Stability AI、単一画像から0.5秒で3D化する「TripoSR」をオープンソース公開

TripoSRは、Stability AIとTripo AIが共同開発したオープンソースの3D高速再構築モデルです。機能は非常に明快で、1枚の2D画像を入力するだけで、テクスチャ付きの3Dメッシュを1秒未満で生成してくれます。

最大の特徴は、その圧倒的な軽さと処理速度です。Nvidia A100でテストした場合、ドラフト品質の3Dオブジェクトを約0.5秒で出力できます。さらに、推論コストが極めて低く抑えられており、専用のGPUを搭載していない一般的なパソコンのCPU環境でも動作します。

何ができるのか、どう実現しているのか

ゲーム開発や映像制作、インダストリアルデザイン、建築設計などの現場では、スケッチや参考画像から素早く立体イメージを起こす需要が常にあります。TripoSRは、そうした初期段階の可視化をほぼ待ち時間なしで行うために作られました。

生成速度と品質の両面において、従来の代表的なオープンソースモデルであるOpenLRMを上回るパフォーマンスを発揮します。

ベースとなったのは、単一画像から3Dを起こす大規模再構築モデル「LRM」です。TripoSRではこのLRMを元に、チャンネル数の最適化、マスクによる教師あり学習、効率的な切り抜きレンダリング手法といった技術改良を加え、計算の無駄を徹底的に削ぎ落としました。

学習データには、ObjaverseデータセットからCC-BYライセンスの高品質なサブセットを厳選して使用しています。現実世界の画像分布を忠実に再現する多様なレンダリング手法を取り入れたことで、初見の物体に対する汎化性能も大きく向上しています。

導入手順とオープン性

今回の公開は非常にオープンで、コードも重みも制限なく手に入ります。

ソースコードはTripo AIのGitHubで、モデルの重みはHugging Face上で配布されています。ライセンスは商用利用も完全に認められている寛容なMITライセンスとなっており、個人の実験から製品への組み込みまで自由に活用可能です。

動作環境の敷居の低さも魅力です。ハイエンドGPUがあれば0.5秒という超高速処理の恩恵を受けられますが、GPUを持たないローカルマシンでも十分に動かせるため、まずは手元の環境ですぐに試すことができます。

なぜ重要か

インディーゲーム開発者やデザイナー、3Dクリエイターなら、今すぐ試す価値が十分にあります。生成される3Dモデルはドラフト品質のため、細部の調整やリトポロジーは必要になりますが、わずか0.5秒で立体化できる即応性は、初期のアイデア出しやプロトタイピングのスピードを劇的に引き上げてくれます。

これまでの3D生成AIは、品質を追求するあまり推論に数分を要したり、高額なクラウドGPUを前提とするものが大半でした。TripoSRは軽量化と構造最適化に振り切り、CPUでも動く手軽さと商用利用可能なMITライセンスを実現しています。3D生成技術を研究室のデモから、誰もが日常的に使える実践的なツールへと引き下ろした点で、非常に賢いアプローチだと私たちは評価しています。