AIが「空間」を理解し始めた|画像生成の次は「世界生成AI」の時代かもしれない
この記事は 2026年10月に、公式の情報に合わせて一部を見直しました。
最近のAIって、「画像を作る」「動画を作る」あたりまでは、もう当たり前になってきました。
でも今回見たものは、その次の段階に踏み込んでいました。
なんとAIが、1枚の画像から3D空間そのものを生成していたのです。しかも、
オブジェクト認識
物理判定
光源
空間構造
まで理解した上で、BlenderやUnityに持ち込める形で出力していました。
正直、「画像生成AI」というより、「世界生成AI」という言葉のほうがしっくりくる衝撃でした。

1枚の画像から「空間」が生成される
きっかけは、こちらのポストです。
open-sourcing a 3D gen toolkit for Claude Code
input image → environment, meshes, physics, lighting, & audio pic.twitter.com/95S23EucRQ— neilson (@neilsonks) May 14, 2026
内容を噛み砕くと、おおむねこういう流れになっています。
部屋の写真をAIに読み込ませる
AIが机・PC・工具などのオブジェクトを分離する
動かせる物体はメッシュ化して3Dモデル(.glb / .obj)にする
写っていない背景や床、壁なども補完して、部屋全体を Gaussian splat(.spz)という形式の3D空間として生成する
当たり判定用のデータ(collider)も一緒に出力し、付属のビューアで物理を効かせて動かせる
そのままBlenderやUnityに持ち込んで動かせる
公開されているのは、Claude Code 用のスキル集「image-blaster」(MIT ライセンス)です。ただし、3D の生成そのものはローカルで完結するわけではなく、外部の有料 API が行います。背景の空間は World Labs の Marble、物体のメッシュは FAL 経由の Hunyuan 3D、効果音は ElevenLabs といった具合で、使うにはそれぞれの API キーが必要です。それでも、1枚の写真から、動かせる3D空間のたたき台が作れるということです。
少し前までは、「写真から3Dモデルを起こす」だけでも研究テーマでした。それが今は、空間まるごと、物理まで含めて自動生成される側に来ています。
これ、実は「制作フロー」が変わる話
この事例の本当の面白さは、「すごい3D生成AIが出た」ではないと思っています。
注目すべきは、制作フローそのものが組み変わるという点です。
これまでの3D空間制作は、ざっくりこんな手順でした。
リファレンスを集める
Blenderでモデリングする
テクスチャを貼る
ライティングを調整する
当たり判定(コリジョン)を設定する
物理パラメータを設定する
ゲームエンジンに配置する
スキルのある人が数日〜数週間かけてやる仕事です。
これが、
「画像1枚をAIに渡す → 3D空間として出てくる」
になる可能性が出てきました。スキルの問題ではなく、作業そのもの がショートカットされるレベルの変化です。
怖いのは「制作速度」ではなく「試行回数」
ここが、今回の事例で個人的に一番ゾクッとしたポイントです。
3D空間生成というと、つい「制作時間が短くなる」という話に寄りがちです。もちろんそれもあります。
ただ、本当に効いてくるのは別の軸だと思っています。
それは、試行回数の桁が変わるという話です。
これまでは、
3D空間を1パターン作るだけで、数日〜数週間
修正のたびにBlenderで作業し直し
1案件あたり、用意できる空間はせいぜい1〜2パターン
という前提でした。
これがAIの世界生成に置き換わると、
100パターンの空間を一気に生成できる
「もう少し明るい部屋で」と指示するだけで再生成できる
季節違い、テナント違い、ブランド違いを一晩で量産できる
という前提に変わります。
つまり変わるのは、制作コストではなく「試行回数」です。
そして試行回数が桁で増えるとき、何が起こるかというと、
1案件1空間ではなく、1案件100空間 が前提になる
比較検討の単位が「モデル単体」だけでなく、「空間そのもの」 に広がる
用途やシーンごとに違う空間を出し分ける、ということが技術的に可能になる
「作ること」よりも、「どの空間が、どの目的に刺さるかを見抜くこと」の重要度が一気に上がります。
AIは「画像生成」から「世界生成」へ
ここまでの流れを整理すると、AI生成の対象は、こんなふうに広がってきています。
まず、文章(テキスト生成)
次に、画像(画像生成)
そして、動画(動画生成)
今、空間(世界生成)
対象がどんどん「現実」に近づいているのが分かります。
文章 → 画像 → 動画 → 空間、と並べてみると、AIが扱える「世界の解像度」が一段ずつ上がってきているように見えます。
そして、いま起きていることをひとことで言うなら、
AIは「コンテンツ」を作る段階から、「世界」を作る段階に入りつつある
ということだと思います。
画像1枚を作るAIから、シーン100通りを一晩で作るAIへ。
3Dモデル1個を作るAIから、空間まるごとを生成するAIへ。
スケールも、対象範囲も、ひと回り大きいフェーズに入ってきました。
まとめ
1枚の画像から、AIが3D空間まるごとを生成する事例が出てきている
オブジェクト認識・3D化・物理判定・ライティング・空間生成まで一気通貫
生成そのものは World Labs などの外部の有料 API が担い、image-blaster はそれらを Claude Code からまとめて呼ぶ道具
制作フローが「人がモデリング」から「AIが空間生成」に組み変わる可能性がある
変わるのは制作コストではなく、試行回数の桁
AIは「画像生成」から「世界生成」のフェーズに入りつつある
これからのAIに問われるのは、「どれだけ綺麗な画像を出せるか」ではなく、「どれだけリアルな世界を出せるか」になっていきそうです。
そして、それを使う側に問われるのも、デザインスキルやモデリングスキルだけではなく、
「どの世界が、どのユーザーに刺さるか」
を見抜く力なのかもしれません。
あわせて読みたい
次に読む
この記事に関わるエンハンスドの事業
AI活用・無料相談
その業務、AIを使えばもっと効率化できます
メール対応や書類作成、データ入力、レポート集計。毎日の定型業務は、AIと自動化の組み合わせで大きく減らせます。エンハンスドが、貴社に合った進め方をご提案します。
- 業務の棚卸しと無料診断
- AI活用と自動化の具体プランのご提案
- 導入から社内定着まで専門チームが伴走
ご相談は何度でも無料です。まずはお気軽にお問い合わせください。



