3D生成とガウシアンスプラッティング
写真から3D空間を再現する3DGSと、AIによる3Dモデル生成の基礎
3D生成は、文章や画像、写真・動画から立体的なデータを作る技術の総称です。その中でも近年注目されているのが「ガウシアンスプラッティング（3D Gaussian Splatting、3DGS）」で、スマートフォンで撮影した写真や動画から、実物そっくりの3D空間をリアルタイムで見回せるようにする手法です。不動産の内見、観光地や店舗のデジタル保存、EC商品の3D表示などで活用が進んでいます。
3D生成の主なアプローチ
- 写真からの再構成：対象を多方向から撮影し、そこから3D空間を復元する。フォトグラメトリ（Photogrammetry）、NeRF、ガウシアンスプラッティングなど。
- AIによる生成（text-to-3D / image-to-3D）：文章や1枚の画像から、3Dモデル（メッシュ）を新しく作る。ゲームの小物やプロトタイプ作りに使われます。
- 既存モデルの編集：テクスチャ（表面の模様）の自動生成や、形状の修正。
ガウシアンスプラッティングとは
ガウシアンスプラッティングは、Kerbl らの論文「3D Gaussian Splatting for Real-Time Radiance Field Rendering」（SIGGRAPH 2023）で提案された手法です。
空間を、ぼんやりした楕円体（3Dガウシアン）の粒の集まりとして表現します。一つ一つの粒は、位置・大きさ・向き・色・透明度の情報を持っています。写真と見比べながらこれらの粒を最適化し、画面に「塗り広げる（splat）」ように描画することで、写実的な映像を作ります。
論文では、1080p解像度で100fps以上のリアルタイム描画を、高い画質と両立できたと報告されています。それ以前に注目された NeRF（Neural Radiance Fields）は高画質でしたが描画に時間がかかることが課題で、3DGSはその速度面を大きく改善した点が評価されました。
撮影のコツ（写真から作る場合）
- ぐるっと一周、高さも変えて：対象の周りを回りながら、上下の角度も変えて撮影します。
- 重なりを多く：隣り合う写真同士が十分に重なるよう、少しずつ移動して撮ります。
- 明るさを一定に：露出が大きく変わると色むらの原因になります。
- 苦手な素材を知る：ガラス、鏡、光沢の強い金属、動く物体（人や木の葉）は破綻しやすい傾向があります。
活用例
- 店舗・施設のバーチャル見学
- 文化財や撮影セットのデジタル記録
- 広告・映像制作での背景素材
- 動画生成AIと組み合わせたカメラワークの検討
- AIエージェントやロボットの学習用の仮想環境づくり（合成データの一種として）
メッシュとの違いと注意点
ガウシアンスプラッティングのデータは、従来の3DCGで使うポリゴンメッシュとは形式が異なります。そのため、3Dプリントやゲームエンジンでの物理演算に使うには、変換や専用プラグインが必要になることがあります。用途に応じて「見せるための3D（3DGS）」と「加工・製造するための3D（メッシュ）」を使い分けましょう。
権利・プライバシー
- 撮影許可：店舗や施設、私有地を撮影して3D化・公開する場合は、管理者の許可を取りましょう。
- 写り込み：通行人や車のナンバー、個人宅の内部などが写り込んでいないか確認してください。
- AI生成3Dモデル：既存キャラクターや製品デザインに酷似したモデルは、著作権や意匠権の問題になりえます。画像生成AIの基本と同様の注意が必要です。
参考リンク
編集: AI Play 編集部 最終更新: 2026-10-25