LLMと拡散モデル、テキストから3Dを作る2つの方式：LLM 3D Creationの仕組み

「取っ手が埋め込まれた積み重ね可能な収納ケース」と、2つの異なる3Dモデル生成AIに入力すると、まったく違う種類のモデルが返ってくることがあります。一方は、3Dアーティストが定規を使って作ったように見えます。平らなパネル、まっすぐなエッジ、きちんと揃ったパーツ。もう一方は彫刻のようです。柔らかな形、ペイントされたディテール、遠目には見栄えがよいものの、内部にはきれいな構造がない表面です。

この違いは、モデルの作り方から生まれます。LLMによるテキストから3Dでは、言語モデルがジオメトリをコードとして書きます。拡散モデルによるテキストから3Dでは、生成モデルが形状を直接作ります。まず画像を生成してから形にすることがよくあります。どちらも役に立ち、得意分野は正反対です。

このガイドでは両方の方式を解説し、それぞれが優れている場面と、SloydのLLM 3D Creationが標準のテキストから3Dや画像から3Dとどう使い分けられるかを紹介します。

LLMによるテキストから3Dとは？

LLMによるテキストから3Dとは、大規模言語モデルがモデリングスクリプトやCADコードなどのプログラムを書き、そのプログラムを実行することでメッシュを生成する3Dモデル生成の方式です。モデルが形を「描く」ことはありません。テクニカルアーティストがスクリプトを書くように、位置、サイズ、マテリアルを持つパーツの組み合わせとして形を設計します。

ここに立方体、そこに円柱、このエッジにベベル、といった明示的な操作から作られるため、結果には次の傾向があります。

• クリーンなハードサーフェスのジオメトリ。 平らな面は平らなまま、円は丸いまま、繰り返しパーツは同一になります。
• 正確なプロポーション。 「脚は4本、高さの半分に棚板」といったプロンプトをそのまま再現できます。
• 編集可能な構造。 スクリプトがモデルの元データなので、追加の指示で一部だけを変え、残りはそのまま残せます。
• 少ないポリゴン数。 単純なプリミティブは三角形が少なく、ローポリやファセット調のスタイルに向いています。

トレードオフはディテールです。顔、絡み合った木の根、毛皮などをコードで表現するのは苦手です。LLMで作ったモデルが「組み立てられた」ように見えるのは、実際に組み立てられているからです。

LLMによる3D生成の公開事例

同じアプローチは、オープンソースのプロジェクトや研究でも見られます（2026年10月30日に確認）。

• LLMによるBlenderスクリプト。 オープンソースのBlender MCPプラグインを使うと、Claude CodeやCursorなどのクライアントから、言語モデルが起動中のBlenderでPythonを実行し、オブジェクトの作成や編集、マテリアルの適用を行えます。エージェントと3Dツールの連携については、3Dモデル生成向けMCPサーバーのガイドをご覧ください。
• LLMエージェントによるプロシージャルモデリング。 論文3D-GPTは、3つのLLMエージェントで作業を分担し、シーンの説明を詳しく展開して、Blenderでのプロシージャル生成用パラメーターに変換します。
• テキストからCAD。 CAD-Coderは、PythonベースのパラメトリックCADコードであるCadQueryスクリプトを書くようモデルを学習させ、幾何学的な正確さに報酬を与えます。
• テキストとして書かれたメッシュ。 LLaMA-Meshは、言語モデルに頂点と面を直接テキストとして出力させます。

プロシージャル生成に馴染みがない場合は、Sloydのパラメトリックな3Dテンプレートを触ってみると、パーツから組み立てるモデルと生成されたモデルの違いが実感できます。

拡散モデルによるテキストから3Dとは？

拡散モデルによるテキストから3Dとは、コードを書くのではなく、大量の3Dアセットや画像で学習したモデルによって3D形状（とテクスチャ）を生成する手法の総称です。「3Dモデル生成AI」をうたうツールの多くがこの方式を使っており、まずプロンプトを画像にし、その画像をメッシュに変換するのが一般的です。

公開されている代表例（2026年10月30日に確認）：

• DreamFusion（2022年）は、学習済みの2Dテキスト画像拡散モデルから見てレンダリング結果が正しくなるまで3Dシーンを最適化する手法で、3Dの学習データを必要としませんでした。
• Hunyuan3D 2.0は、大規模な拡散Transformerで条件画像に合うジオメトリを生成し、別のモデルで高解像度のテクスチャを描きます。
• TRELLISは、形状と見た目を構造化された3D潜在表現にエンコードし、Rectified Flow Transformerで生成します。出力はメッシュ、3Dガウシアン、ラディアンスフィールドに変換できます。

この方式が得意なこと：

• 有機的な形状。 キャラクター、クリーチャー、植物、岩など、彫刻的なもの全般。
• 豊かなテクスチャ。 ペイントされた色、汚れ、表面のディテールがモデルと一緒に生成されます。
• 画像への忠実さ。 画像から3Dでは、参照画像のシルエットと色をよく再現します。

トレードオフは構造です。拡散モデルのメッシュは通常、均一に三角形分割された高密度の表面です。まっすぐなエッジがわずかに波打ったり、小さな機械パーツが溶け合ったりすることがあり、モデルはラベル付きのパーツではなく1枚の表面になります。多くのツールでは、ゲームに組み込む前のリトポロジーやポリゴン削減はユーザー任せです。

Sloydの標準のテキストから3Dもこの方式です。まずプロンプトから画像を生成し、その画像を、選んだプリセットのポリゴン予算（たとえばゲーム向けのLow Polyなら10kトライアングル）でテクスチャ付きモデルに変換します。GLB、FBX、OBJ、STLで書き出せます。

SloydのLLM 3D Creationはどう動くのか？

LLM 3D Creation（アプリ内ではAstraと表示）は、言語モデルを使ったSloydの3Dツールです。オブジェクトを1つ説明すると、言語モデルが3Dモデリングスクリプトを書き、Sloydがそれをレンダリングサービスで実行して、テクスチャ付きのGLBを返します。アプリのメニューではLLM 3D Creationとして表示され、app.sloyd.ai/labs/astraから使えます。

2026年10月時点での1回の生成の流れは次のとおりです。

1. オブジェクトを説明する。 プロンプト欄には最大2,000文字まで入力できます。参照画像を添付することも、画像だけを送ってそれに合うモデルを作らせることもできます。
2. モデルがコードを書いて実行する。 言語モデルが完結したスクリプトを丸ごと書き、Sloydがそれを実行します。1回の生成で最大3パスまで実行でき、失敗したスクリプトの修正や、成功したスクリプトの改善が行われます。最終モデルだけでなく、各パスのモデルもダウンロードできます。
3. 表面に本物のマテリアルが付く。 スクリプトは表面の種類ごと（例：金属、木、ガラス、プラスチック。1モデルあたり最大8種類）にラベルを付け、Sloydが各ラベルをカタログのマテリアルと照合して、最大5種類のPBRマップ（アルベド、アンビエントオクルージョン、メタリック、ノーマル、ラフネス）を適用します。使えるUVがないパーツには、ジオメトリに手を加えずにボックス投影でUVを再構築します。
4. 追加のプロンプトで反復する。 結果の下にある「Iterate on this model」（このモデルを反復）に、「バイザーを追加して、本体をマットブラックにして」 のような変更を入力します。ツールはモデルを作ったスクリプトを編集するため、関係のない部分はそのまま残り、反復ごとに新しいモデルとして保存されます。元のモデルは変わらず、以前のバージョンを選んでそこから分岐させることもできます。

押さえておきたいポイント：

• ステータス： ベータ版。クレジットのあるサインイン済みのSloydアカウントが必要です（Sloyd PlusとProには毎月のクレジットが含まれます）。
• 料金： 導入価格で生成1回、反復1回ごとに10クレジット（通常は20）。Sloyd Plus（月額$15）には毎月50クレジット、Sloyd Pro（月額$50）には350クレジットが含まれます。詳しくは料金ページをご覧ください。
• 所要時間： 1回の生成に数分かかり、標準のテキストから3Dよりかなり長くなります。
• 公開設定： 生成前にPublicかPrivateを選びます。公開モデルはCC BY 4.0で共有されます。
• 出力： マテリアル付きのGLB。「Download final」で最終モデルを保存でき、「Open in editor」でSloydの他の機能に引き継げます。
• 対象： 1つのプロンプトにつき1つのオブジェクト。ページでは "A stackable storage crate with rounded ribs and recessed handles"、"A modular sci-fi wall panel with vents and cable channels"、"A low-poly observatory tower with an exterior staircase" といったプロンプト例が提案されています。

LLM 3D Creationへの入り口はほかにも2つあります。画像から3Dにリアルな建物の写真をアップロードすると、Sloydは現在「Build it with Astra (recommended)」と表示されるボタンで提案します。スクリプトで組み立てた建物のほうが、1枚の画像から生成したものよりきれいに仕上がることが多いためです。また、サブスクリプション会員向けのSloyd AI Agentは、チャットからLLM 3D Creationを呼び出し、自分で作ったモデルを編集できます。ゲームアセット制作向けAIエージェントのまとめもご覧ください。

向いていないもの： キャラクター、クリーチャー、有機的なものや非常に細かいディテールを持つもの。また、LLM 3D Creationは2026年10月時点でSloyd APIやMCPサーバーには含まれていません。コードからテキストから3Dを使いたい場合は、Sloyd APIと3Dモデル生成APIのガイドで、拡散モデル系のエンドポイントを紹介しています。

LLMと拡散モデル、テキストから3Dはどちらを使うべき？

形状の正確さと編集のしやすさが重要なハードサーフェス、機能部品、建築物にはLLMによるテキストから3Dを、キャラクター、クリーチャー、有機的な小物、豊かなペイントテクスチャが必要なものには拡散モデルを使いましょう。多くのプロジェクトでは両方を使います。

方式ごとのプロンプトのコツ

最適なプロンプトはモデルの作られ方で変わります。LLM向けはパーツリストのように、拡散モデル向けは見た目の説明のように書きましょう。

LLM 3D Creationのプロンプト

1. オブジェクトは1つに絞る。 ツールのページ自体が、1つのオブジェクトに絞ったプロンプトを求めています。5つのものが入ったシーンは、5つのプロンプトに分けましょう。
2. パーツを列挙する。 「厚い木製の天板、四角いスチールの脚4本、下段の棚、右側に引き出し2つの作業台」 と書けば、モデルが従うべき設計図になります。
3. 比率と数を指定する。 「幅の2倍の高さ」「通気口を6つ一列に」「45度の屋根」は、コードには簡単でも推測は難しい情報です。
4. 表面ごとにマテリアルを指定する。 「ヘアライン加工の金属フレーム、すりガラスのパネル、ゴム製の脚」は、スクリプトが割り当てるマテリアルラベルにそのまま対応します。
5. 小さな反復で仕上げる。 プロンプト全体を書き直すのではなく、1回に1つだけ変えましょう（「壁を厚く」「前面に留め具を追加」）。変更が小さいほど結果を確認しやすくなります。
6. 参照画像で形と色を指定する。 ツールは画像を、形状、比率、パーツ配置、色の視覚的な目標として扱います。表面のテクスチャはSloydのマテリアルカタログから適用されます。

拡散モデルによるテキストから3Dのプロンプト

1. 被写体とスタイルから書き始める。 「スタイライズドなゴブリン商人、手描きテクスチャ、ずんぐりした体型」。
2. 構造ではなく見た目を説明する。 パーツの数より、質感、雰囲気、シルエットが重要です。
3. 被写体は1つに。 Sloydのテキストから3Dは、長いプロンプトやシーンを描くプロンプトを主要な被写体1つに絞ります。
4. 絵があるなら画像から3Dを使う。 スケッチやレンダー画像のほうが、言葉よりもデザインを正確に固定できます。

一般的なコツはテキストから3Dのページでも紹介しています。

生成した後にやること

LLMで作ったモデルも拡散モデルで作ったモデルも、同じ場所に保存されます。My Activity（アクティビティ）から、そのまま他の3Dツールで使えます。

• パーツに分割する。 拡散モデルのメッシュは1枚の表面です。Split to Partsを使えばパーツに分割でき、3Dプリント用のピンと穴もオプションで追加できます。詳しくはAIで3Dモデルをパーツに分割する方法をご覧ください。
• メッシュを軽くする、形を変える。 Mesh Modifiersでは、メッシュをより少ないポリゴン予算までリダクションしたり、ブラウザ上でモデルの形を変えたりできます。メッシュモディファイアのガイドもご覧ください。
• プリントできる形にする。 Mounts & Keychainsで壁掛けマウント、ディスプレイスタンド、ペンダント、キーリング用の輪を追加できます。AIキーホルダー生成のガイドで詳しく紹介しています。
• ゲームエンジンに持ち込む。 ポリゴン数を確認し、GLBまたはFBXで書き出しましょう。ゲーム開発向けの3Dもご覧ください。

LLMと拡散モデルのテキストから3Dでよくある失敗

よくある失敗の多くは、アセットに合わない方式を選ぶことから起こります。有機的な形状を言語モデルに頼んだり、精密な機械部品を拡散モデルに頼んだりするケースです。

• LLMにキャラクターを頼む。 コードで作った人や動物はマネキンのようになります。テキストから3Dや3D人体モデルジェネレーターを使いましょう。
• 拡散モデルに精密な機構を頼む。 歯車、ヒンジ、繰り返しの通気口はぼやけがちです。LLM 3D Creationかテンプレートを使いましょう。
• 1つのプロンプトにシーン全体を詰め込む。 どちらの方式も、1つのオブジェクトで最も力を発揮します。シーンは個別のアセットから組み立てましょう。
• 反復せずにプロンプトを書き直す。 LLM 3D Creationでは、新しいプロンプトはゼロから新しいモデルを作ります。反復なら、うまくいっている部分を残せます。
• LLM 3D Creationに即座の結果を期待する。 1回の生成に数分かかります。アイデア出しには標準ツールのほうが速いです。
• ポリゴン予算を超えたメッシュをそのまま使う。 生成前にLow Polyなどのゲーム向けプリセットを選ぶか、リアルタイムエンジンに入れる前にMesh Modifiersでポリゴンを削減しましょう。

よくある質問

LLMによるテキストから3Dと拡散モデルによるテキストから3Dの違いは？

LLMによるテキストから3Dは、言語モデルがメッシュを組み立てるコードを書く方式で、クリーンなハードサーフェスの形と編集しやすい構造が得られます。拡散モデルは学習データから形状とテクスチャを直接生成し、多くは画像を経由します。有機的な形、キャラクター、細かいテクスチャに向いています。

SloydのLLM 3D Creationとは？

LLM 3D Creationは、SloydのWebアプリのCreate 3Dメニューにある、言語モデルを使ったテキストから3Dツールです。オブジェクトを1つ説明し、必要に応じて参照画像を添付すると、モデルがモデリングスクリプトを書いて実行し、テクスチャ付きのGLBを返します。ベータ版で、導入価格は1回10クレジット（通常20）です。

LLM 3D Creationで作ったモデルは編集できますか？

はい。各結果の下に「取っ手を付けて」「壁を厚くして」などの指示を入力します。ツールはモデルを作ったスクリプトを変更し、関係のない部分はそのまま残します。反復ごとに新しいモデルとして保存されるため、元のモデルは残り、以前のどのバージョンからでも分岐できます。

ゲームアセットにはLLMと拡散モデルのどちらが向いていますか？

アセットによります。コンテナ、パネル、家具、建物、ファセット調のローポリ小物にはLLMによるテキストから3Dが向いています。キャラクター、クリーチャー、植物、ペイントされたディテールのあるスタイライズド小物には拡散モデルが向いています。多くのゲームでは両方が必要なので、得意な場面で使い分けましょう。

ChatGPTやClaudeで3Dモデルは作れますか？

汎用チャットボットでも、自分で実行するBlender用PythonやCADコードを書くことはでき、Blender MCPのようなプラグインを使えばBlenderを直接操作できます。SloydのLLM 3D Creationはこれを1ステップにまとめたもので、スクリプトの作成、実行、マテリアルの適用までを行い、ローカルの3D環境なしでGLBを返します。

LLM 3D Creationは参照画像に対応していますか？

はい。プロンプトに画像を添付するか、画像だけを送ることもできます。ツールは画像を、形状、比率、パーツ配置、色の主な視覚的目標として扱います。画像から3Dにリアルな建物の写真をアップロードした場合も、SloydがLLM 3D Creationで作ることを提案します。

LLM 3D CreationはSloyd APIから使えますか？

2026年10月時点では使えません。LLM 3D CreationはSloydのWebアプリと、サブスクリプション会員向けのAI Agentで利用できます。Sloyd APIとMCPサーバーは、テキストから3D、画像から3D、複数画像から3D、リテクスチャ、Split to Parts、画像の生成と編集、スカイボックスに対応しており、Webプランとは別のプリペイドAPIクレジットで課金されます。

両方を試して、合うほうを使う

LLMによるテキストから3Dと拡散モデルによるテキストから3Dは、競合ではありません。一方は組み立て、もう一方は彫刻します。よいアセットライブラリは両方を活用します。

ハードサーフェスの小物や建物はSloydのLLM 3D Creationで、キャラクターや有機的な小物はテキストから3Dや画像から3Dで作り始めましょう。基本は用語集のテキストから3Dで確認できます。