human discernment relies more on how something is said, the audio-visual cues, than what is said, the speech content（人間の判別は、「何を話すか」（演説の内容）よりも、「どのように話すか」（音声・視覚の手がかり）により多く依存する）" 3
本実験の参加者は、テキストのみで判断する場合よりも、音声・視覚情報が提供された場合に、操作をより正確に判別しました。論文の序論で議論された関連研究によれば、回答者は不自然な唇の動きといった伝達方法の欠陥を「操作」の手がかりとして指摘しました。この研究の対象は政治演説のディープフェイクであり、CGアニメーションと完全に同一の領域ではありませんが、共通する軸があります。人間の視覚系は、「画面内の情報の内容」よりも、「情報を運搬するメディアの物理的特性」から真偽を判別するという点です。ディープフェイクで不自然な唇の動きが手がかりとなるように、CGで静止画のように鮮明なエッジや色温度の不整合は、「これは撮影ではない」という信号として機能します。
VFXコンポジターが最終段階で欠陥を意図的に追加する作業と、人間がその欠陥の有無を通じて真偽を見分ける認知プロセスは、まさに同じ原理を共有しています。技術が進化し、レンダリングのディテールが人間の目を欺くレベルにまで達しましたが、真偽の境界線は依然として、光とカメラが残す物理的な欠陥の整合性の復元、そして人間の目がその欠陥の不在をいかに敏感に読み取るかに依存しています。
