# 画像から3D

HunYuan-3D 2.0は、テンセントが開発した、高解像度でテクスチャ付きの3Dアセット生成に特化した、高度な大規模3D合成システムです。このシステムは、大規模形状生成モデルHunYuan-3D-DiTと大規模テクスチャ合成モデルHunYuan-3D-Paintという2つの基本コンポーネントで構成されています。形状とテクスチャの生成を分離することで、柔軟性の高い3Dアセット制作プラットフォームを提供します。幾何学的詳細、条件整合性、テクスチャ品質において、既存のオープンソースおよびクローズドソースモデルを凌駕しており、高い実用性と革新性を備えています。現在、推論コードと事前トレーニング済みモデルはオープンソース化されており、公式サイトまたはHugging Faceスペースから簡単に体験できます。

これは、一枚の画像から3D世界を生成できるAIシステムです。ユーザーは任意の画像に入り込み、3Dで探索できます。この技術は制御と一貫性を改善し、映画、ゲーム、シミュレーター、その他のデジタル表現の制作方法を一変させます。空間知能の第一歩を代表するもので、ブラウザでリアルタイムレンダリングされた生成世界を通じて、ユーザーは様々なカメラ効果、3D効果を体験し、名画を深く探求できます。

Hunyuan3D-1は、テキストから3D、画像から3Dへの生成を可能にする、テンセントが開発した統合フレームワークです。このフレームワークは二段階の手法を採用しており、第一段階では多視点拡散モデルを用いて複数の視点からのRGB画像を高速に生成し、第二段階ではフィードフォワード再構成モデルを用いて3Dアセットを高速に再構成します。Hunyuan3D-1.0は速度と品質のバランスに優れており、生成時間を大幅に短縮しながら、生成されるアセットの品質と多様性を維持しています。

Stable Fast 3D (SF3D) は、TripoSRに基づく大規模な再構成モデルです。単一の物体の画像から、UV展開済みのテクスチャ付き3Dメッシュアセットを生成できます。このモデルは高度に訓練されており、1秒以内に出力ポリゴン数が少ない3Dモデルを作成し、UV展開とテクスチャ処理が施されているため、ゲームエンジンやレンダリング作業などの下流アプリケーションで使いやすくなっています。さらに、各物体のマテリアルパラメータ（粗さ、金属感）を予測し、レンダリング過程での反射挙動を向上させます。SF3Dは、ゲーム開発や映画の特殊効果制作など、迅速な3Dモデリングが必要な分野に適しています。

Ouroboros3Dは、拡散モデルに基づく多視点画像生成と3D再構成を再帰的拡散プロセスに統合した、統一的な3D生成フレームワークです。本フレームワークは、自己条件付け機構を用いてこれらの2つのモジュールを共同学習させることで、相互に適応し、堅牢な推論を実現します。多視点ノイズ除去プロセスにおいて、多視点拡散モデルは、前の時間ステップで再構成モジュールによってレンダリングされた3D感知マップを追加的な条件として使用します。再帰的拡散フレームワークと3D感知フィードバックの組み合わせにより、幾何学的整合性が向上します。実験結果から、Ouroboros3Dフレームワークは、これら2つの段階を個別に学習する方法や、推論段階でそれらを組み合わせる既存の方法よりも優れた性能を示すことが明らかになりました。

Spline AI 3Dジェネレーターは、Spline社が提供する3Dデザインツールです。テキストから3Dモデル、画像から3Dモデルの生成に対応しており、シンプルなテキストプロンプトや2D画像から、精緻で正確な3Dモデルを自動生成できます。生成バリエーションの作成と混合、初心者にも使いやすい直感的な操作性、独自の3Dライブラリの作成、プラットフォーム統合とリアルタイムコラボレーション、容易な統合と公開といった機能を備えています。

LGMは、テキストプロンプトまたは単一視点画像から高解像度3Dモデルを生成するための新しいフレームワークです。その主要な着眼点は以下の通りです。(1) 3D表現：効率的で強力な表現として多視点ガウス特徴を提案し、これらを融合して微分可能なレンダリングを行うことができます。(2) 3Dバックボーン：テキストまたは単一視点画像入力から多視点拡散モデルを利用して生成できる、高スループットのバックボーンとして非対称U-Netを採用しています。広範な実験により、本手法の高忠実度と効率性が示されました。特筆すべきは、トレーニング解像度を512に引き上げた上で3Dオブジェクトの高速生成を維持し、高解像度3Dコンテンツ生成を実現したことでしょう。