Luma AI、テキストから3Dを生成する「Genie」をDiscordで公開

Blenderを開いてポリゴンを調整し、まともな小物を1つモデリングするだけでも、数時間があっという間に消えてしまいます。

スマートフォン動画から高精度なNeRFを生成する技術で知られる米新興企業のLuma AIが、テキストから3Dモデルを生成する新ツール「Genie」を発表しました。Discord上で動作する無料の研究プレビューとして公開されています。

20秒で4つの3Dモデルを生成

使い方はMidjourneyによく似ており、Discordのチャット画面にテキストプロンプトを入力するだけです。

送信からおよそ20秒で、プロンプトに沿った4つの初期3Dモデルが返ってきます。

それぞれのモデルにはインタラクティブなリンクが付いており、ブラウザ上で360度回転させて確認できるほか、標準的なglb形式で直接ダウンロードすることも可能です。

初期モデルのディテールを向上させたい場合は、リファイン（高解像度化）の指示も出せます。Luma AIによると、この精緻化処理には現在約20分ほどかかります。

ゲーム開発やバーチャル制作の現場を狙う

テキストからの3D生成は、2021年頃からGoogleのDreamfusionやOpenAIのPoint-E、Shap-E、NVIDIAのMagic3Dなど各社が研究開発を競い合ってきました。

しかし、これまでのツールの多くは環境構築が難しく、研究段階の域を出ていませんでした。

Luma AIは、Genieをゲーム開発者やバーチャルプロダクションの現場に向けた実用ツールとして位置付けています。背景アセットなどをゼロから手作業で作る代わりに、テキストで素早く試作できるようにするのが狙いです。

現在は研究プレビューとして誰でも無料で試せますが、基盤モデルの改良を進めた後、将来的に有料サービスへ移行する方針です。

なぜ重要か

私たちは、Luma AIの最大の強みは画質の高さそのものよりも、Discordを通じた手軽なインターフェースに落とし込んだ点にあると考えています。

インディーゲームの開発者や3Dアーティストにとって、20秒でglbファイルを4種類手に入れられる体験は、プロトタイピングのあり方を大きく変えるはずです。Unreal EngineやUnityにそのまま持ち込んで、ステージのサイズ感やレイアウトを検証するだけでも十分な価値があります。

一方で、現時点のメッシュ構造はクリーンとは言えず、そのままキャラクターとして動かしたり商用アセットに組み込んだりするには、手作業でのリトポロジーが不可欠に見えます。また、高精度化に20分かかる点もテンポの面で課題が残ります。

それでも、画像生成AIの次に控えるフロンティアが3Dであることは間違いありません。大手テック企業が本格参入する前に、一般ユーザーが手元で触れる実用レベルのプロトタイプをいち早く届けた意義は小さくありません。