目的
ゲームやアバターの制作では 3D アセットの用意が常にボトルネックになります。 そこで、画像から 3D を生成するモデルが実制作で使える品質と手間に達しているのかを 自分で確かめるため、ローカル環境に構築して試せるようにしました。
Web サービスとして提供されているものもありますが、生成物の扱いや試行回数の制約を受けずに 検証したかったため、手元の GPU で完結する形を選んでいます。
構築したもの
- 3D Gaussian Splat 生成：1 枚の画像から大量のガウシアンで構成された 3D 表現を生成するモデルをローカル GPU にセットアップし、画像 → 3D のパイプラインとして運用
- ボクセル表現からの 3D モデル生成：数十億パラメータ規模の生成モデルを Windows 環境で構築し、ブラウザ UI から実行できる状態まで整備
- 環境の分離：モデルごとに要求される依存関係が競合するため、仮想環境を分けて共存させた
環境構築の勘所
この種の生成モデルは、CUDA バージョン・注意機構の高速化ライブラリ・画像処理ライブラリの バージョン組み合わせが厳しく、公式手順どおりでも Windows では素直に入りません。
- 高速化ライブラリが必須（無効化すると動作しない）ため、CUDA と PyTorch のバージョンから逆算して選定する
- 画像処理ライブラリは新しいバージョンで API が変わり動かなくなるため、動作するバージョンに固定する
- 導入手順が確定したらスクリプトとして残し、再構築できる状態にする
方針：「一度動いた」で終わらせず、手順をスクリプト化して別の PC でも再現できる形にしています。
研究の学習環境でも同じ方針を取っており、実際に外部 PC へ持ち出して学習を回せる構成を作りました。
評価と使いどころ
実際に試した結果、生成される 3D は見た目の再現度は高い一方、そのままゲームアセットとして 使うにはリトポロジーやリグ付けが必要という感触でした。 プロトタイプの背景オブジェクトや、モデリングの下敷きとして使うのが現実的だと考えています。
自分で 3D モデルを作る立場（Blender モデリング）から 生成結果を見られるため、「どこまでが自動化でき、どこから人の手が必要か」を具体的に判断できる点は この検証で得た収穫です。