Spectral LabsがSGS-1を発表：画像やスケッチから直接編集可能なCADデータを生成

生成AIが作る3Dモデルは、一見リアルに見えてもエンジニアから見れば使い物にならないことが珍しくありません。ゲーム用ポリゴンメッシュの殻に過ぎず、製造現場で寸法を変更したり加工したりできないからです。

Spectral Labsが公開した「SGS-1」は、この課題に挑む構造化CAD特化型の基盤モデルです。製造現場でそのまま扱えるパラメトリックなSTEPファイルを直接生成できます。

手描きスケッチからSTEPファイルを直接生成

従来の画像から3Dを作るAIは、編集が困難なメッシュを出力するのが一般的でした。これでは従来のCADソフトに取り込んでも、穴の直径を数ミリ変更することすら困難です。

SGS-1はパラメトリックなB-Rep形状を認識・生成し、標準的なSTEPファイルとして書き出します。入力には写真だけでなく、手描きのスケッチ、寸法が入った図面、さらにはスキャンしたSTLなどの静的メッシュも利用できます。

部品同士を組み合わせるアセンブリの文脈にも対応しています。既存の機構パーツのレンダリング画像とテキスト指示を渡すだけで、その隙間にぴったり合う固定金具の形状を自動設計することも可能です。

空間認識でGPT-5を引き離す

チームは性能を検証するため、オープンソースのCAD生成モデルHoLaに加え、OpenAIの推論モデルGPT-5 thinking（CadQueryコードを出力させる形式）と比較テストを実施しました。

複雑な75種類の部品データセットを対象に、エラーのない密閉された立体を生成できるかを検証したところ、GPT-5は空間把握能力の不足を露呈し、単純すぎるか破損した出力にとどまりました。

一方でSGS-1は高精度な結果を収めました。ただし現世代モデルには弱点もあります。機械部品を想定しているため有機的な曲面デザインは苦手で、解像度の制約により極端に薄い板厚を扱えず、一度に複数の部品を組み立てた状態で生成することはまだできません。

なぜ重要か

ハードウェア開発者や町工場のエンジニアにとって、STLスキャンや手描き図面をCADデータに直す「リバースエンジニアリング」は骨の折れる作業です。この手戻りを減らせるなら、今すぐプレビュー版を試す価値があります。

業界全体で見れば、汎用大規模モデルの限界を突きつけた格好です。いくら言語や推論に長けたGPT-5でも、厳密な三次元の空間論理をコードだけで完結させるのは難しいことがデータから見えてきます。

見た目の派手なポリゴンを追わず、製造業の標準言語であるB-RepとSTEPに的を絞った判断は極めて合理的だと考えます。現実のモノづくりを動かすAIとしては、正しい一歩を踏み出しています。