AI、3Dモデルに物性値を自動付与

NVIDIAおよびトロント大学などの共同研究チームは、3次元オブジェクトに対してヤング率・ポアソン比・密度の3つの機械的特性を高精度かつ自動的に予測する手法「AdaVoMP（Adaptive Volumetric Mechanical Property Fields）」を発表した。論文はarXivに公開されている。

現在、ゲームエンジンや物理シミュレーター上で利用される3Dアセットの大半は、形状データのみを持ち、物体が実際にどのような硬さや弾性を持つかを示す材料特性情報を欠いている。この欠落により、エンジニアや研究者はシミュレーションを実行する前に手作業で物性値を設定する必要があり、特に複雑な形状や複合材料を扱う場面では多大な工数が発生していた。

AdaVompはこの課題に対し、スパース適応ボクセル構造（SAV）と呼ぶ独自のデータ表現を採用した。物体の形状に応じてボクセル（3次元ピクセル）の密度を動的に調整するため、メモリ効率を維持しながら従来手法比で解像度を16の3乗倍、すなわち4096倍まで向上させることに成功した。またスパーストランスフォーマーと呼ぶニューラルネットワーク構造を用いて、入力形状ごとに最適なSAVを自律的に生成する仕組みを採用しており、テスト時の計算コストは既存の最先端手法を下回る。

製造業への影響は特に大きい。自動車メーカーの衝突解析部門や航空宇宙メーカーの構造解析チームでは、有限要素解析（FEA）に先立つ材料定義工程が全体のリードタイムを押し上げる主因の一つとなっている。AdaVoMPを活用すれば、設計変更のたびに発生する材料設定作業を自動化し、試作から解析完了までのサイクルタイムを短縮できる。設計反復回数の増加は製品品質の向上と開発コストの低減に直結し、時間市場投入（TTM）短縮というKPI改善にも寄与する。

医療機器・ヘルスケア分野でも高い応用可能性がある。手術シミュレーターや生体組織の変形予測モデルは、臓器や軟組織の弾性特性を精密に再現する必要があるが、患者固有の3D画像データから物性値を自動付与できれば、個別化医療シミュレーションの開発効率が大幅に改善する。医療機器メーカーのR&D部門では、規制申請に必要なバリデーション工数の削減というKPIへの貢献が期待される。

ゲーム・メタバース産業においても実用価値は高い。コンテンツ制作パイプラインにAdaVoMPを組み込むことで、アーティストが制作した3Dアセットをリアルタイム物理演算エンジン向けにそのまま活用できるようになり、技術担当者によるパラメータ調整工程を省略できる。制作スタジオのオペレーション部門では、アセット1件あたりの制作時間や制作コストという指標の改善が見込まれる。

電子商取引分野でも注目される。家具や家電製品の3Dモデルを仮想空間で動的に変形表示するバーチャルトライオン機能や、ロボットを活用した物流シミュレーションにおいて、現実に即した物性値が自動付与された3Dモデルは、顧客体験の向上と物流設計精度の改善に貢献する。

今後の課題としては、実材料の計測データとの整合性検証や、工業グレードの合成材料・積層構造への対応拡張が挙げられる。研究チームはシミュレーション対応3Dアセットの自動生成基盤として本手法を位置付けており、デジタルツイン構築ツールやCADソフトウェアとの統合が次の焦点になるとみられる。