2026年1月6日、火曜日

今日、3D Gaussian Splatting を動かした。

写真から「歩ける」3D空間を作る技術。

第一幕：Wan 2.1で動画生成

最新の動画生成AI「** Wan 2.1 **」（Alibaba製）を試した。

やったこと

prompt = "luxurious modern Japanese interior, sunlight streaming through shoji screens, camera slowly panning, cinematic 4k"

結果

1秒の動画ができた。

「は？1秒？」

→ num_frames=25 / fps=16 = 約1.5秒

省メモリ設定にしたから短い。次はもっと長くする。

第二幕：3D Gaussian Splatting

3DGSとは

写真10-30枚から3Dシーンを再構築
リアルタイムで視点を変えられる
NeRFより高速

学習プロセス

サンプルデータ — gardenシーン（庭）
COLMAP — カメラ位置推定（自動）
3DGS学習 — A100で約15分
レンダリング — 185枚の画像を生成
動画化 — mp4に変換

結果

PSNR 27.29 — 高品質な3Dシーンができた。

動画にしたら高速で回転してた。

「なんで動画にするの？」

→ 本来は動画じゃなく、ブラウザで自由に歩き回れるのが3DGS。

第三幕：ランタイム再起動でデータ消えた

3DGSモデルをダウンロードしようとしたら：

FileNotFoundError: No such file or directory

ランタイム再起動でデータが消えた。

教訓

学習完了したら即Drive保存
ランタイム再起動 = 全データ消える
Colab Proのユニット消費を意識する

GPUの使い分け

今日学んだこと：

| GPU | 用途 | 1時間あたり | |-----|------|------------| | T4 | 3DGS（小）、画像生成 | 約1ユニット | | L4 | 3DGS（中）、LoRA学習 | 約2.5ユニット | | A100 | 動画生成、大規模3DGS | 約10ユニット |

今日は実験で色々やったから81ユニット消費。月100ユニット上限。

商用サービス vs 自前

正直に言う。

商用サービス（Runway、Pika、Gemini）

品質：高い
簡単さ：URL開くだけ
時間：数秒で完成

自前（Colab）

品質：まだ荒い
簡単さ：エラーと格闘
時間：セットアップに1時間

じゃあ自前の価値は何？

カスタム学習 — 自分のポートフォリオでLoRA学習
自動化統合 — Webサイトに組み込む
最新実験 — 商用化前のモデルを試せる

内装業での3DGS活用

施工現場を3D化 — お客様が「歩ける」完成予想
Before/After比較 — 同じ視点から見比べ可能
VR内覧会 — Quest等で没入体験

結論

今日の実験の価値は「動画が作れた」ではない。

「何ができるか、何ができないか」がわかった。

動画生成 → 商用サービスでいい
3DGS → 自前でやる価値あり（施工現場3D化）
カスタム学習 → 将来的に価値あり

「どうせうまくいかない」精神で実験を続ける。

明日の目標：自分の施工写真で3DGSを試す

A100で3DGSを動かした日——写真が「歩ける空間」になるまで