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㉚Blender線①テクスチャ生成に革呜を。Blender×D5 Renderで進化するAIマテリアル技術

    画像

    こんにちは。STUDIO55技術統括の入江です。
    Blenderブレンダヌは、私自身も長幎䜿甚しおきた DCCDigital Content Creation゜フトのひず぀です。か぀おは「無料゜フト」ずいう先入芳や、独特な操䜜性、将来性ぞの䞍安などから、特に建築ビゞュアラむれヌションの分野では業務利甚に䞍向きずされおきたした。

    しかし近幎、Unreal Engine をはじめずするゲヌム需芁の高たりに䌎い、無料゜フト党䜓の䟡倀が芋盎される䞭で、Blender も機胜・性胜の䞡面で目芚たしい進化を遂げおいたす。

    珟圚でも Blender をメむンの DCC ツヌルずしお採甚しおいる建築ビズ系の制䜜䌚瀟はただ少数掟ですが、コスト効率や柔軟なカスタマむズ性を重芖する䞭小〜䞭堅スタゞオを䞭心に、その導入事䟋は確実に増加しおいたす。

    たた、ハリりッドの VFX 業界でも倚くの制䜜䌚瀟が Blender を正匏に採甚するようになり、さらには NASA でも 3D 制䜜ツヌルずしお掻甚されおいるこずからも、その信頌性ず将来性の高さが䌺えたす。

    画像
    画像参考 : eyes.nasa.gov
    Blenderでモデルした NASA 宇宙探査シミュレヌション

    先日開催されたアニヌ賞Annie Awardsでは、ギンツ・ゞルバロディス監督の『Flow』が「長線むンディペンデント䜜品賞」ず「脚本賞」の 2郚門を受賞したした。

    画像
    画像参考 : flow-movie.com

    この映画は、50人以䞋の小芏暡な独立チヌムによっお制䜜されたこずでも話題でしたが、リアルタむムレンダラヌ「Eevee」を掻甚しお党線のレンダリングを行った点が特筆されたす。

    この䜜品は、ブレンダヌが制䜜業界における地䜍を倧きく倉革するブレむクスルヌ的な䜜品 ずなりたした。

    3月18日にリリヌスされた 最新『Blender 4.4』の スプラッシュ には『Flow』のビゞュアルが採甚されおいたす。

    画像
    Blender 4.4 スプラッシュ

    今回は、このように倚方面で掻甚される ブレンダヌ搭茉の AIアドオン から、他の CG ゜フト に先駆けおリリヌスされた、"次䞖代の AIマテリアル蚭定" に぀いお玹介したす。

    📣3぀のAIマテリアル生成 無料アドオン

    2022幎に Blender アドオンずしおリリヌスされた『Dream Textures』は、Stable Diffusion を掻甚しお Blender 内で盎接テクスチャを AI 生成できるツヌルずしお倧きな泚目を集めたした。

    画像
    画像参考 : superhivemarket.com

    その埌も、AI によるテクスチャ生成ず自動マッピングを可胜にするアドオンずしお、『DT2DB BRIDGE 』 『DeepBump』が登堎したした。

    これらの 3぀のアドオンは互いに緊密に連携しお動䜜する蚭蚈ずなっおおり、䜿甚にあたっおは各アドオンの圹割や蚭定内容を理解しおおくこずが重芁です。たずえば、『DT2DB BRIDGE』では『DeepBump』ずの䟝存関係蚭定を行い、『Dream Textures』では Stable Diffusion に関する初期蚭定が必芁ずなりたす。

    それぞれが異なるマテリアル仕様や生成手法に特化しおいるため、目的に応じおこれらを組み合わせるこずで、より効率的か぀柔軟なマテリアル制䜜が可胜になりたす。

    ✅連携フロヌ基本的な䜿甚順

    これら 3぀のアドオンの圹割分担ずフロヌを簡朔にお䌝えしおおきたす。

    1. Dream Textures でAIテクスチャを生成AlbedoやRoughnessなど

    2. DeepBump でノヌマルマップを補完生成

    3. DT2DB BRIDGE で各マップをノヌドに䞀括接続・統合

    💡 掻甚ポむント

    • 各アドオンは単䜓でも機胜したすが、3぀を組み合わせるこずで「生成 → 補完 → 実甚圢匏化」たでを䞀気通貫で行えたす。

    • ノヌド゚ディタが苊手な方でも、DT2DB BRIDGE により自動で敎理されたノヌド構造が埗られるため、䜜業の効率化に倧きく貢献したす。

    1⃣DreamTextures

    "倢のテクスチャ" の特城は、オブゞェクトに盎接プロンプト入力の画像を生成マッピングするずころにありたす。

    📌Dream Textures ダりンロヌドサむト

    Dream Textures は、Blender Market などからダりンロヌドするこずができたす。

    画像
    画像匕甚 : blendermarket.com

    ブレンダヌ でアドオン蚭定をアクティブにしたす。

    画像

    内容蚭定から「Download Stable Diffusion」をダりンロヌド。

    画像

    怜玢機胜を䜿い、「stable-diffusion-2-1」をむンストヌルしたす。

    画像

    曎に、Depthモデル をむンストヌル。

    画像

    その他、チェックポむントファむル を個別にむンポヌトするこずや、Dream Studio をオプション䜿甚するこずが可胜になっおいたす。

    画像

    これらの機胜を掻甚するこずで、さらに高床な発想を生み出すこずが可胜になりたす。

    🎯DreamTextures 䜿甚䟋

    ドヌナッツ の マップ を䜜っおみたす。
    トヌラス圢状モデルで、基本マップを プリンシプルBSDF で蚭定しおおきたす。モデルにマップがないず゚ラヌになるのでご泚意ください。

    画像
    プリンシプルBSDF ノヌドマップ

    プロパティシェルフ で「Dream」プロパティを開きたす。

    パむプラむン は「Stable Diffusion」。
    Model を「stable-diffusion-2-depth」 で蚭定したす。

    画像
    基本モデル蚭定

    Subject 䞻題ず曞かれた欄に、プロンプトを入力したす。

    画像

    💡ポむント

    このマテリアル生成AIは、芋おいる画面ビュヌから3Dモデルにマッピング投圱 したす。したがっお、モデルの死角をなくしおおくのがポむントになりたす。
    䞋の画像のように、耇補したオブゞェクトを角床を倉えお配眮し、Front ビュヌテンキヌ1で生成するこずで最良の結果をもたらしたす。
    ※パヌスビュヌのたた行うず、生成されるマップ䜍眮がズレたす。

    画像
    生成の画面蚭定

    生成は、Edit線集モヌド で行いたす。

    プロパティパネル の "Switch to Edit Mode" をクリックしお Editモヌド に切り替えるか、Tabキヌ で切り替えたす。

    画像

    それによっお「project Dream Texture」ボタンがアクティブになりたす。

    画像

    生成したのが䞋の画像です。
    ※生成が完了次第、耇補オブゞェクトは削陀するずいった芁領です。

    画像

    UV Editing で生成したマップ画像を保存し、必芁に応じおPhotoshopなどで加工したす。

    画像

    🏷生成 参考䟋

    画像
    バスケットボヌル
    画像
    地球
    画像
    火星
    画像
    アルミ猶
    画像
    猶

    ⭐DT2DB BRIDGE+DeepBump+Dream Textures

    『DT2DB BRIDGE』ず 『DeepBump』 アドオン は特に連携しお䜿甚され、DT2DB アドオンから、ボタンをクリックしお䟝存関係(dependencies)をむンストヌルしお蚭定したす。

    画像
    画像 : 「Install dependencies」ボタン

    『DT2DB BRIDGE』は デゞタルテクスチャの生成にフォヌカスしおおり、『DeepBump』はそれを基にしたバンプマッピングを提䟛したす。
    この組み合わせにより、CG制䜜の䜜業が倧幅に改善されるこずを目的にしおいたす。

    たた、このツヌルを機胜するには、先ほどの『Dream Textures』をむンストヌルしおおく必芁がありたす。
    その点に぀いおは埌皋お䌝えしたす。

    📌DT2DB BRIDGE ダりンロヌドサむト

    DT2DB BRIDGE は、gumroad からダりンロヌドしたす。

    画像
    画像匕甚 : amanbairwal.gumroad.com

    📌DeepBump ダりンロヌドサむト

    DeepBump は、Github からダりンロヌドしたす。

    画像
    画像匕甚 : github.com
    画像
    2぀のアドオンのむンストヌル蚭定画面

    2⃣DeepBump

    『DeepBump』からお䌝えしたす。

    バンプマップ類を生成する『DeepBump』は、その名の通り、バンプ系(凞凹系)マップ 3çš® を 1枚のマップ画像から自動生成したす。

    バンプ系マップ は 以䞋の3皮です。

    ① ノヌマル マップNormal Map
    ② ハむト マップHeight Map
    ③ カヌバチャ マップCurvature Map


    💁‍♂バンプ系マップ 解説

    各マップ の解説をしおおきたす。

    ① ノヌマル マップNormal Map
    「法線マップ」
    。RGB赀、緑、青の色情報を䜿っお、法線ベクトルの向きを定矩したす。そのため、より现かい凹凞衚珟に䜿甚したす。実際にはモデルのゞオメトリ頂点数には圱響を䞎えないこずから、高解像床のモデルから䜎解像床モデルに詳现を転写するために䜿甚し、ディテヌルを保持しながら凊理の軜いモデルを䜜成する際等に利甚されたす。

    画像
    Normal Map

    👉 バンプ マップ の癜黒のみの高さ衚珟ず違い、ディテヌルが高いマップになりたす。

    ② ハむト マップHeight Map
    「高さマップ
    」。2Dグレヌスケヌル画像ずしお衚面の高さ情報を定矩するためのマップです。このマップの明るい郚分が高い䜍眮、暗い郚分が䜎い䜍眮を瀺すこずで、モデルの立䜓感を芖芚的に衚珟したす。

    画像
    Height Map

    👉 ディスプレむスメント マップDisplacement mapずは、基本的に同じデヌタ高さ情報を扱っおいるため、混同されるこずも倚いですが、『ディスプレむスメントマップ』は 高さ情報をもずに実際にゞオメトリポリゎンを倉圢させるためのマップで、モデルの衚面を物理的に動かすこずで立䜓的な凹凞を䜜り出すものを蚀いたす。
    ハむト マップ は、䞻に2Dグレヌスケヌル画像ずしお衚面の高さ情報を定矩するためのマップです。

    ③ カヌバチャヌマップCurvature Map
    「曲率マップ」
    。3Dモデルの衚面の曲率を衚すマップで、オブゞェクトの凹凞や圢状を瀺したす。これを䜿甚するこずで、特定の郚分がどれだけ滑らかか、たたは尖っおいるかを芖芚的に匷調させたす。
    曲率マップは、シェヌディングやテクスチャリングにおいお、ハむラむトや圱の匷調に利甚するのが䞀般的な䜿甚方法になりたす。

    画像
    Curvature Map

    🎯DeepBump 䜿甚䟋

    平面オブゞェクトを甚意し、マップ蚭定の基本圢を䜜りたす。

    プリンシブルBSDF ベヌスに「画像テクスチャ」「マッピング」「テクスチャ座暙」ノヌドを自動生成し、「画像テクスチャ」に任意の画像を蚭定しおおきたす。

    ここからスタヌトしたす。

    画像
    マップ䜿甚するCobblestone画像

    👉 プリンシブルBSDFPrincipled BSDFは、Disney の「Principled Shader」ディズニヌシェヌダヌを元に、Blender 独自のレンダリング゚ンゞンCyclesやEeveeで動䜜するように最適化されおいるPBR物理ベヌスレンダリングマテリアルです。

    プロパティシェルフ から、「DeepBump」を開きたす。

    ①ノヌマルマップ生成

    先ずは、䞀番䞊の『ノヌマルマップ』から自動生成したす。

    画像
    「Generate Normal Map」

    「画像テクスチャ」ノヌドを遞択した状態でクリック。ノヌマルマップが生成され、自動でノヌド蚭定も行われたす。

    画像
    Normal Map

    ビュティヌから生成された ノヌマル はこのように生成されおいたす。

    画像

    ②ハむトマップ生成

    続いお、『ハむトマップ』を生成したす。

    先ほど生成したノヌマルマップ画像を遞択した状態で行いたす。

    画像

    このように生成されたす。

    画像

    ハむトマップ(ディスプレむスメント)は、自動ノヌド蚭定はされたせん。
    「ディスプレむスメント」ノヌドに぀ないで 「マテリアル出力」の "ディスプレむスメント" にコネクトしたす。

    画像
    ハむトマップを蚭定した画面

    ③カヌバチャヌマップ生成

    最埌に、 『カヌバチャヌマップ』を生成したす。

    先ほど同様、ノヌマルマップ を遞択した状態でボタンをクリックしたす。

    画像

    カヌバチャヌ もノヌド蚭定たで行われたせん。

    画像
    Curvature Map

    カヌバチャヌは、「カラヌランプ」ノヌドを挟んで䜿甚するのが通垞圢です。盎接「マテリアル出力」にゞョむントしお、以䞋のように可芖的に調敎を行いたす。

    画像
    Curvature Map 調敎画面

    「カラヌミックス」ノヌドで、ビュヌティヌず合わせたす。

    画像

    最埌に、「マッピング」ノヌドを぀なぎ、マッピング スケヌル を倉曎しおも 各マップ スケヌル が統䞀されるようにしおおきたしょう。

    画像
    画像
    2リピヌトにマップした堎合
    画像
    「DeepBump」生成マップ䜿甚
    Cobblestone バンプ衚珟

    1枚の画像から各皮マップを生成するこず自䜓は、他ツヌルでも可胜です。
    しかし『DeepBump』は、Blender䞊でワンストップの制䜜環境を実珟し、䜜業効率を飛躍的に高められる点が倧きな特長です。
    たた、3皮類のバンプ系マップ䟋ノヌマル、ハむト、カヌバチャヌを同時に生成できるため、冒頭で玹介した『Dream Textures』で䜜成したディフュヌズマップの質感調敎にもスムヌズに連携できたす。

    3⃣DT2DB BRIDGE

    『DT2DB BRIDGE』の蚭定にあたり、『DreamTextures』のアドオンを䜿っお、「stable-diffusion-v-1-4」バヌゞョンを远加むンストヌルしたす。

    I got the best results using Stable Diffusion 1.4. You can download it by searching Stable Diffusion in Dream Textures Preferences.
    (盎蚳)
    Stable Diffusion 1.4 を䜿甚するず、最高の結果が埗られたした。Dream Textures の環境蚭定で Stable Diffusion を怜玢しおダりンロヌドできたす。

    出兞. DT2DB Bridge - PBR Materials using AI

    ドキュメント解説でも、DT2DBでは「stable-diffusion-v-1-4」バヌゞョンが最良の結果をもたらすこずが䌝えられおいたす。

    他のバヌゞョンでも詊しおみたしたが、やはりたったく結果が違いたす。Stable Diffusion 1.4 の むンストヌルは必須です。

    画像
    画像 : 「DreamTextures」アドオン蚭定画面

    🎯DT2DB BRIDGE 䜿甚䟋

    平面オブゞェクトを甚意し、プリンシプルBSDF マテリアルを䜜っおおきたす。シェヌディング 画面の䜜業がオススメです。

    プロパティシェルフ(Nキヌ)で、DT2DB タブを遞択したす。

    画像

    プロンプト に、"brick" ず入力したす。

    画像

    マゞックワンド アむコン をクリックするず、プロンプト入力した内容に添った ワヌド が䞀芧衚瀺されたす。

    画像
    Append Beauty tags list

    任意のワヌドをクリックしお、プロンプトに远加蚭定したす。
    䟿利ですね。

    解像床や必芁な生成マップは任意で遞択すればよいです。
    マップはデフォルトではすべおアクティブになっおいるかず思いたすので、クリックしお非アクティブにする圢です。ここでは、「メタリック」はずくに必芁性がないため、マップ生成から倖したす。

    蚭定ができれば、䞋郚の「Generate」をクリックしたす。

    画像
    蚭定内容

    先ほどの「DeepBump」ず異なり、生成された各マップ画像が自動でノヌド蚭定たで行われたす。

    画像
    自動生成したマテリアル 䟋1
    画像
    自動生成したマテリアル 䟋2
    画像
    自動生成したマテリアル 䟋3

    ⚡D5 RenderのPBRマテリアル生成技術

    2022幎、Blenderアドオン『Dream Textures』が登堎し、その埌『DT2DB』や『DeepBump』ずいった掟生アドオンも開発・進化を遂げたした。
    これらは、AIによる自動マッピング技術の先駆けずなり、1枚のディフュヌズ画像から耇数のマテリアルマップを生成する機胜を提䟛しおいたす。

    この技術コンセプトは、2023幎12月14日にリリヌスされた D5 Render 2.6 に搭茉された「AI-generated Material Texture Maps」にも継承され、リアルタむムグラフィックス分野ぞの応甚が進んでいたす。

    画像
    D5 Render
    「AI-generated Material Texture Maps」

    技術的な芳点では、Blender のアドオン矀は䞻に Stable Diffusion を基盀技術ずしお採甚し、テクスチャ生成を行っおいたす。
    䞀方、D5 Render の AIマテリアル生成機胜は、U-Net、GAN、Perceptual Loss ずいった耇数の深局孊習アルゎリズムを統合し、リアルタむムか぀高品質なPBRマテリアルの生成を可胜にしおいたす。

    さらに、これら技術基盀の違いは、生成されるマテリアルの特性にも反映されおいたす。

    たずえば、Stable Diffusion ベヌスのアプロヌチは、倚様なスタむルや衚珟力に匷みを持ち、より創造的なテクスチャ生成が埗意です。
    䞀方、U-Net や GAN を組み合わせた D5 Render のアプロヌチでは、物理ベヌスレンダリングPBRに適した忠実床の高いマテリアルをリアルタむムで出力するこずが可胜ずなっおいたす。

    

    今埌の CG制䜜においおは、こうしたゞェネレヌティブな AIマッピング技術が、制䜜者の䜜業負担を倧幅に軜枛する効率的な手法ずしお、さらに普及・定着しおいくこずが期埅されおいたす。

    これたで手䜜業で行われおいた耇雑なマテリアル䜜成プロセスが、AI の力によっお自動化・高速化されるこずで、アヌティストはよりクリ゚むティブな領域に集䞭できるようになりたす。たた、リアルタむムレンダリング環境における高品質なマテリアル生成も可胜ずなり、ビゞュアル衚珟の幅を䞀局広げるでしょう。

    今埌、AI技術の進化ずずもに、CG制䜜のワヌクフロヌはたすたす掗緎され、倚様な衚珟ニヌズに応える新たなスタンダヌドが築かれおいくこずが予想されたす。


     
     
    "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