3D Gaussian Splattingとは？

3D Gaussian Splatting（3DGS） は、2023年にINRIA（フランス国立情報学自動制御研究所）のBernhard Kerbl氏らが発表した、リアルタイム3Dシーン再構成・レンダリング手法です。

複数の視点から撮影した写真をもとに、フォトリアリスティックな3Dシーンを再構成し、リアルタイムで自由な視点から閲覧できるのが最大の特徴です。

従来このタスクはNeRF（Neural Radiance Fields）が担っていましたが、3DGSはNeRFの弱点だったレンダリング速度を劇的に改善しました。

基本的な仕組み

3DGSは、シーンを数百万個の3Dガウシアン（楕円体）の集合として表現します。

各ガウシアンは以下のパラメータを持ちます。

• 位置（3D座標）
• 共分散行列（楕円体の形状・向き・大きさ）
• 色（球面調和関数で視点依存の色を表現）
• 不透明度（透明度の制御）

トレーニングの流れ

1. SfM（Structure from Motion） で写真群からカメラ位置と初期点群を推定（COLMAPなどを使用）
2. 各点を3Dガウシアンに変換
3. 微分可能なスプラッティング（ラスタライズ） でカメラ視点の画像をレンダリング
4. 教師画像（実写真）との損失関数で各ガウシアンのパラメータを最適化
5. 適応的密度制御（ガウシアンの分裂・クローン・除去）でシーンの細部を表現

ポイントは、ニューラルネットワークを一切使わず、純粋なパラメータ最適化で3Dシーンを構築する点です。

NeRFとの比較

3DGSとNeRFは「写真から3Dシーンを再構成する」という同じゴールを目指していますが、アプローチが根本的に異なります。

| 項目 | NeRF | 3D Gaussian Splatting | |---|---|---| | シーン表現 | 暗黙的（ニューラルネットワーク内部） | 明示的（ガウシアンの点群） | | レンダリング方式 | レイマーチング | ラスタライズ（GPU最適化） | | レンダリング速度 | 約5 FPS | 100+ FPS | | トレーニング時間 | 数時間〜 | 数分〜数十分 | | 画質 | 高品質 | 同等以上 | | 編集性 | 低い（ネットワーク全体に分散） | 高い（個々のガウシアンを直接操作可能） | | ファイルサイズ | コンパクト | 大きい（ただしSPZ圧縮で90%削減可能） | | 動的シーン | 困難 | 4DGSとして拡張が進行中 |

なぜこれほど速いのか？

NeRFは画像の各ピクセルごとにレイ（光線）を飛ばし、光線上の多数のサンプル点でニューラルネットワークを評価する必要があります。これは本質的に逐次的で重い処理です。

一方、3DGSは各ガウシアンを画面上に「塗る（スプラットする）」ラスタライズ方式を採用しています。GPUは大量の小さなプリミティブを並列描画することに最適化されているため、既存のGPUパイプラインの恩恵をフルに受けられるのです。

「3DのJPEG」と呼ばれる理由

業界アナリストは3DGSを 「空間コンピューティングにおけるJPEGの瞬間」 と表現しています。

JPEGが写真の標準フォーマットとして普及したように、3DGSは3Dシーンキャプチャの事実上の標準になりつつあります。

• 2023年 — 論文発表。リアルタイム速度の証明
• 2024年 — 幾何学的精度の向上、モバイル対応の開始
• 2025年 — Khronos GroupによるglTF標準化の開始、映画「Superman」での本格採用
• 2026年 — glTF拡張の最終承認予定、OpenUSD統合、プロダクション品質のワークフローが成熟

かつてWebで画像を表示するには特殊なプラグインが必要でした。JPEGの標準化がその障壁を取り払ったように、glTFやOpenUSDへの3DGS統合が「どこでも3Dシーンを表示できる」世界を実現しようとしています。

3DGSの現在の課題

革命的な技術ですが、まだ克服すべき課題もあります。

• ファイルサイズ — 数百万のガウシアンを保持するため、生データは数百MB〜GBになることがある。SPZ圧縮（Niantic開発）で90%削減が可能だが、さらなる最適化が求められる
• 反射・透過の表現 — 鏡面反射やガラスのような素材の再現はまだ発展途上
• 動的シーン — 4D Gaussian Splatting（時間軸の追加）の研究が進行中だが、プロダクションレベルには至っていない
• メッシュとの互換性 — 既存の3Dパイプラインはポリゴンメッシュ前提のため、統合にはまだ工夫が必要

まとめ

3D Gaussian Splattingは、3Dシーン再構成の分野でNeRFの後継として急速に普及している技術です。

• 写真から3Dシーンをリアルタイムで描画できる
• NeRFと比べて20倍以上高速、トレーニングも圧倒的に短い
• 2026年現在、glTFやOpenUSDへの標準化が進み、映画やスポーツ中継、不動産など実用分野での採用が加速

「リアルタイム」「高品質」「編集可能」の三拍子が揃った3DGSは、3Dコンテンツの作り方・届け方を根本から変えようとしています。