Nel video che ha più visualizzazioni si nota la cornice di uno schermo, forse è una ripresa fatta di seconda mano, con riflessi di chi ci sta davanti annessi e connessi.
Onestamente sembra umanoide ma non so dirti se ci sia lo zampino digitale, è di scarsa qualità e non lo so.
Può essere uno scherzo per riprodurre lo zashikiwarashi, uno spirito del folclore giapponese
it.wikipedia.org/wiki/Zashiki-warashi