株式会社ずんだもん技術室AI放送局 podcast 20260908
株式会社ずんだもん技術室AI放送局 · 2026年9月7日
株式会社ずんだもん技術室AI放送局 · 2026年9月7日
本記事は、絵を描くスキルや3Dモデリングの経験がないプログラマである筆者が、AIモデル「Astra」の3Dモデリング能力を、実際に動く成果物を作りながら検証したレポートです。
近年、2次元画像から3次元モデルを推定する技術（NeRFなど）やボクセルレンダリングが進化しています。筆者は、Astraに直接3Dモデルを出力させるのではなく、「基本形状（立方体や円柱など）を組み合わせるコード（PythonやThree.js）を生成させる」というアプローチをとりました。
検証によって得られたAstraの強み、苦手な領域、応用例は以下の通りです。
優れた空間把握と構造化コードの生成 Astraは、3D空間における座標、太さ、交差、遠近感などを高い精度で理解しています。例えば、得意分野である「街のミニチュア」を指示した際、一発で精密な座標指定を含むPythonスクリプトを生成しました。この手法のメリットは、出力が「構造化されたコード」であるため、人間によるリファクタリングや部品の再利用、再生成が極めて容易な点です。
得意な領域：ロボット・ボクセル・小物 ローポリ（低ポリゴン）表現と相性が良く、ミリタリー調の重量感あるロボットや、ブーストでホバーする人型ロボットなどは、一発の指示で非常に魅力的なモデルを生成できます。ゲーム用の小物やメカニック系のオブジェクト制作において、極めて強力なツールとなります。
まとめ Astraを用いた3Dモデリングは、ロボットやボクセル、小物といった得意なジャンルに絞ることで、プロトタイピングの速度を劇的に向上させます。すべてをAIに丸投げするのではなく、AIが得意な「コード生成」を介して協調する開発フローは、3D開発に不慣れな新人エンジニアにとって、アイデアを素早く形にするための強力な武器になるはずです。
引用元: https://zenn.dev/mizchi/scraps/e54e590942f356
本ドキュメントは、OpenAIの次世代モデル「GPT-6 Astra」をロボットアームの制御（ロボットマニピュレーション）に適用し、競合であるAnthropicの「Claude Fable 5.1」および「Fable 5」と比較したベンチマークレポートです。最新LLMが物理的な身体性タスクをどこまで高精度かつ低コストで実行できるかを定量的に評価しています。
1. 実験システムの技術仕様評価には、双腕ロボット「YAM arms」（各アーム6自由度、パラレルグリッパー搭載）が使用されました。 制御方式は、LLMが目標位置（座標や姿勢）を出力し、それをロボットの「逆運動学（IK: 幾何学的に関節の角度を計算する仕組み）」によって具体的な関節の動きに変換する形をとっています。 ロボットは各ターンで、3つのカメラ（俯瞰、左右の手首）の画像と、現在の自身の状態（自己受容感覚）を入力として受け取り、制御エージェントポリシー（Inspect Robots）に沿って動作します。
2. 評価タスクと採点基準実験では以下の2つのタスクを各モデル20回ずつ試行しました。
各試行は、以下の5段階（0〜4）の到達ステージで厳密に評価されます。
実験の結果、GPT-6 Astraの圧倒的な処理効率と、複雑タスクにおけるLLM共通の課題が浮き彫りになりました。
ボウルタスクにおけるAstraの圧勝 GPT-6 Astraは、20回中19回（成功率95%）という極めて高い成功率を記録しました。Fable 5.1の成功率は40%（8/20回）、Fable 5はわずか5%（1/20回）に留まります。さらに、Astraは1回あたりの平均実行時間が2.5分（Fable 5.1は6.8分）、推定コストは0.94ドル（Fable 5.1は2.12ドル）と、速度・費用ともに半分以下に抑えられています。これはAstraの出力トークン数が他モデルの数分の一（2.1k vs 12.9k）で済んでおり、無駄な試行錯誤（トークン浪費）が少ないことを示しています。
パズルタスクにおける共通の壁 一方で、より細かな精度が求められるパズルタスクでは、AstraもFable 5.1も成功率は10%（2/20回）に留まりました。両モデルともに「ピースを溝の真上まで運ぶ（ステージ3）」までは到達するものの、最終的な微調整が必要な「溝にはめ込む（ステージ4）」段階で動作が停止（ストール）してしまいます。ただし、このタスクでもAstraは実行時間（3.4分 vs 5.9分）とコスト（1.36ドル vs 2.18ドル）の面で高い効率性を示しています。
この検証にはいくつかの制約があります。ボウルタスクにおいてAstraとFableは異なる実験台（リグ）で動作しており、実験日程も2日のズレがあります。また、人間がモデル名を知った状態で採点したことによる主観バイアスの可能性や、コスト計算にキャッシュ割引が考慮されていない点（実際はAstraがさらに安価になる可能性あり）に注意が必要です。
5. まとめとエンジニアへの示唆GPT-6 Astraは、従来モデルと比較して圧倒的な「トークン消費の効率化」と「判断スピードの向上」を実現しており、ロボット制御のようなリアルタイム性とコストが重視される領域での実用性を大きく高めました。一方で、物理的な微調整が求められる高難度タスクでは、依然としてLLM単体での制御限界が存在します。 実業務でのロボットエージェント開発においては、LLMによる「大まかなタスク計画・移動」と、ルールベースや従来の制御工学による「局所的な精密位置合わせ」を組み合わせるハイブリッドな設計が、現時点での現実的なアプローチとなるでしょう。
引用元: https://openai.robocurve.org/gpt-6-astra/
1. 「Irodori-TTS-v4.1-Anime」の概要 「Irodori-TTS-v4.1-Anime」は、日本語のテキストを自然な音声に変換するテキスト読み上げ（TTS: Text-to-Speech）AIモデルです。非常に人気の高いオープンソースの日本語TTSモデル「Aratako/Irodori-TTS-v4.1-Small」をベースモデルとし、アニメ風の音声データを用いてファインチューニング（追加学習）が行われています。 パラメータ数は約8億（0.8B）で、音声アシスタントのキャラクターボイスやゲームのシステム音声など、豊かな感情表現やアニメ調の表現力が求められるシステム開発に最適なモデルとなっています。
2. 新人エンジニアが押さえておきたい技術的特徴 このモデルを実際に動かしたり、システムに組み込んだりするにあたって、以下の3つのポイントを理解しておくとスムーズに開発を進められます。
