1. 3D Gaussian Splattingとは？
3D Gaussian Splatting（3DGS）は、複数の写真から現実世界を高精度でリアルタイムに3D復元する技術です。
最大の特徴は、空間を表現する点を中心が濃く外側に向かって色が薄くなるようなガウス分布の集まりとして表現する点にあります。
現在では、Scaniverseのようなアプリの普及によって、iphoneなどでも使用できるようになっている技術です。
2. ガウシアン・スプラッティングにおけるパラメータ
3DGSでは、空間に配置された数百万個のガウスの粒のそれぞれが以下の情報を持っています。
- 位置： どこにあるか（XYZ座標）。
- 不透明度： どれくらい透けているか。
- 形状と回転： どの方向に、どれくらい引き延ばされた楕円体か。
- 色： 見る角度によってどう色が変わるか。
これによって、点群と異なり、見る角度によって色が変わるという性質を持つことで、金属の光沢や水の反射といった、従来の3Dモデルでは難しかった表現が可能になりました。
3. ガウシアン・スプラッティングの利点と課題
3.1. ガウシアン・スプラッティングの利点
3DGSが短期間でこれほど普及したのは、従来の3D技術が抱えていた美しさと軽さの両立という課題を、全く新しいアプローチで解決したからです。
1. フォトリアルな再現
従来のメッシュでは表現が困難だった、水面のきらめきなどを、写真と見紛うレベルで再現できます。
2. トレーニング時間の短さ
数時間の学習が必要だったNeRFに対し、3DGSは数分〜数十分で高品質なモデルが完成します。この「試行錯誤の速さ」は、開発の現場において大きな武器となります。
3. 低負荷に再現できる
学習にはGPUが必要ですが、一度書き出せば、一般的なスマートフォンやブラウザ上でも動かすことが可能です。
3.2. ガウシアン・スプラッティングの課題
非常に強力な技術ですが、物理的な環境でAIを動かすという観点では、まだ克服すべき壁も残っています。
1. データ容量の大きさ
数百万個のガウスの粒を保存するため、1つのシーンで数百MB〜数GBの容量になることがあります。Webサイトへの埋め込みや、メモリの限られたエッジデバイスへの実装には最適化が必要です。
2. 編集・加工の難しさ
メッシュのように直感的な加工が難しく、現状では現実世界をそのまま仮想環境に投影し、観察することに特化した技術となっています。
3. 物理的実体がない
あくまで光の粒の集まりであるため、そのままではロボットが壁にぶつかったり、物体を掴んだりするための当たり判定として機能しません。
4. 点群との比較
ガウシアン・スプラッティングには、従来の表現方法である点群と比べて以下のような特徴があります。点群について詳しく知りたい方はこちらをご覧ください。
4.1. 現実世界の再現
点群は、植物や髪の毛といった境界が曖昧なものを表現するのが非常に苦手です。
3DGSは、金属の反射や、木の葉のような複雑な重なりも、写真そのままのクオリティで再現できます。
4.2. 物理的な実態
この点が実用上の最大の差になります。
点群は、メッシュ化することで面を持つことができ、ロボットが壁にぶつかったり、地面を歩いたりする衝突判定の計算が容易です。点群をメッシュ化する方法はこちらをご覧ください。
3DGSは、光の粒の集まりであり、数学的には形が曖昧な霧を覗いているような状態のため、そのままでは物体を掴んだり、障害物として認識させたりすることができません。
4.3. 編集のしやすさ
点群は、頂点を動かして形を変えたり、一部を削ったりといった編集が直感的に行えます。また、距離や面積などを測定することもできます。
3DGSは、数百万個の粒の集合体であるため、一部だけを切り取ったり、形を加工したりといった操作は現在の技術ではまだ困難です。
5. ガウシアン・スプラッティングの活用事例
3DGSは、実社会の様々な分野で活用されています。
5.1. 不動産・観光
建物の内部や観光地をスキャンし、誰でもブラウザ上で歩き回れる高品質なバーチャルツアーを作成できます。写真のような質感があるため、従来のCGよりも没入感が格段に高く、遠隔地からの物件確認や観光体験に革命を起こしています。
5.2. エンターテインメント
現実の人間や小道具を3Dスキャンし、そのままVRゲームや映画の中に登場させることができます。従来の「モデリング→テクスチャ貼り」という手間をカットし、現実の空気をそのままデジタルに閉じ込めることが可能です。
6. まとめ：ガウシアン・スプラッティングの今後
3D Gaussian Splattingは、現実空間を仮想環境に投影する上で今後ますます注目されていくインターフェースです。以前は高度な計算資源が必要だったこの技術も、今やスマートフォン1台で誰でも体験できるものになりました。
現在の3DGSの最大の弱点は、物理的な実体がないことです。しかし、最近では3DGSの視覚情報から高精度なメッシュを逆算して抽出する技術が急速に発展しています。 今後は、実写そのままの美しさを3DGSで描き、物理計算は抽出したメッシュで行うというハイブリッドな手法によって、フィジカルai領域が発展していくことでしょう。
