AI×製造2026年10月18日読了約5分

3D制作をコード化するAI基盤が登場

保存

3DCodeVerseは、編集と検証が可能な3Dコンテンツをコーディングエージェントが大量生成する基盤である。200万件規模のデータと自動検証の仕組みを備え、3D制作の内製化を後押しする可能性がある。

研究の概要

3DCodeVerse は、コーディングエージェントが編集可能かつ検証可能な3Dコンテンツを大規模に作れるようにするための研究基盤である。Yipeng Gao、Laurent Itti らの研究チームが発表した。構成は三つの要素からなる。

第一は、実行可能な3Dコードを集めた約200万件規模のデータセット 3DCodeVerse-2M である。オープンソースのデータの収集、専用形式からのコード変換、コーディングエージェントによる新規プログラム生成という三つの方法で構築された。各プログラムには、宣言された環境で動かすために必要なソースと素材が同梱され、説明文や検証記録も可能な範囲で付与されている。

第二は、3Dコンテンツの生成と修正を担うマルチエージェント構成の 3DCodeVerse Harness である。第三は、3Dコーディングに関する体系的な実証研究と実用上の指針である。

報告された成果として、このデータでの微調整によりオープンソースモデルの3Dコーディング能力が大きく向上した。また、Claude Opus 5.5 を用いた比較では、Harness が Claude Design（3Dオブジェクト）に対し、人間による一対比較評価で 90%の勝率 を記録した。

しくみをやさしく

従来の3D生成AIは、完成した立体形状そのものを出力する方式が多かった。この方式では、出力後に寸法や部品配置を直すのが難しい。本研究は発想を変え、3Dの世界を「プログラムコード」として書かせる。コードであれば、数値を書き換えるだけで大きさや位置を変えられ、履歴も残る。

Harness は、作業を役割ごとに分けた複数のエージェントを、有向非巡回グラフ（DAG）と呼ばれる順序付きの流れでつなぐ。生成されたコードはまず実際に実行され、エラーがないか確認される。次に、物体同士の距離や大きさなど空間的な測定値が調べられる。さらに、描画した画像を見て意図とのずれを判定する視覚的なフィードバックが加わる。これらの結果をもとにコードが自動で修正され、生成中に人が介在する必要がない。

建築図面の検査に例えると分かりやすい。図面が正しく開けるか、寸法が合っているか、完成予想図が依頼内容に沿うかを、順に自動で点検し、不備があれば書き直す流れである。

ビジネスへの示唆

影響が大きいのは、3D素材を日常的に発注・修正している部署である。たとえば製品企画部門の試作用モデル、EC運営部門の商品3D表示、設計部門の部品配置案、研修部門の設備教材などが該当する。いずれも「少し寸法を変えたい」「色違いを増やしたい」といった修正が頻発し、外注の往復や担当者の手作業が積み重なっている。

読者が自問すべきは、自部署で3Dや図面に近い素材を、誰がどれだけの時間をかけて作り直しているかである。動く検証記録つきのコードで管理できれば、修正依頼から反映までのリードタイム、外注費、手戻り回数、素材の再利用率といったKPIが動く可能性がある。ゲーム、建設、小売、製造、教育など3D素材を使う業界全般で、内製化の選択肢が広がる。

現場での導入イメージ

仮に導入支援に入るなら、次の流れを提案する。

棚卸し：3D素材の発注・修正履歴を洗い出し、修正が多い種類や待ち時間の長い工程を可視化する。目指す到達点は、効果が出やすい業務の優先順位が関係者の共通認識になることである。
差し込み先の設計：新しい専用ツールを増やさず、既存のCADや3D表示環境、社内の素材管理の仕組みに、コード生成と自動検証を載せる形を考える。社内の命名規則や寸法基準は検証条件として取り込む。目指す到達点は、現場が使い慣れた画面のまま依頼から確認までが完結する状態である。
小さく試す（PoC）：一部署、数週間の範囲で、単純な部品や什器などの修正依頼に限って試す。担当者が「従来より直しやすいか」「確認の手間が減ったか」を実感で評価する。目指す到達点は、小さく安く始めて、効く場面と効かない場面を見極めることである。
運用と横展開：合格基準と検証項目を文書化し、人が最終確認する範囲を定めたうえで他部署へ広げる。目指す到達点は、品質基準が共有され、部署をまたいで素材を再利用できる運用である。

全体として目指すのは、3D素材の作成と修正が外注待ちに左右されず、検証済みのコードとして社内に蓄積される状態である。

今後の展望

今回の評価は物体単位の生成が中心であり、工場全体や都市のような複雑な空間、社内独自の規格への適合は別途の確認が必要である。それでも、成果物が編集可能で検証記録を伴う点は、品質管理や監査を重んじる企業にとって採用の判断材料になる。データセットと指針が公開に向かえば、独自データで調整した業務特化モデルの開発も現実味を帯びる。