我々は変分形状学習器（Variational Shape Learner: VSL）を提案します。これは、教師なしでボクセル化された3D形状の潜在的な構造を学習する生成モデルです。スキップ接続の利用により、当モデルは物体の潜在的かつ階層的な表現を成功裏に学習および推論することができます。さらに、VSLの潜在確率的多様体からサンプリングすることで、現実的な3D物体を容易に生成することが可能です。本研究では、当生成モデルが2D画像からエンドツーエンドで訓練され、単一画像からの3Dモデル検索を行うことを示しています。実験結果は定量的にも定性的にも、当提案モデルが様々なタスクにおいて優れた汎化性能を有し、既存の最先端手法と同等かそれ以上の性能を発揮することを証明しています。