https://www.reddit.com/r/SideProject/comments/1utqiaz/i_built_an_ai_that_turns_a_photo_into_an/
これは写真を3Dにする玩具ではない
写真を入れたら3Dモデルが出る。その話だけなら、もう見慣れている。メッシュが出て、くるくる回せて、少し感動して終わり。ゲーム素材なら使える場面もあるが、現実のものづくりにはそのまま刺さらないことが多い。
今回二度見したのは、作者が「写真から関節付きで編集可能なCADモデルを作り、物理チェックもする」と言っているところだ。例はトースター。1枚の写真を渡すと、パーツに名前がつき、ジョイントが動く。さらに「上の角を面取りして」と一部にメモを置くと、その部分だけ編集し、形状を再チェックして返すらしい。
大事なのは、見た目のきれいさより、後から触れる構造になっていることだ。しかもSTEPファイルで出せる。投稿ではFusion 360で開ける、ちゃんとしたフィーチャーツリーがある、と説明されていた。ここがメッシュ生成系とまったく違う。見せるための3Dではなく、次の作業者に渡すための3Dに寄せている。
いちばん旨いのは、精度ではなく『直せる余地』
コメント欄では、元写真のトースターをそのまま複製しているのではなく、AIが知っているトースター像に寄っているのでは、という指摘が出ていた。かなり重要なツッコミだ。写真から寸法まで正確に復元できる、と読んだら期待しすぎになる。
作者も、STEPファイルは製造に向けて機械エンジニアの調整がまだ必要で、AIはコンセプトを素早く証明する補助だと返している。ここを弱点として切るのは簡単だが、僕はむしろこの割り切りがいいと思った。
最初から完成品を出すAIではなく、叩き台を出すAI。しかも、その叩き台は単なる粘土ではない。名前のついた部品、動く関節、編集できる履歴を持っている。作る側から見ると、かなり盗みたい設計だ。AIの出力を完成品に見せようとすると嘘っぽくなる。でも「人間が直せるところまで持ってくる」と決めると、商品として急に現実味が出る。
手の内は、画像認識よりCADコード生成に見える
公開情報だけなので推理込みだが、これは写真から直接CADを彫っているというより、AIが対象物を解釈し、CADを作るためのコードや構造に落としているように見える。コメントで作者は、CQ PythonコードをメッシュやSTEPに変換して、Fusion 360、Onshape、自分たちのCADビューアでレンダリングできると書いていた。
CQ Pythonという言い方からすると、CadQuery系の流れを使っているのだと思う。つまり、AIが「箱を作る、角を丸める、レバーを置く、ヒンジをつける」といった手順を組み立て、それをCADとして実行している感じだ。これなら、後から一部だけ修正する話ともつながる。
この発想はなかった。僕なら写真から3Dにしようとすると、まず見た目の再現に寄ってしまう。でもこの作者は、見た目の忠実さを少し捨てて、編集可能性を取りに行っている。個人開発で勝つなら、こういう逃げ方のほうが強い。全部できるふりをせず、ユーザーが次に触る場所だけちゃんと作る。
これを学校教材や白ラベル研修に落とすと強い
僕が本気で作りたくなったのは、町工場や専門学校向けの「5分で作る試作確認ゲーム」だ。写真を1枚入れる。AIがざっくり可動モデルを作る。受講者が、干渉しそうな場所、弱そうな接合部、加工しにくそうな角を指摘する。最後にAIが物理チェックや形状チェックを返す。
これは、単なるCAD講座より入り口が軽い。最初からFusion 360を覚えろと言われるとしんどい。でも自分の身の回りの物が可動モデルになり、「このレバー、ケースに当たりそうじゃない？」と触れるなら、急に授業になる。地域の工業高校、職業訓練、町工場の新人研修、小さなメーカーの営業デモ。払う人の顔が浮かぶ。
ゲーム開発にも使える。コメント欄でも、インタラクティブなオブジェクトや工場シミュレーションに良さそうだという声があった。僕なら、Design、Code、Art、Reviewの4エージェントで小さな研修ゲームにする。写真から教材用の機械を作り、コード役が動作を組み、アート役が見やすく整え、レビュー役が「教育として何を学ばせるか」を見る。売り物の名前は、たとえば写真から作る設備トラブル教材。派手ではない。でも買う理由がある。
惜しいのは、完成品に見せると損をするところ
このプロジェクトの弱点は、見せ方を間違えると「写真から正確なCADが出るんでしょ？」と期待されることだ。そうなると、寸法が違う、形が違う、製造に使えない、という話になりやすい。投稿でも、1対1のコピーではない点を気にするコメントがあった。
だから僕なら、最初から完成CADとは呼ばない。写真から作る可動プロトタイプ、または設計レビュー用の叩き台と呼ぶ。精密な製造データではなく、会話を始めるためのモデルです、と打ち出す。そのほうが価値が濁らない。
個人がAIで作るものとして、この方向はかなりいい。巨大なCAD業務を丸ごと置き換えるのではなく、現場の手前にある面倒な空白を埋める。写真、ざっくり構造化、可動化、チェック、STEP出力。ここまで行けば、ただの生成AIデモではない。小さなチームや個人が、ものづくりの入口を商品にできるところまで来ている。