1959年8月2日、ペレはキャリアの中で最も美しいと称されるゴールを決めました。ディフェンダーとゴールキーパーの頭上を越す3回連続のループ（ソンブレロ）を、ボールを一度も地面につけないまま決めたゴール。しかし、残念なことに映像として一切記録されていません。
2026年7月14日、GoogleはPelé Brand（NR Sports主導）および歴史家・ジャーナリスト・遺族と協働し、Google DeepMindの技術でこの「Gol da Rua Javari」を映像として再構成したことを発表しました。
注目すべきは、AIが過去を創作したのではないという点です。約2,000件の史料と目撃証言という「人の記憶を積み上げた証拠」を土台にして、AIはそれを映像に翻訳する役割を担いました。
1．記録されなかった、キャリアで最も美しいゴール
1959年8月2日、サンパウロ・Mooca地区のEstádio da Rua Javari（Rua Javariスタジアム）。ペレはディフェンダーとゴールキーパーを相手に3回連続で「ソンブレロ」（頭上を越すループ）を決め、ボールを地面につけることなくゴールネットを揺らしました。
しかし、この瞬間はフィルムに残されませんでした。60年以上もの間、伝説の『Gol da Rua Javari』は、その場にいたファンの記憶のなかにだけ存在してきたことになります。
「父はきっと、とても誇りに思うはずです。あのゴールが記録に残らなかったことを、いつも残念がっていましたから。この技術で、あの瞬間を再び体験できるというのは、素晴らしいことです」
——Flávia Kurtz（ペレの娘）
今回の再構成は、歴史家、ジャーナリスト、遺族、目撃者、そしてサッカー界のレジェンドたちへのインタビューを含むミニドキュメンタリーとして公開されています。
💡 AxLab88メモ｜「復元」と「再構成」は違う
本プロジェクトは、失われた試合映像が発見されたものでも、史実を完全に再現したものでもありません。史料と証言に基づく視覚的再構成（reconstruction）です。この線引きは、記事を読み進めるうえで最も重要な前提となります。
2．約2,000件の史料をつなぎ合わせて完成させた、60年越しのゴール
ブラジル人歴史家のAnita Lucchesi（UERJ & Arka）とそのチームは、設計図から家族アルバムに至るまで、約2,000件の史料を収集しました。最終的に、ゴールを正確に再構成するために集められた歴史的画像は3,600点を超えます。
チームは目撃者、ジャーナリスト、Mooca地域のコミュニティに聞き取りを行いました。その際、スタジアムのスケールモデル、アーカイブ写真、図解を用意し、ゴールを目にした人々が記憶からその瞬間を再構成できるよう支援しています。
収集された史料には、次のものが含まれます。3点あります。
1．当時の新聞報道と、ゴールを描いた図解
2．地図、設計図、家族アルバム
3．1959年当時のJuventusチームの写真、Rua Javariスタジアムの記録写真
💡 AxLab88メモ｜工程の順序に意味がある
AIが先に立って「それらしい映像」を作ったのではなく、史料調査と証言収集が完了したあとに映像技術が投入されている構造です。生成AIを制作に組み込む際の順序として、示唆的な事例といえます。
3．ピッチからピクセルへ——3つの技術実験
再構成には、実写撮影と、Googleの最先端AIモデルであるVeo、Gemini Omni、Nano Banana Proの組み合わせが用いられました。
まず撮影クルーが、Rua Javariスタジアムの芝の上で実写撮影を実施しました。当時と同じ重い革製のボール、時代考証に基づいたユニフォームを使用しました。この物理的な土台をモデルに入力し、デジタル変換を開始しています。
技術的な実験の中心は3点あります。
1．Character replacement（人物の置き換え）：現代のスタントプレイヤーに対し、ペレの容姿と背番号10のクラシックなキットを正確にマッピングする
2．Environment restyling（環境の再スタイル化）：現代のスタジアムを、その日の曇天と当時の建築に合わせて変換する
3．Generating the ambiance（空気感の生成）：スタジアムで観戦したファン、自宅でラジオ中継を聴いていた人々が、その瞬間をどう体験したかを描く
1959年当時のペレのスパイクをはじめ、アーカイブ写真と実物資料が、すべてのAI生成シーンの基礎となりました。作品全体を通して歴史的な正確性を担保するための設計です。
4．Performance Control——写実性と「動きの制御」を両立させる
生成モデルは写実性に優れる一方で、ペレのような選手の極端な身体表現をそのまま再現させることには固有の難しさがあります。
そこで用いられたのが Performance Control です。これはVeo 3をベースとしたアプローチで、現代のスタントプレイヤーから精密な3Dジオメトリとモーションを抽出し、それによって動画生成を駆動します。これをNano Banana ProとGemini Omniを用いた補完的なワークフローと組み合わせることで、スタジアムの建築、ピッチの状態、ペレの容姿、そしてダイナミックなプレーを一つの映像に統合しました。
4STEPでシーンをレイヤーに分解
1．元となる実写映像を用意する
2．選手の正確な3Dモーションを取得する
3．選手を背景から分離する
4．選手のいないクリーンな背景を生成する
この分解作業では、Gemini OmniとVeoが俳優の映像の分離、背景の抽出、選手の動きを表す3Dブルーメッシュの生成を担いました。これにより、選手と環境をそれぞれ独立して修正できるようになります。Performance Controlは、入力映像から編集可能な3Dブルーメッシュのレンダリングを生成し、リファレンス画像によって調整することが可能です。
5．AI生成と従来型VFXのハイブリッド工程
最終的な仕上げのために、チームはAI生成と従来型のVFXを組み合わせたハイブリッドパイプラインを構築しました。
社内のカスタムツールを用い、Gemini OmniとNano Banana ProでAI生成ショットをさらに精緻化。細部の正確さを担保する基準としては、常にアーカイブ映像が参照されています。その後、ワークフローは従来型VFXへ移り、ボールの合成、グレイン（粒子感）の統合、厳密なカラーバランス調整が行われました。
さらに、生成されたデジタル出力をフィルムアウト機に通すことで、1950年代の映画特有の質感を獲得しています。
💡 AxLab88メモ｜「AIか、人の手か」ではない
本プロジェクトの工程は、AI生成 → 社内ツールでの精緻化 → 従来型VFX → フィルムアウトという多層構造です。生成AIは制作全体を置き換えたのではなく、パイプラインの一工程として組み込まれています。なお、Veo、Gemini Omni、Nano Banana Pro、Performance Controlには一般公開されていない技術や社内ツールが含まれる可能性があり、同じ工程を個人がそのまま再現できるとは限りません。
6．見えないものを、見えるように
「過去は依然として広大な土地であり、多くの物語がそこで眠っています。その大半は、有名なゴールや王様についての話ではありません。この再構成が私に教えてくれたのは、そうした物語もまた、いつか新しい光を浴びる日が来るかもしれない、ということです」
——Anita Lucchesi（ブラジル人歴史家、UERJ & Arka）
その場で生で観戦したファンの体験に代わるものはありません。それでもこのプロジェクトが、サッカー史における象徴的な瞬間に新たな生命を与えることが期待されます。
このゴールの再構成映像は、現在サントスのPelé Museumで公開されています。
💡 AxLab88メモ｜AxLab88の応用イメージ
本記事の原文に、日本向けサービスや日本での展開に関する記載はありません。ただし「記録映像が存在しない過去を、史料と証言から再構成する」という考え方自体は、地域史、文化財、災害記録、古写真、家族アルバムなど、日本のアーカイブや映像制作にも応用の余地があります。鍵になるのはAIモデルそのものではなく、AIに渡すだけの証拠を、人間が事前にどれだけ積み上げられるかという点です。
編集部メモ
この記事で最も印象に残ったのは、3,600点という画像の数でも、Veoの性能でもなく、歴史家チームがスタジアムのスケールモデルを用意して、目撃者に記憶をたどってもらったという場面でした。
模型を前にして、60年以上前の一瞬を思い出そうとする人がいる。その記憶がなければ、どれほど高性能なモデルがあっても、生成されるのは「ありそうな映像」でしかありません。技術が主役に見える事例ほど、その手前に置かれた地道な作業を見落としがちだと、あらためて感じました。
【原文】Google 公式記事 （公開：2026年7月15日）
この記事を活用してみませんか❓️
この記事は、Google公式ブログ 英語原文を、AxLab88が日本語で独自に解説したものです。単なる翻訳ではなく、発表内容を読み解きながら、日本の読者が「自分の仕事や生活でどう活かせるのか」という視点で構成し直しています。原文のニュアンスを大切にするため、一部には英語圏で実際に使われている表現や言い回しをあえて残している箇所があります。
今回の事例で心に残ったのは、映像が残っていなくても、記憶と資料さえあれば、過去はもう一度姿を見せてくれるということでした。考えてみれば、誰の手元にも、写真数枚と記憶だけが残る「記録されなかった瞬間」があるはずです。
今回の記事内容をもとに、思い出をAIで残す活用について、準備ができたらHOW TO（実践手順）をご紹介予定です
