能够再现真实物理世界的3D世界生成模型
リアルな物理世界を再現できるようになった3Dワールド生成モデル
テキストや画像を入力すると、その内容に即した3Dワールドを生成する3Dワールド生成モデルは、ストーリー生成モデルと並んでゲーム開発への応用が期待されている生成AIです。モリカトロンAIラボでは、これまでに3Dワールド生成モデルの動向を紹介してきました。
2026年においても、3Dワールド生成モデルの進化は止まりません。そこで本稿は、物理世界の再現も可能になったこれらの生成AIの最新動向をまとめます。
ロボット開発に流用できる「Atlas」
2025年11月に3Dワールド生成モデル「Marble」を発表したAIスタートアップのWorld Labsは2026年9月1日、最新モデル「Atlas」を発表しました。同モデルには、以下に解説するような4つの生成機能が実装されています。
1つ目の機能は、カメラ制御による3Dワールド生成です。この機能は、1枚以上の参照画像とカメラの位置移動情報を入力すると、画像から生成された3Dワールドを設定したカメラ移動に沿って閲覧できるというものです。
宇宙ステーションとチャペルのような互いに関連性のない画像を、3D空間に入力することも可能です。Atlasは、関連性のない画像のあいだを補完して、1つの3D空間を生成します。
2つ目の機能は、物理世界の再現です。物理世界に関する画像を1枚以上Atlasに入力すると、同モデルは物理世界を忠実に再現した3Dワールドを出力します。物理世界の再現忠実度は、入力する画像の枚数が多いほど高まります。
物理世界の忠実な再現は、動画として出力されるだけにとどまりません。3D点群データやガウシアンスプラッティング・データとして出力されることで、CG制作やゲーム開発に活用できます。
3つ目の機能は、物理世界のシミュレーションです。例えば牛乳が入ったボウルにイチゴが落ちる様子を、異なる位置から3台のカメラで撮影します。撮影した動画をAtlasに入力すると、ボウルにイチゴが落ちて牛乳がしぶきを上げる様子を止めて見せたり、撮影していない角度から再現できたりします。
Atlasのシミュレーション機能は、ロボット開発にも活用できます。具体的には、例えば二本腕型ロボットがオブジェクトを持ち上げる様子を撮影した動画を入力すると、オブジェクトの色や照明を変更できます。このように動画を変更することで、ロボットの訓練動画を生成できるのです。
4つ目の機能は、動画や360動画の生成です。この機能は、以上に解説した3つの機能を実現する過程で可能となった付随的なものです。しかしながら、複雑な内容のテキストプロンプトを反映した生成が可能となっています。
キャラクターモードを実装した「HY World 2.0」
2025年7月に「HunyuanWorld 1.0」を発表した中国の大手テック企業テンセントは2026年4月、最新後継モデル「HY-World 2.0」を発表しています。同モデルには、以下のような4つの機能が実装されています。
1つ目の機能は、360度画像の生成です。この機能は、テキストプロンプトあるいは1枚の画像を入力すると、入力内容に即した360度画像を生成するというものです。さらにカメラ移動情報を追加すると、生成ワールド内の視点移動も可能となります。
2つ目の機能は、3Dシーンのエクスポートです。生成された3Dワールドは、360度画像や動画として閲覧できるだけではなく、UnityあるいはUnreal Engineで編集可能な3Dシーンとしてエクスポートできます（以下の画像はボクセルデータとしてエクスポートしている様子）。この機能を使えば、テキストプロンプトで生成した3Dシーンを、Unityなどにエクスポートしてゲームステージの開発に活用できます。
3つ目の機能は、物理世界の再現です。物理世界を撮影した数枚の画像あるいは短い動画を入力すると、物理世界に忠実な3Dシーンを生成できます。生成した3Dシーンをエクスポートすれば、建築やインテリアデザインの業務に活用できるでしょう。
4つ目の機能は、キャラクターモードです。この機能は、生成した3Dシーンにヒト型やネコ型のキャラクターを挿入して、3Dシーンを探索するというものです。簡単に言えば、簡易的な探索ゲームをすぐに生成できるというわけです。HY-World 2.0は、3Dワールド生成に加えて、ゲームエンジンも兼ねるように進化しているのです。
以上のようなHY-World 2.0のアーキテクチャは、以下のような4つのモジュールから構成されています。
- ステージ1／パノラマ画像の生成：テキストや画像から、360度画像を生成する。
- ステージ２／軌道計画：カメラの位置移動情報にもとづいて、生成したワールドの視点移動を計画する。移動先に壁などがある場合、衝突などを回避する。
- ステージ３／ワールドの拡張：計画された視点移動にもとづいて、360度画像を拡張する。
- ステージ４／ワールドの構成：拡張した360度画像を3Dシーンとして再構成して、Unityなどにエクスポートできるようにする。
HY-World 2.0は、Atlasよりワールド生成機能は劣るものの、ゲームエンジンとの連携などの実践的活用を重視していると言えます。
3Dシーンを最小生成単位とする「Echo-2」
前述のWorld Labsと同様に、3Dワールド生成モデルの開発を進めるAIスタートアップのSpAItialは2026年4月、「Echo-2」を発表しました。
Echo-2の開発思想は、AtlasやHY-World 2.0とは根本的に異なります。これらの2つのモデルは、ワールドを生成する最小単位が画像となっています。対してEcho-2は、画像ではなく3Dシーンを最小生成単位としています。こうした違いにより、Echo-2は描画能力が低いハードウェア環境でも、Webブラウザで相互作用可能な3Dシーンを高速で生成します。
Echo-2は、HY-World 2.0と同様にキャラクターによる3Dシーンの移動に対応しています。こうした移動においては、動画のループさせるのではなく、3Dシーンが連続的に生成されています。この機能を使えば、3Dゲームのプロトタイピングが容易に実行できます。
物理世界を撮影した1枚の画像から、物理世界に関する3Dシーンも生成できます。こうした3Dシーンは、物理世界で稼働するロボットの学習環境として活用できます。
Echo-2に独自な機能としては、3Dシーンの編集とスタイル転移があります。前者の機能は、例えば何もない部屋を生成後、テキストプロンプトによって家具を追加できるというものです。後者は、生成後の3Dシーンの様式（スタイル）をテキストプロンプトによって変更するものです。例えば、ごく普通の部屋をロココ調の部屋に変えることができます。
Echo-2のもっとも興味深い機能は、2D平面図から3Dシーンを生成するというものです（以上の引用動画を参照）。この機能を使えば、例えば不動産業者が2D平面図から閲覧可能な3Dシーンを生成して、顧客に生成済み不動産物件を見せることができます。
以上のようなEcho-2は、3Dシーンを最小生成単位に採用することにより、建設業や不動産業、さらにはインテリアデザイン業務との相性が非常に良いと言えます。
本稿は、3Dワールド生成モデルの最新動向を紹介してきました。これらのモデルが実際に実務に活用される時期は、目前に迫っていると考えられます。こうしたモデルが普及した場合、ゲーム開発やCG制作、さらには建設業やインテリアデザイン業務にイノベーションが起こるでしょう。
Writer：吉本幸記
The post リアルな物理世界を再現できるようになった3Dワールド生成モデル first appeared on モリカトロンAIラボ.
来源：Morikatron AI Lab · 游戏 AI · morikatron.ai