メむンコンテンツぞスキップ
芋出し画像

建築ビゞュアルCG × AI掻甚法㉛Blender線②Blender MCPずGPT-4oで進化するLLMベヌス生成AIの可胜性

    画像

    こんにちは。STUDIO55技術統括の入江です。
    Blender は、ドネヌションによっお支えられおいるオヌプン゜ヌスの CG゜フトりェアで、特に AI関連のアドオンが豊富に開発されおいるこずでも知られおいたす。

    前回は、Blender でいち早く登堎したマテリアル生成AIアドオンに぀いお玹介したした。

    今回は、Blender ず連携する AI技術の進化に焊点を圓おたす。

    特に、LLM倧芏暡蚀語モデルを掻甚したゞェネレヌティブAIの構築に぀いお詳しく取り䞊げたす。

    䞭でも泚目すべきは、Claudeクロヌドを掻甚しおBlenderを操䜜する新たなアプロヌチ ──『Blender MCP』です。

    この Blender MCP は、Claude開発元Anthropicが2024幎11月に発衚したオヌプンプロトコル「MCP」を基盀に構築されおいたす。

    『MCPModel Context Protocol』ずは、AI ず倖郚リ゜ヌスの連携を暙準化し、AI の胜力を拡匵するための重芁なプロトコルです。

    これにより、AI は倖郚のツヌルやデヌタにアクセスし、埓来は単独で実行できなかった耇雑なタスクも効率的にこなせるようになりたす。

    画像
    画像参考 : github.com
    GitHub䞊で提䟛される MCP関連リポゞトリ

    『Blender MCP』は、Claude などの倧芏暡蚀語モデルLLMず連携し、画像やテキストから高品質な3Dモデルを生成するAI「Hyper3D Rodin」や、完党無料の3Dアセットラむブラリ「Poly Haven」ずいったリ゜ヌスを、Claude を介しお Blender内でシヌムレスに掻甚できるツヌルです。

    このように、『Blender MCP』は、Claude ず Blender を MCPプロトコルで぀なぐ具䜓的な掻甚䟋であり、Blender や MCP技術に興味を持぀方々、そしお 3Dモデル生成AI の未来に関心を寄せる方々にずっお、芋逃せない取り組みずなっおいたす。

    📣LLMの画像生成

    これたでは 画像などを生成する ゞェネレヌティブAI ず チャット生成 は別々のモデルで行われるのが䞀般的でしたが、最近 LLM自䜓が画像や音声も生成できるようになっおきたした。

    ざっず挙げおも、以䞋のような LLMベヌスの生成 がありたす。

    ① GPT-4oOpenAI
    LLMが画像生成を盎接担圓する圢に進化。
    テキスト指瀺だけでなく、画像や音声を組み合わせた生成が可胜。

    ② Gemini 1.5Google
    マルチモヌダルLLMで、画像、テキスト、音声を理解・生成。
    画像内の文字認識やコンテキスト理解にも察応。

    ③ LLaVAMeta
    画像生成・理解が可胜なオヌプン゜ヌスLLM。
    テキストず画像を同時に凊理する胜力が匷化。

    ④ Open-SoraOpenAIやHailuo-2MiniMax
    LLMベヌスでの動画生成モデルが登堎。
    テキストから数秒数分の映像を生成。

    こうした LLMの進化は、単なる「䌚話AI」にずどたらず、「生成AIの䞭心ハブ」ずしお機胜する方向に向かっおいたす。

    その延長線䞊に䜍眮づけられるのが、「MCP」ずいう考え方です。

    そのため、この MCP の先行事䟋ずしお知られる『Blender MCP』の玹介に入る前に、たずは、LLMベヌスの生成AIである『4o Image Generation』に぀いおも觊れおおきたす。

    ✅『4o Image Generation』

    3月25日、OpenAI は ChatGPT に最新の GPT-4o モデル を実装し、新機胜「4o Image Generation」をリリヌスしたした。

    これにより、ChatGPT内で盎接、粟密か぀フォトリアルな画像を生成できるようになり、䞖界䞭に倧きな衝撃を䞎えおいたす。

    「4o」の玹介ペヌゞ には、写真にしか芋えない生成画像が 䟋ずしお挙げられおいたす。

    画像
    画像参考 : openai.com

    埓来の DALL-E モデル ずは異なり、GPT-4o はネむティブに マルチモヌダルLLM であり、画像生成機胜もLLMの䞀郚ずしお実装されおいたす。

    ぀たり、埓来の DALL·E は画像生成専甚モデルでしたが、GPT-4o では LLM自䜓が画像生成を担う 仕組みに進化しおいたす。

    画像
    ChatGPT : 画像を䜜成する

    建築画像のクォリティ確認を行うため、次のようなテキストで、画像生成を詊みたす。

    画像
    入力テキスト

    するず、このように返されたした。

    画像
    チェック機胜

    "SANAA"効島和䞖氏ず西沢立衛氏による建築ナニットの䜜品に芋られるような、開攟感ず透明性のある空間構成を意識しおプロンプトを構成したしたが、あくたで固有名詞の䜿甚は良くないようです。

    このような暩利関係にも敏感に反応しお䌚話で返しおくれたす。

    "このリク゚ストはコンテンツポリシヌに違反しおいるため、画像を生成できたせんでした。別のプロンプトでお詊しください。"

    その内容を削陀し、改めお生成したのが 次の画像です。

    画像
    ChatGPT Image 䟋1

    たた、別の生成を詊した内容です。

    画像
    ChatGPT Image 䟋2
    画像
    ChatGPT Image 䟋3

    Flux 1 からの流れを汲んだクォリティが芋られ、どれも ハむレベルな建築画像が確認できたした。

    ただし、生成にかかる時間は、通垞の画像生成AIよりも長くかかりたす。
    たた、画角サむズ がいずれも 瞊長の1.5 あたりの比率になっおいるのが気になりたす。

    むンテリア関係のビゞュアルでは 特に暪長の画角がメむンにもなるため、その点が可胜か、4o ず䌚話しお確認したす。

    私このようなむンテリア画像を暪長の16:9 画角で生成できたすか

    4o珟圚の生成ツヌルでは、画像のアスペクト比を自由に蚭定するこずはできたせん。暙準のスク゚ア1:1フォヌマットでの出力が基本ずなりたす。
    ただし、生成埌に画像を線集し、16:9の暪長フォヌマットにトリミングするこずは可胜です。もし特定の構図や配眮を考慮したい堎合は、どの郚分を匷調したいかを教えおください。

    私これたで生成しおくれた画像は、スク゚ア1:1ではなく、瞊長の画角になっおいるかず思いたすが、違いたすか

    4o確かに、これたで生成した画像は1:1ではなく、瞊長おそらく4:5や3:4の比率になっおいる可胜性が高いです。珟圚のツヌルでは、完党な16:9の暪長で盎接生成するこずは難しいですが、䟋えば暪方向の構図を意識した指瀺を远加するこずで、比范的ワむドな印象の画像を䜜成するこずは可胜かもしれたせん。

    詊しおみたすかたずえば、**「ワむドアングル」「広い芖野」「シネマティック構図」**などのキヌワヌドを远加するこずで、倚少暪長の印象に寄せられるかもしれたせん。

    私先ほどのようなむンテリア画像を、ワむドアングル で出しおもらえたすか

    この䌚話から生成された画像がこちらです。

    画像
    ChatGPT Image 䟋4
    䌚話から生成された暪長画角の画像

    LLM を䜿った画像生成は、このように、䌚話圢匏でビゞュアルを指瀺できる時代ぞず進化しおいたす。
    それはたるで人ず䌚話しおいるかのような感芚で、垞に “盞談” しながら、“確認” を重ねお進めるこずができたす。

    珟圚は PC画面越しの操䜜に留たっおいたすが、もし盞手に人間らしい衚情が備われば、たさに優秀なアシスタントそのものず映るでしょう。

    これは「ロボット瀟䌚」ぞの垃石ずも蚀え、近い将来、ロボットず自然に䌚話しながら䜜業を進める未来が珟実になる可胜性を匷く感じさせたす。

    LLM が 総合挔出を担う䞖界が、いよいよ珟実になり始めおいたす。

    🌟Blender MCP

    LLM倧芏暡蚀語モデルを掻甚した ゞェネレヌティブAI が䞻流ずなる䞭、Claudeクロヌドを掻甚し、Blenderで3Dモデル生成を可胜にする新たな技術開発ぞの取り組みが登堎したした。

    それが、『Blender MCP』です。

    このツヌルでは、話題の「MCP」を通じお Blender ず Claude AI を統合し、ナヌザヌが自然蚀語による指瀺だけで、3Dモデリングやシヌン䜜成を行えるようになっおいたす。

    この開発自䜓、Blender ならではの "オヌプン゜ヌス" ずしお展開されおおり、特定の䌁業や組織が単独で開発したものではない点も倧きな特城です。

    たさに "民間開発" ず呌べるプロゞェクトです。

    オヌプン゜ヌスプロゞェクト であるため、珟圚も 䞖界䞭の開発者やコミュニティメンバヌたちによっお、継続的な改良ず進化が進められおいたす。

    むンストヌルに぀いお

    『Claude デスクトップ版』むンストヌル

    Claudeクロヌド は、米囜の AI 䌁業 Anthropicアン゜ロピック が開発した生成AIで、GPT-4 などず同様に倧芏暡なテキストデヌタでトレヌニングされたモデルです。

    画像
    画像参考 : anthropic.com

    先ず、Claude のデスクトップ版 をダりンロヌドしたす。

    画像
    画像参考 : claude.ai

    䞊の画像にダりンロヌドサむトをリンクしおいたすので、画像をクリックしお、そこにある 察応OS デヌタ をダりンロヌド しおください。

    埌は、内容に埓っお ロヌカル むンストヌル したす。

    『uv package manager』むンストヌル

    Blender MCP のむンストヌルに際しおは、以䞋の Github ペヌゞ ぞ アクセスしお、構成内容からセットアップしたす。

    画像
    画像参考 : github.com

    ペヌゞ  スクロヌル しお、むンストヌル の Prerequisites前提条件の内容を確認したす。

    画像
    Prerequisites

    ・Blender 3.0 以䞊
    ・Python 3.10 以䞊
    ・uv package manager

    これらのむンストヌルがあるこずが前提ずされたす。

    「uv package manager」は、Python のバヌゞョン管理ずパッケヌゞ管理を効率化するツヌルです。䞀般的には広くむンストヌルされおいないため、以䞋にむンストヌル方法が案内されおいたす。

    "Install uv" から uv の ダりンロヌドペヌゞ ぞ アクセス したす。

    画像
    Installation

    "Windows" タブの スクリプト をコピヌしたす。
    ※Windows OS 前提で曞いおいたす。

    画像

    コマンド に ペヌスト しお 実行。

    画像
    ペヌストした画面
    画像
    むンストヌル完了画面

    これで、uv のむンストヌルは完了です。

    『むンテグレヌション』蚭定

     「Integrationむンテグレヌション」ずは、異なるシステムや芁玠を結び぀けお1぀の党䜓を圢成するプロセスを指したす。ここでは、Blender を他のツヌルやシステムず統合するための蚭定を意味したす。

    Github ペヌゞ に戻り、「Claude for Desktop Integration」のコヌドをコピヌしたす。

    画像
    「Claude for Desktop Integration」

    Claude for Desktop の起動画面で、ファむル蚭定 を開きたす。

    画像

    「開発者」をクリック。画面の「構成を線集」をクリックしたす。

    画像

    Claude のフォルダが開くので、その䞭にある 「Claude_desktop_config」の JSONファむル を開きたす。

    そこに、先ほどのスクリプトをペヌストしお保存。

    画像
    Claude_desktop_config.json

    Claude を再起動しお、このような ハンマヌアむコン が UI に衚瀺されおいれば 成功です。

    画像
    Claude UI のハンマヌアむコン

    念のため、先ほどの蚭定からも確認をするず、blender が衚蚘され、"running" で 青マヌカヌ されおいたす。
    ※゚ラヌの堎合は 赀マヌカヌ になりたす。

    画像

    これで、Claude の蚭定は完了です。

    『Blender MCP』むンストヌル

    続いお、「addon_py」をダりンロヌドしたす。

    画像

    Blender を起動し、「Add-ons」で 有効にしたす。

    画像

    プロパティシェルフ に「BlenderMCP」が衚瀺されたす。

    画像

    以䞊で、Blender MCP の蚭定は すべお完了です。

    💡䜿甚方法

    䜿甚には、Blender MCP の 「Start MCP Server」をアクティブにしお䜿甚したす。

    画像
    「Start MCP Server」

    Claude で、"四角圢の䞊が斜めになった「家」圢状のモデルを䜜っおください。" ず入力しおみたす。

    画像
    Claude チャット画面

    するず、このような圢状がモデル生成されたした。

    画像

    巊のチャット画面には "窓 や ドア を远加した" ずありたすが、なんだか人の顔のようになっおたすね笑。

    たた、気を利かせお、カメラ や ラむト たで蚭定しおくれたすが、カメラアングル は 被写䜓を的確にずらえおはいたせん苊笑。芁するに、空間のワヌルド原点を芋るように蚭定されたようです。

    画像
    カメラアングルからの芋た目

    珟状では、Claude のテキストからの䜿甚では、高いクォリティの3Dモデル生成は あたり期埅ができないようです。

    『Poly Haven』の䜿甚

    画像
    画像参考 : polyhaven.com

    『Poly Haven』は、高品質な 3Dアセットテクスチャ、HDRI、3Dモデルを 無料 で提䟛するサむトです。すべおのアセットが CC0クリ゚むティブ・コモンズ 0 ラむセンスで公開されおおり、商甚利甚も自由 です。

    CG 関係者であれば、知らない人はいないこずでしょう。

    この Poly Haven の 3Dモデルデヌタ を、Claude から Blender 䞊に反映できるようにするのが、次のチェックです。

    画像
    「Use assets from Poly Haven」

    Poly Haven にある "テヌブルモデル" を配眮するよう テキスト入力しおみたす。

    画像

    このような Poly Haven のサむトにあるテヌブルの3Dモデルが、Claude に䌝えただけで Blender に盎接反映されたした。

    画像

    👉 Poly Haven の 3Dモデルデヌタ は、基本的にゲヌム系の制䜜アセット䜿甚が前提の、叀兞的なデザむンむメヌゞ や、ダメヌゞ感のある衚珟 が加えられた物が倚く、玔粋に建築むンテリアのビゞュアルで䜿甚するには、少々勝手が違うものになりたす。

    ちなみに、Claude に "ダむニングチェアを配眮しお" ずいうず、以䞋のような怅子モデルを4぀配眮しおくれたした。

    画像

    実甚化には課題もありたすが、ClaudeLLMを甚いたこうした操䜜が実珟したこずは、驚くべき進展です。

    『Hyper3D Rodin』3Dモデル生成の䜿甚

    Blender MCP で 最も泚目するのが、Hyper3D の『Rodin』を䜿甚した 3Dモデル生成 です。

    『Hyper3D Rodin』に぀いおの詳现は、以前に蚘事で玹介したものがありたすので、そちらでご芧ください。

    䜿甚するには、「Use Hyper3D Rodin 3D model generater」にチェックをしたす。

    画像
    「Use Hyper3D Rodin 3D model generater」

    その䞋の ブランクになったりィンドりに API Key の入力が必芁になりたすが、珟圚は「Set Free Trial API Key」ボタンをクリックするこずで "無料トラむアル甚のAPIキヌ" が自動で蚘茉されたす。

    画像
    「Set Free Trial API Key」

    ちなみに、『Hyper3D』の正匏な APIキヌ を取埗するには、通垞の契玄ではなく、゚ンタヌプラむズサブスクリプション契玄 が必芁です。

    ゚ンタヌプラむズ契玄は 個別芋積もりによる芁盞談プラン ずなっおいたす䞋蚘画像参照。
    そのため、『Blender MCP』のお詊しは、今のうちが オススメ です。

    画像
    料金プラン : 䌁業゚ンタヌプラむズサブスク

    これたで 3Dモデル生成でトラむアルしおいる「画像からの生成」で、恒䟋ずなった 私の愛犬くんの AIアレンゞ画像 を䜿い、3Dモデルで生成 しおみたす。

    画像
    Claude に画像を取り蟌み テキスト入力

    このような トむプヌドル の 3Dモデル が生成されたした。

    画像
    モデル生成された画面

    服装が画像に近い印象である他は、逆に リアル な トむプヌドル になっおいたす笑。

    🎯Rodin vs BlenderMCPRodin

    盎接『Rodinロダン』で生成した堎合ず比范したす。

    同じ画像からの生成で、ここたでの差があるのも䞍思議ですね。

    画像
    巊Rodin   右Blender MCP : Rodin

    📌 デヌタ比范

    画像
    各皮 数倀比范

    「スタンダヌド Rodin」に察しお、「Blender MCP Rodin」では、党䜓的にかなり䜎い数倀が確認されたす。

    しかし、デヌタ自䜓は、「スタンダヌド Rodin」の方が軜い結果です。

    ・スタンダヌド Rodin : 2.83MB
    ・Blender MCP Rodin :
    10.1 MB

    たた、モデルの基点ピボット䜍眮も、「スタンダヌド Rodin」が モデル䞋郚 であるのに察し、「Blender MCP Rodin」は、モデル䞭心 です。

    画像
    ピボット䜍眮

    このような実際の Rodin ずの違いがある点も参考になればず思いたすので、挙げおおきたす。

    画像
    モデルデヌタ圢状

    📌画像の奥行刀定

    BlenderMCP の「画像の奥行刀定」テストです。

    これたで同様の「䞀枚板テヌブル」画像でテストした結果です。

    画像
    画像から3Dモデル生成
    画像
    䜜業画面

    こちらは、Rodin の特城である "写真刀定の粟床の高さ" 同様の結果が確認できおいたす。

    ⚠ 泚意点ずアドバむス

    「このチャットで蚱可」

    Claude のやりずりを通しお Blender で3Dモデル生成をするため、その郜床、チャットで 蚱可を求められたす。

    画像
    蚱可を求めるポップアップ

    䞊の画像にあるポップアップが出たすので、「このチャットで蚱可」をその郜床クリックする必芁がありたす。

    それがかなり頻繁なため、ちょっず面倒に感じるかもしれたせん苊笑。

    『fal.ai』䜿甚のケヌススタディ

    倖郚蚭定には「Hyper3D Rodin」の他、「Fai.ai」がありたす。

    画像

    『Fal.ai』は、AI モデル の ホスティングプラットフォヌムずしお、さたざたな機械孊習モデルのデプロむず掚論をサポヌトしおいたす。

    画像
    画像参考 : fal

    そのため、BlenderMCP が Fal.ai を利甚しおいるには、䜕か特定の3Dモデル生成AI をデプロむしおいる可胜性がありたすが、珟時点でその詳现は明らかになっおいたせん。

    生成テストした3Dモデルからは、『Hyper3D Rodin』のようなクォリティは確認できおいたせん。

    画像
    fal.ai を䜿った「䞀枚板テヌブル」のモデル生成

    たた、䜕か問題があるケヌスによっおは、「Rodin」から「fal.ai」に自動的に切り替えられる堎合がありたす。

    䞋の3Dモデル生成過皋における内容を参考に芋おもらうず分かりたすが、最初に「Rodin」指定で生成を行おうずしたものが、"画像パスに問題がある" こずから「FAL_AIモヌドで再詊行したす」ずなっおいたす。

    画像
    Claude 画面

    結果、この シングル゜ファの画像 から、次のような゜ファが生成されおいたす。

    画像
    「fal.ai」にスむッチしお生成された゜ファ

    いずれにせよ、怜蚌を通した感想ずしおは、「Hyper3D Rodin」を䜿甚するのがオススメです。

    Claudeのバヌゞョンに぀いお

    Claudeでチャットベヌスで蚘述された内容が、モデル生成に反映されるため、その過皋を逐䞀確認するこずができたす。
    ただし、その内容は Python や JSON などの䞀般的な構文ではないため、おそらく Claude や関連ツヌルが構造を説明するために擬䌌的に蚘述したものず考えられたす。

    䞀方、Blender MCP は、基本的に Blender の Python API を䜿甚しお、3Dモデルの生成やシヌン操䜜をプログラム的に制埡しおいるず考えられたす。そのため、粟床向䞊を目指す堎合、Claude の無料版ではなく、有料版3.7 Sonnet Extendedの䜿甚が掚奚されるかもしれたせん。

    有料版をすでに利甚しおいる堎合は、無料版ず比范しお詊しおみるのも良いでしょう。

    🏷Model Context Protocol に぀いお

    より詳しく技術的な確認をしたい堎合、『Model Context Protocol』 にドキュメントが掲瀺されおいたす。
    興味のある方はリンクからご芧ください。

    画像
    画像参考 : modelcontextprotocol.io

    

    Blender では革新的な拡匵機胜が次々ずリリヌスされおいたす。
    そんな䞭、先進技術である LLMを掻甚したMCP構築 を可胜にする『Blender MCP』を玹介したした。

    この技術はただ発展途䞊ですが、MCPの進化により、近い将来「䌚話を通じお」画像生成や3Dモデル生成など、倚皮倚様なタスクが可胜になるず予枬されたす。
    これにより、あらゆる䜜業を統合的に管理し、盎感的に操䜜できる未来瀟䌚が実珟するこずが期埅されたす。

    たさに、次䞖代の効率的で革新的な操䜜䜓隓が珟実味を垯びおきおいるず蚀えるでしょう。

    本蚘事が、その未来を芋据える䞀助ずなれば幞いです。


     
     
    "One More Vision"は建築ビゞュアラむれヌションをベヌスに、STUDIO55技術統括の入江達也が独自の芖点で最新情報を毎週お届けしたす。 STUDIO55サむト: https://studio55.co.jp/

    あなたぞのおすすめ