メインコンテンツへスキップ
見出し画像

AIで3Dモデルを作って動かすまで ── 2026年夏、実際に手を動かして分かったこと

    AIで3Dモデルを生成して、それにモーションを付けるところまでを一通り調べました。途中で自分の作ったGLBファイルを解剖してみたら、思っていたのとかなり違う状態だったので、その話も含めて書いておきます。同じところで詰まる人はたぶん多いと思うので。

    まず、「AIでアプリを作ってストアに出す」は思ったより混んでいる

    きっかけはこの疑問でした。最近、AIでアプリを作ってGoogle Play Storeに出している人がやたら目につく。あれ以外に収益化の道はないのか、と。

    調べてみたら数字がなかなか厳しかったです。RevenueCatが11.5万アプリの実データをまとめたレポートによると、月間の新規サブスクアプリ数は2022年の約2,000本から14,700本超へと4年で7倍に増えている。それでいて売上の69%は2020年より前にリリースされたアプリが握っていて、2025年以降のいわゆる「バイブコーディング世代」の取り分は3%しかない。新規サブスクアプリが2年以内に月1,000ドルへ到達する率は17.3%だそうです。

    私の受け取り方としては、これは「作れる人が増えた分だけ、古参の資産価値が上がった」構図に見えます。作る難易度が下がったぶん、勝負は別のところに移った、ということかなと。

    対照的だったのがnote側の数字で、約30万件の有料記事を分析した結果、メンバーシップ売上は前年同月比で+81.3%、有料記事売上は+26.8%、収益を得たクリエイター数は+42.0%。しかも実用ノウハウ系の平均価格は読み物系のおよそ1.9倍で、文字数と売上の相関はほぼゼロ(-0.023)でした。長く書けば売れるわけではない、というのは刺さる話でした。

    そういう文脈で、じゃあ自分は何を作れるんだろう、と考えて3Dに手を出した、というのが今回の流れです。

    3D生成AIの勢力図は、2026年に入って結構ひっくり返っている

    まずMeshyから触り始めたのですが、いま「一番」ではなくなっているようです。9ツールを実測したレビューでは、2時間のクリーンアップなしにそのまま実制作パイプラインへ落とせたのは Rodin(Hyper3D) だけ、という評価でした。10BパラメータのRodin Gen-2、きれいなクアッドトポロジー、T/Aポーズの強制、マルチ画像フュージョンが揃っている。ただしお金はかかって、ビジネスプランは月120ドルからです。

    コストパフォーマンスで見るなら Tripo かなと思います。2026年のTripo 2.0で形状精度はMeshyを超えたと言われていて、年払いなら月12ドル。最新のTripo P1はネイティブ3D diffusionで、Unity・Unreal・Godot向けにポリゴン予算が最適化されているそうです。

    無料で一番強いのは Hunyuan3D(Tencent)。オープンソースで、出力は商用ツールに匹敵、むしろ後処理が少なくて済むこともあるらしい。3.5系はテキスト・画像・マルチビュー入力に対応、8K PBRテクスチャ、生成は1分以内。ただしローカルで回すにはVRAM 24GB以上のNVIDIA GPUが要るので、普通のノートPCでは自前実行は無理でした。

    用途が尖っているものだと、Hitem3D はメッシュ解像度1536³でカテゴリ最高、3Dプリントのミニチュアやフィギュア用途では敵なし(そのぶん生成は遅い)。TRELLIS 2 はMicrosoft ResearchのGaussian Splattingで映像的な見栄えは最高だけれど、スプラット出力は従来のパイプラインに載せづらい面があります。

    見落としがちなのは「エクスポートとライセンス」のペイウォール

    ここが今回一番の発見でした。ダウンロードボタンが押せることと、それを商用で使えることは、まったく別の話なんです。

    MeshyやTripoの無料版は署名(CC BY 4.0)が要求されるので、閉じた商用プロジェクトには向きません。商用ライセンスが付くのはMeshy Pro、Tripo3D Professional以上。つまり無料枠でDLはできても、ライセンス側にペイウォールがある、という構造です。

    そこを構造的に回避したいなら、オープンウェイト系に振るのが確実だと思います。

    TRELLIS 2 はMITライセンスで、個人・商用どちらも無料。ComfyUIのエコシステムでは他のオープンソース3Dオプションを追い抜いていて、トップ級かつオープンソースかつ商用フリーなのはTRELLIS 2だけ、という位置づけになっていました。重みは huggingface.co/microsoft/TRELLIS.2-4B、公式は microsoft.github.io/TRELLIS。ワークフローは Load Image → TRELLIS Mesh Generator → TRELLIS Texture Generator → Save GLB で完結して、出力は .obj / .glb / .stl です。

    Hunyuan3D も商用利用は無料で、生成したアセットは販売可。ただしモデル本体の再配布は不可、2.1系では「Created with Hunyuan 3D-2.1」の表記を残すのが条件です。ライセンスに一行の紐がつくぶん、TRELLIS 2より少しだけ気を使う感じかなと。

    複数エンジンをまとめて叩ける 3D AI Studio も便利でした。Hitem3D 2.1・Hunyuan・Meshy 6・Tripo・Rodin・Trellis 2 を同じクレジットで回せて、各社の個別サブスクは不要のpay-as-you-go、新規には無料クレジットも付きます。比較サイトの top3d.ai なら同じサンプルを並べて見ることもできます。

    実務的なコツをひとつ。入力画像は最低512×512、できれば1024×1024以上。そして三面図・四面図を渡すと単一画像より結果が劇的に良くなります。「Meshyの出力がイマイチ」の原因がツールではなく入力側だった、というケースは結構ありそうなので、乗り換える前に一度4面図で試す価値はあると思います。

    自分のGLBを解剖したら、骨が一本も入っていなかった

    ここからが本題です。生成したモデルの中身を実際にパースして確認しました。結果はこうでした。

    • 頂点 1,498,056、三角ポリゴン 500,000、ファイルサイズ 53.9MB

    • skins: 0 / animations: 0 ── ボーンもスキンウェイトも存在しない

    • materials: 0 / textures: 0 ── 色情報がまだ入っていない(UVはあるので後から貼れる)

    • 頂点属性は POSITION / NORMAL / TEXCOORD_0 の3つのみ

    • 出力元は Blender glTF I/O v4.2.70

    • バウンディングボックスは 0.98 × 2.00 × 0.40、縦横比ちょうど2:1

    つまり「モーションが付いていない」のではなく、モーションを付ける対象そのものが存在していなかったわけです。ここを取り違えていると、アニメーションツールを探し続けても永遠に解決しません。最初は完全に勘違いしていました。

    「リグが入っている」とはファイルの中で何が起きている状態か

    glTF/GLBの内部構造で言うと、増えるデータは2種類です。

    ひとつは骨そのもの。`skins` 配列ができて、その中にボーンとして使うノードの一覧(joints)と、各ボーンの初期姿勢を戻すための逆バインド行列が入ります。私のファイルは `nodes` がメッシュ1個だけでしたが、人型なら60〜70個のノードが親子階層で並ぶ状態になります。

    もうひとつは、どの頂点がどの骨に引っ張られるかという情報。メッシュのprimitiveに `JOINTS_0` と `WEIGHTS_0` という属性が追加されて、頂点ごとに「骨#12に70%、骨#13に30%」といった重みが入ります。

    この2つが揃って初めて、骨を回すとメッシュが付いてくる。そのあと `animations` にキーフレームを入れて、ようやく動きます。逆に言えば、リグ後のファイルをもう一度パースして `skins` が1以上、attributesに `JOINTS_0` と `WEIGHTS_0` が増えていれば成功、と機械的に検証できます。

    リギングツール、それぞれの立ち位置と料金

    その前に必須の下ごしらえがひとつ。50万ポリのままだと自動リガーはほぼ確実に落ちます。BlenderのDecimateモディファイアで3〜5万ポリまで落としてから投げてください。ここはCPUだけで済むので、GPUの無いマシンでも問題ありません。

    Mixamo

    無料枠の本命です。2026年7月時点でサイトは稼働中、オートリガーも動作し、無料のAdobeアカウントで使えて、キャラクターもアニメーションも商用無制限のロイヤリティフリー。モデルをアップして顎・手首・肘・膝・股にマーカーを10個ほど置くだけで、骨もウェイトも入ります。

    ただし正直なところをひとつ。オートリガーは二足歩行の人型限定で、2015年の買収以降まともなアップデートが無く、2025年6月には数日の障害があり、サポートは「もうサポート対象外」と表現しています。Adobeはシャットダウンを発表していませんが、頼れるパイプラインというよりは有用なレガシーツールとして扱ったほうが安全だと思います。

    UniRig

    清華大学とTripo(VAST AI Research)によるSIGGRAPH'25の公式実装で、オープンソースです。14,000超のリグ済みモデルからなるデータセットRig-XLで学習していて、既存手法比でリギング精度215%、モーション精度194%の改善を報告しています。スケルトン階層をトークン化する手法と大規模自己回帰モデル、そしてボーン・ポイント・クロスアテンションによる頂点ごとのスキンウェイト予測が中核で、測地線距離の情報で補強されている。人型だけでなく動物・鳥・魚・メカまで対応するのが強みで、予測後にボーンの追加・削除やトポロジー調整もできます。チェックポイントは

    GPUが無い人にとって重要なのがここで、ブラウザで回せる有志のSpaceが公開されています。huggingface.co/spaces/MohamedRashad/UniRig は .obj / .fbx / .glb をアップすると自動でスケルトンとスキンウェイトを生成、huggingface.co/spaces/monaverse/UniRig はスケルトンタイプの選択とシード指定ができます。

    SkinTokens

    UniRigの後継にあたるもので、ローカル設定なしで試せるホスト済みのHugging Face Spaceが用意されています。テクスチャとスケールを保ったままリグする `--use_transfer` オプションがあるのが実務的にありがたいところです。

    GLB / FBX / OBJ に対応した商用サービスで、人型・動物・非人型それぞれのプリセットがあり、Blenderプラグインのワークフローも用意されています。

    3D AI Studio のリギングツール

    GLBを上げると体構造の解析、骨配置、スキンウェイト計算まで自動で、出てくるのはMixamo互換のリグ。biped / quadruped / hexapod / avian / serpentine / aquatic と型が豊富で、リグ後にwalk・run・jump・dance・戦闘モーションなどのプリセットを1クリックでリターゲットできます。解析だけなら無料で、所要は30秒ほど。

    モーション取得の別ルートとしては、動画からモーションキャプチャできるDeepMotionもあります。生成から自動リギング、アニメーションまでをブラウザ1タブで完結させたいならMeshyという選択もあり、という整理でした。

    今回たどり着いたルート

    順番としては、こう組むのが現実的だと思っています。

    1. 生成はオープンウェイト系(TRELLIS 2 または Hunyuan3D)で、ライセンスの紐を最初から外しておく

    2. 入力は4面図で渡して、形状の精度を入口で稼ぐ

    3. Blenderでポリゴンを3〜5万まで落とす(CPUのみで完結)

    4. リギングはまずMixamoに投げ、通らなければHugging FaceのUniRig Spaceへ回す

    5. リグ後のGLBを再度パースして `skins` と `JOINTS_0` / `WEIGHTS_0` を確認する

    6. モーションを載せたらDracoかKTX2で圧縮(Web/AR用途なら必須)

    最後にひとつ気になっている動きを。CSM AIが2026年1月にGoogleに買収されて、チームがDeepMindへ入りました。Googleの計算資源とGeminiが注入されれば、この分野はもう一段ひっくり返る可能性があります。だからこそ今は、重いサブスクを抱え込まずに従量課金とオープンソースで身軽に回しておくのが賢いのではないか、というのが現時点での見立てです。

    技術そのものより、ライセンスとファイル内部構造のほうがハマりどころだった、というのが今回一番の収穫でした。誰かの遠回りが少しでも減れば嬉しいです。

     
     
    テクノロジーが超進化する現代、不安な人へ… 「未来が楽観できる」ブログです。 @earth 著者情報 - Mina Eureka Ernst > 幾何とSIと金融と普遍性とバイオと……について勉強してます

    あなたへのおすすめ