技術・開発手法
AI・機械学習の活用
生成AIと機械学習を活用し、3DCG開発・コンテンツ制作の効率化と高度化を実現
リアルタイム3DCGを活用したシステム・アプリ開発の効率化と品質向上を目的に、生成AIや機械学習を積極的に導入。技術の調査・検証から実案件への適用、ワークフロー設計まで、実践的なノウハウを蓄積しています。
AI・機械学習による3DCG開発プロセスの高度化
生成AIや機械学習の進化により、3DCGコンテンツ制作やアプリケーション開発のワークフローは大きく変化しています。当社では、3Dモデル生成、学習データ作成、異常検知AIの開発などを実案件レベルで検証・実用化。ツール選定から後処理、推論パイプライン設計までを含め、開発プロセス全体へAI技術を組み込むことで、品質を維持しながら制作期間短縮とコスト最適化を実現します。
AI・機械学習の活用の特徴・強み
FEATURE 01
3Dモデルの自動生成と品質評価
複数の3D生成AIサービスを比較検証し、モデル品質・トポロジ・テクスチャ精度の観点から、案件要件に応じた最適なサービス選定とワークフロー設計を行います。生成モデルをそのまま活用できる用途と、軽微な手修正による品質向上工程を組み合わせることで、従来の手作業に比べ大幅な工数削減を実現します。
FEATURE 02
CGと画像生成AIを組み合わせた学習データの効率的な構築
AIシステム開発において課題となる学習データ収集に対し、Unreal EngineやBlenderによるCGシミュレーションを活用。実写収集が困難な環境データを自動生成するとともに、画像生成AIにより多様なコンテンツ画像を効率的に作成することで、コストの削減かつ高品質な学習データセット構築を実現します。
FEATURE 03
独自アルゴリズムによる推論精度の向上
高解像度映像のリアルタイム処理や誤検知抑制を目的に、独自の推論パイプラインを設計。マルチレベルパッチ処理やアルファ合成による故障種別統合、タイムフィルターによる誤報抑制など、プロジェクト要件に応じた最適化を行います。4K映像をエッジデバイス上でリアルタイム処理するなど、実運用を見据えたシステム構築に対応します。
活用シーン
USE CASE 01
異常・故障検知AIの開発
実環境での収集が難しいデータを必要とするAI開発に活用。悪天候や故障状態など再現困難な条件をCGシミュレーションで生成し、学習データとして利用することで、開発期間とコストを削減します。
USE CASE 02
3Dアセット制作の効率化
ゲームエンジンを用いたシステム・アプリ開発において、生成AIによる3Dモデルをアセット制作に活用。後処理ワークフローを標準化することで、従来の手作業と比べて制作工数を大幅に削減します。
USE CASE 03
プロトタイピング・試作への活用
開発初期のアイデア検討や形状確認など、試作フェーズに生成AIを活用。形状や色、スタイルを短時間で変更・比較できるため、方向性検討やイメージ共有を効率化し、手戻り削減にも貢献します。
