Googleが発表したBlenderFusion、3D視覚編集を革新する新フレームワーク

グーグルが3D視覚編集と生成合成の新たなフレームワーク「BlenderFusion」を発表し、クリエイティブ分野に革新をもたらすと注目されている。この技術は、従来の生成モデルが苦手とする複雑なシーンにおける複数要素の精密な制御を可能にし、画像生成分野の限界を克服することを目指している。 BlenderFusionのプロセスは、分層・編集・合成の3段階で構成される。まず、入力された2D画像から物体を自動的に抽出し、3D化する「分層」段階では、SAM2やDepthProといった最先端の視覚基盤モデルを活用。これにより、物体の3D点群を高精度で生成し、後続の編集に適したデータを構築する。 次に「編集」段階では、Blenderの強力な3D編集機能と連携。ユーザーは抽出された3Dオブジェクトを移動、回転、スケーリングするだけでなく、材質や外観の微調整も可能。これにより、シーン内の各要素に対して直感的かつ柔軟な操作が実現され、編集結果が即座に反映される。 最後の「合成」段階では、編集済みの3Dシーンと背景を高品質に統合。最適化された拡散モデルが、編集内容と元画像の情報を効果的に統合し、自然で一貫性のある最終画像を生成。特に、複雑な照明や奥行きの表現においても高い品質を維持する点が特徴だ。 このフレームワークは、デザイナーやクリエイターが高度な3D編集を手軽に実行できる環境を提供。従来は専門知識と時間がかかる作業が、より直感的かつ効率的に進められるようになる。プロジェクトはGitHubで公開されており、研究コミュニティや業界の幅広い活用が期待される。 BlenderFusionは、AIによる3D生成技術の新たな地平を切り開く重要な一歩であり、グーグルがAIとクリエイティブの融合を推進する姿勢を示している。