第11章: 産業と2026年の最前線 — 事例・ワールドモデル・学習ロードマップ

最終章の位置づけ — 技術はどこで使われているか

第10章では、SDSからTRELLIS.2・Hunyuan3Dまで、3D生成AIの系譜とライセンスの注意点を見ました。 ここまでの10章で、メッシュ・PBR・リギング・レンダリング・ファイル形式・Web実装・キャプチャ・生成と、3Dモデルを支える技術を一通り扱ったことになります。

最終章では、視点を技術から産業に移します。 EC、映画、ゲーム、デジタルツイン、地図・不動産、そして日本の事例を順に見ると、どの業界でどの形式と表現が選ばれているかがはっきりします。 そのうえで2026年に起きた業界再編と標準化の動き、ワールドモデル、AIがBlenderを操作するMCPの話題を整理し、最後にシリーズ全体を振り返ってWebエンジニア向けの学習ロードマップを示します。

産業ごとの使い分けの地図

最初に全体像を表にまとめます。 第7章で「オーサリング用かランタイム用か」という軸で形式を整理しましたが、産業別に並べると、形式がその軸どおりに分かれていることがわかります。 消費者の端末に届けるECはランタイム向けのglTF/GLBとUSDZ、大勢で同じシーンを編集する映画や工場の計画はOpenUSD、都市のように属性情報が重要な分野はCityGMLという分担です。

EC — 3Dで「サイズ感」を売る

Shopify — GLBとUSDZを両方持つ理由

ECで3Dを使う目的は、写真では伝わりにくいサイズ感と質感を伝えて、購入の迷いと返品を減らすことです。 Shopifyは商品メディアとして3Dモデルを受け付けており、形式はGLBとUSDZ、ファイル上限は500MBです。 15MB未満のファイルは両形式に自動変換され、推奨サイズは4MB以下、テクスチャは2048×2048以下とされています。

2形式を並行して持つのは、表示する環境が分かれているからです。 GLBはWebブラウザとAndroidのScene Viewerで、USDZはiPhoneやiPadのAR Quick Lookで使われます。 第8章で触れたmodel-viewerがGLBとUSDZの両方を指定できるのも同じ理由です。 出品者が2つの環境の違いを意識しなくて済むよう、プラットフォーム側が変換を引き受けるようになってきています。

IKEA Place — ARで家具を部屋に置く

家具は「自分の部屋に置いたらどう見えるか」が購入の障壁になります。 IKEAは2017年9月、AppleのARKit（iOS 11）に合わせてIKEA Placeを公開しました。 公開時点で2,000点を超える商品を扱い、部屋の寸法に基づいて98%の精度で自動スケールすると自社で説明しています。 3Dモデルが実寸を持っていること、つまり第8章で扱った「単位はメートル」というglTFの約束事が、ARではそのまま商品価値になります。

Apple — 撮影から表示までをUSDで縦につなぐ

AppleはUSDのアーカイブ形式であるUSDZを採用し、SafariやメッセージからUSDZを直接AR表示できるAR Quick Lookを提供しています。 2021年のWWDCでは、写真から3Dモデルを作るRealityKitのフォトグラメトリAPIObject Captureを発表しました。 20〜200枚程度の写真を使い、連続する写真のオーバーラップは70%以上が推奨です。 第9章で見たとおり、透明な物体や強い反射のある物体は苦手です。

撮影（Object Capture）、形式（USDZ）、表示（AR Quick LookやvisionOS）がすべてUSDでつながっている点が、Appleの戦略の特徴です。 AppleはAOUSD（Alliance for OpenUSD）の創設メンバーでもあります。 2026年6月のWWDC26では、visionOS 27のRealityKitが3D Gaussian Splattingを標準で描画できるようになりました。

映画とゲーム — 大規模シーンとリアルタイム

Pixar USD — 数百人で同じシーンを編集する

映画制作では、数百人のアーティストが同じシーンを同時に編集します。 そのためにはファイル参照、レイヤーによる上書き、バリアントといった「元データを壊さずに重ねる」仕組みが必要です。 Pixarは長年かけて育てたこのコンポジション技術をUSDとして再設計し、『ファインディング・ドリー』で約1年本番運用したあと、2016年7月26日にオープンソース化しました。

2023年8月には、Pixar・Adobe・Apple・Autodesk・NVIDIAがLinux Foundation傘下でAOUSDを設立し、USDの仕様を文書化して国際標準を目指す体制ができました。 第7章で「glTFはランタイム向け、USDはオーサリング向け」と整理したとおり、USDの強みは大規模なシーンを組み立てる力にあります。

ILM StageCraft — LEDウォールに3Dを映す

『マンダロリアン』で知られるILMのStageCraftは、巨大なLEDウォールに3D環境をリアルタイムに描画し、カメラの位置に合わせて視差を変える撮影方式です。 グリーンバックと違い、役者は背景を見ながら演技でき、LEDの光が役者を照らすので照明も撮影時点でほぼ決まります。 シーズン1ではUnreal Engineで60以上の仮想環境を描画し、全8話の半分以上をこのセットで撮影しました。 シーズン2からはILM自社のリアルタイムレンダラHeliosに移行しています。 第6章で扱ったリアルタイムレンダリングが、映画の撮影現場に入った例です。

Nanite・UEFN・Roblox Cube — 作り方そのものが変わる

ゲームでは長年、ポリゴン数の予算に合わせて低ポリゴンのLODを手作業で用意してきました。 2020年に発表されたUnreal Engine 5のNaniteは、映画品質の高精細アセットをそのまま読み込み、表示に必要な分だけをストリーミングする仮想化ジオメトリです。 Epicはこれを「ポリゴン数の予算が要らなくなる」と表現しました（第6章参照）。

作り手の裾野も広がっています。 2023年3月に始まったUEFN（Unreal Editor for Fortnite）では、報道によればクリエイターへの累計支払いが10億ドルを超えました。 Robloxは2025年3月に3D生成の基盤モデルCubeを発表し、最初のリリースCube 3Dをオープンソース化しました。 2026年2月には「4D生成」をオープンベータにしています。 これは車体と4つの車輪のように部品ごとに振る舞いを持つ「動くオブジェクト」を生成する機能で、第10章で見た「1つの塊ではなく部品の集まりを出す」流れの一例です。

デジタルツイン — 工場を建てる前に仮想で検証する

BMWはハンガリー・デブレツェンのEV工場の計画に、NVIDIA OmniverseとOpenUSDで構築した工場全体のデジタルツインを使いました。 複数拠点のプランナーが同じ仮想工場を見ながらレイアウトや物流、ロボットの配置を検討し、工場稼働の約2年前から計画作業を進めています。

NVIDIAの事例ページには「計画の最適化で最大30%の削減」とありますが、これは実測ではなく見込み値です。 ベンダーの事例ページに載る数字は、導入前の期待効果であることが少なくありません。 記事や社内資料で引用するときは「見込み」と明記すべきです。

Siemensも2024年3月に、自社のPLM製品にOmniverseのAPIとOpenUSDのサポートを統合すると発表しました。 HD Hyundaiは700万点を超える部品からなるLNG運搬船のデジタルツインを可視化し、生産前の設計検証に使っています。 CADの設計データ（B-rep）をそのまま使うのではなく、可視化とシミュレーション用にUSDのメッシュへ変換して流す構図です。 第1章で見た「NURBSなどの設計用表現」と「ポリゴンメッシュという表示用表現」の違いは、産業の現場ではこうした変換工程として表に出てきます。

地図・不動産 — NeRFと3DGSが製品になった

第9章で扱ったニューラル3Dは、地図と不動産の分野ですでに製品になっています。

• Google マップ Immersive View: ストリートビューと航空写真を融合し、NeRFで照明や質感を再現した3Dシーンを生成します。2022年5月に発表され、2023年2月にロンドン、ロサンゼルス、ニューヨーク、サンフランシスコ、東京の5都市で提供が始まりました
• Matterport: 室内を撮影して歩き回れる3Dツアーを作るサービスです。管理スペース数は2024年第3四半期に1,360万（前年比22%増）に達し、同年4月にCoStarが株式価値約21億ドルで買収することに合意しました
• Scaniverse: スマートフォンで撮影した場所を3D Gaussian Splattingで再構成するアプリです。2025年2月にはQuest向けの「Into the Scaniverse」が120か国・5万件超のスプラットを収録して公開されました。現在は地理空間AIのNiantic Spatialが運営しています

NeRF（Immersive View）、メッシュとパノラマ（Matterport）、3DGS（Scaniverse）と、同じ「現実を3Dにする」用途でも表現はばらばらです。 第1章の表現の地図で見たとおり、表現の選択は「何を優先するか」で決まります。

日本の事例 — PLATEAU・VRM・カプコン

PLATEAU — 全国統一仕様の3D都市モデル

国土交通省のPLATEAUは、2020年度に始まった3D都市モデルの整備・オープンデータ化プロジェクトです。 OGC標準のCityGMLに日本独自の拡張（i-UR ADE）を加えた仕様でデータを作り、CityGMLのほか3D TilesやMVTに変換して配布しています。 商用利用も可能です。整備都市数は2025年度末で329都市に達しました。

建物は、箱型のLOD1、屋根形状を持つLOD2、窓や扉などの開口部や内部まで持つLOD3/4と段階的に詳しくなります。 第3章で扱った描画負荷のためのLODとは意味が違い、ここでのLODは「どこまで詳しくモデル化したか」という詳細度の区分です。 また、CityGMLの建物は形だけでなく、用途や構造、建築年といった属性を持っています。 見た目の再現よりも「意味のある都市データ」であることがPLATEAUの価値で、防災シミュレーションやまちづくりに使われています。 Webエンジニアなら、3D Tiles版をCesiumJSなどで読み込むところから試せます。

VRMとカプコン — 標準の拡張と、スキャンの現場

VRMは、glTF 2.0をベースにした人型アバター用の形式です。VRMコンソーシアムが2022年9月22日にVRM 1.0を正式リリースしました。 汎用のglTFの上に、表情、視線、揺れもの、そして利用許諾のメタデータを拡張として載せた点が特徴です（第5章参照）。 一から形式を作らず、国際標準の拡張機構を使った設計は、日本発の3D標準の数少ない成功例といえます。

カプコンは2017年の『バイオハザード7』で、実在のモデルをフォトグラメトリでスキャンしてキャラクターを制作しました。 RE ENGINEの開発と並行して社内に3Dスキャンスタジオを設け、統合報告書では150台のカメラを備えたスタジオに言及しています。 一方で2026年の社内技術講演では「スキャンはキャラクター制作のスタート地点にすぎない」と位置づけています。 スキャンしたデータは、リトポロジー、UV、リギングを経て初めてゲームで動く資産になります。第3章から第5章で見た工程です。

市場規模の数字はどう読むか

3D関連の市場規模を調べると、調査会社ごとに桁が違う数字が出てきます。 同じMarketsandMarketsでも、「3Dマッピング・モデリング市場」の予測は旧版で2028年に118億ドル、2026年版では2026年に176.3億ドル、2031年に292億ドルと、版によって前提が大きく変わっています。 測量やGIS、BIM、アニメーション制作を含めるかどうかで、数字は数倍動きます。

3D生成AIはさらに差が大きく、同じ2024〜2026年前後の市場について、数億ドルから約20億ドルまで約6倍の幅があります。

いずれも有料レポートの要約ページの数字で、算出方法は公開されていません。 実在企業の売上と並べると、たとえばMeshyが自己申告したARRは1億ドルで、市場推計の数%から数十%に当たります。 こうした推計は「伸びている」という方向感をつかむ材料にとどめ、具体的な数字を事業計画の前提にしないほうが安全です。

2026年の最前線

2026年は、3D生成AIが事業として成立し始め、標準化と業界再編が同時に進んだ年でした。 主な出来事を時系列で並べます。

3D生成AIが「売れる事業」になった

Meshyは2026年9月30日、ARRが1億ドルを超えたと発表しました。登録ユーザーは1,500万人超、累計生成モデル数は1億超としています。 これは自社発表のARRで、算定方法は公開されておらず監査も受けていません。 それでも、3月のGDC時点で自ら公表していた3,000万ドルから半年余りで大きく伸びており、3D生成が「研究デモ」から「お金を払って使うツール」に変わったことがわかります。 中国のTripoも、9月に約30億元（約4.46億ドル）を調達したと報じられました。

競争の軸も変わりました。第10章で見たとおり、「形が出るか」の段階は過ぎ、各社はクアッドメッシュの生成、部分編集、パーツ分割、リギングを売りにしています。 生成物を手直しせずに制作現場で使えるかどうかが、2026年の差別化ポイントです。

業界再編 — 資産の流通と空間AI

9月28日、AMDはWorld Labsを株式交換で約82億ドルで買収することに合意したと報じられました。 World Labsは、AI研究者のフェイフェイ・リーが率いる空間知能のスタートアップで、報道によれば2026年2月に10億ドルを調達したばかりでした。 買収は年内のクローズを見込み、規制当局の承認を待っている段階です。 GPUメーカーがワールド生成の会社を取り込んだことから、3D生成が計算資源の大口需要になると見られていることがわかります。

3Dアセットの流通でも動きがありました。 KitBash3DとGreyscalegorillaを運営するKitBashが、8月10日にEpicからArtStationとSketchfabを買収しました。 Sketchfabは多くの博物館や研究者が収蔵品の3Dデータを公開してきた場所で、2024年にEpicが販売機能を新マーケットのFabへ移した際には、移行できないライセンスや形式があることが問題になりました。 3Dデータを長く残せるかどうかは、ファイル形式だけでなく、それを置くプラットフォームの事情にも左右されます。

標準化 — OpenUSDのISO化とglTFの新拡張

2026年7月21日、AOUSDはOpenUSD Core Specification 1.1のISO認証手続きを始め、国際標準化への第一歩と位置づけました。 同時にByteDance、Huawei、Unityなどが加盟し、OpenUSDを「エージェント型AIワークフローの3Dデータ層」として打ち出しています。 glTF 2.0はすでに2022年にISO/IEC 12113:2022となっているので、配信のglTFと制作・産業のOpenUSDがどちらも国際標準の道に乗ったことになります。

glTF側では2つの拡張が大きく進みました。 3D Gaussian Splattingを格納するKHR_gaussian_splattingは2月にリリース候補となり、9月のコミットでKhronosのGitHubレジストリ上の状態が「Ratified（批准済み）」に変わりました。 glTFにビヘイビアグラフで対話的な動作を埋め込むKHR_interactivityも、7月の批准申請を経て8月末にレジストリ上で批准済みと表示されています。 どちらも、批准を告げるKhronosのプレスリリースは本稿執筆時点で確認できていません。 第9章で見た3DGSは、これでメッシュと同じglTFファイルに収められる「標準フォーマットの一つ」になりつつあります。

ツール — UE6とBlender 5.2 LTS

Epicは6月のUnreal Fest ChicagoでUnreal Engine 6の開発を正式に表明しました。 UE5のAAA向け機能と、Fortnite上で作ってきた次世代の制作パイプラインを統合し、一度作ったコンテンツを複数のプラットフォームへ展開できるようにする方針です。 リリース時期は報道によって食い違っているため、ここでは断定しません。

Blenderは7月14日に5.2 LTSを公開しました。サポート期間は2028年7月までです。 Geometry Nodesでの実験的な髪・布の物理シミュレーションや、必要に応じてダウンロードする「リモートアセットライブラリ」が加わりました。 長期サポート版なので、制作パイプラインの基準バージョンとして採用しやすいリリースです。

ワールドモデル — 3Dを出すか、映像を出すか

2026年に注目を集めたのが、テキストや画像から歩き回れる世界を作る「ワールドモデル」です。 同じ呼び名でも、出力の形がまったく違う2つの系統があります。

Marbleは結果を3DGSやメッシュとして書き出すので、これまでの章で学んだパイプラインにそのまま載ります。 ブラウザでの描画には、World Labsが開発するThree.js用のスプラット描画ライブラリSparkが使われています。 4月に出たSpark 2.0は、LODとストリーミングによって1億を超えるスプラットを扱えます。

Genie 3は世界を3Dデータとして持たず、ユーザーの操作に応じて次のフレームを生成します。 書き出して編集する対象がないため、Blenderで直すことも、glTFで配信することもできません。 その代わり、3Dモデルを作らずに「その場で動く世界」を体験できます。 Webエンジニアにとって当面実務で扱いやすいのは書き出し型ですが、映像生成型がどこまで3Dパイプラインを置き換えるかは、今後数年の大きな論点です。

AIがBlenderを操作する — MCPの可能性とリスク

ツールの使い方も変わってきました。これまで人が操作していたDCCツールを、LLMがMCP（Model Context Protocol）経由で操作するという使い方です。

• Blender Lab 公式MCPサーバー: Blender財団のBlender Labが公開しているMCPサーバーです。Blender 5.1以上が必要で、アドオン、LLMクライアント、MCPサーバーの3点で構成されます。BlenderのPython APIに自然言語でアクセスでき、シーン解析（ポリゴン数が極端に多いオブジェクトの検出など）もできます。現行版は1.0.3です
• MCP for Blender（旧blender-mcp、ahujasid、コミュニティ製）: PyPIのパッケージ名もmcp-for-blenderに変わりました。Blenderのアドオンがlocalhostの9876番ポートでソケットサーバーを開き、MCPサーバーがそこに命令を送る2層構成です。Poly Havenなどからのアセット取得や、TripoやHunyuan3Dでの生成とも連携します
• Meshy 3D Agent: 2026年6月にベータ公開。チャットで構想を出し、複数のコンセプトを作ってから3D化まで進めるエージェントです

Claude DesktopなどのMCPクライアントからMCP for Blenderを使う場合、設定は次のような形になります。 安全モードの環境変数BLENDER_MCP_SAFE_MODE=1を設定すると、実行前にスクリプトを検査して危険なコードを止めます（既定はオフです）。

{
  "mcpServers": {
    "blender": {
      "command": "uvx",
      "args": ["mcp-for-blender"],
      "env": { "BLENDER_MCP_SAFE_MODE": "1" }
    }
  }
}

UE6の柱の一つにもMCP経由のAI統合が挙がっていると報じられ、AOUSDもOpenUSDをエージェント向けのデータ層と位置づけています。 3Dツールは「人がマウスで操作するもの」から「エージェントがAPIで呼ぶもの」へ広がりつつあります。 第3章から第7章で学んだメッシュ、マテリアル、形式の知識は、AIの出力を検品するときにこそ役立ちます。

シリーズのまとめ — 3層と表現の地図をもう一度

第1章で、3Dモデルを形・見た目・動きの3層で捉え、メッシュ、点群、ボクセル、NURBS、SDF、NeRF、3D Gaussianという表現の地図を示しました。 11章を通して見てきたことを、この枠組みで振り返ります。

表現の地図は2026年も書き換わり続けています。 メッシュは制作資産の中心であり続け、3DGSは撮影と表示の手段として標準の仲間入りをし、ワールドモデルは映像生成という別の道から3Dに近づいています。 ただ、どの新技術も「形・見た目・動き」のどれをどう表すかという同じ問いに、別の答えを出しているにすぎません。 この3層の枠組みを持っていれば、次に新しい手法が出てきても、どこが新しいのかを自分で判断できます。

Webエンジニア向け学習ロードマップ

TypeScriptとReactの経験があるWebエンジニアが、3DCGの初学者から実務レベルに進む順序を示します。 数学から始めて、手を動かす段階と理論を深める段階を交互に進めるのがポイントです。

graph TB
  S0["Step0: 数学<br/>ベクトル・行列"] --> S1["Step1: Blender<br/>とglTFを触る"]
  S1 --> S2["Step2: Three.js<br/>R3Fで表示"]
  S2 --> S3["Step3: シェーダ<br/>とPBR"]
  S3 --> S4["Step4: pbr-book<br/>で理論"]
  S3 --> S5["Step5: 3DGS<br/>撮影と配信"]
  S4 --> S6["Step6: 生成AI<br/>とMCP"]
  S5 --> S6

  style S0 fill:#475569,stroke:#334155,color:#fff
  style S2 fill:#8b5cf6,stroke:#6d28d9,color:#fff
  style S5 fill:#14b8a6,stroke:#0d9488,color:#fff
  style S6 fill:#f97316,stroke:#ea580c,color:#fff

各ステップの中身

1. Step 0: 数学（1〜2週）。ベクトル、内積と外積、4×4行列、同次座標、クォータニオンの存在、右手系と左手系、Y-upとZ-up。第3章と第6章を読み返しながら確認します
2. Step 1: BlenderとglTFを触る（2〜4週）。Blenderでメッシュ、法線、UV、マテリアル、モディファイアを体験し、glTFで書き出してmodel-viewerで表示します。ファイル形式の感覚がここでつかめます
3. Step 2: Three.js / React Three Fiber（1〜3か月）。シーン、カメラ、ライト、PBRマテリアル、GLTFLoader、アニメーションを扱い、DracoやMeshopt、KTX2による圧縮とgltf-transformでの最適化まで進めます（第8章）
4. Step 3: シェーダとPBR（並行して1〜3か月）。ラスタライズのパイプライン、GLSLやWGSLでのシェーダ、Cook-TorranceのPBR、IBLを学びます（第4章・第6章）
5. Step 4: 理論を深める（任意・長期）。レイトレーシング、モンテカルロ積分、BRDF。無料公開されているPhysically Based Rendering第4版（pbr-book）が決定版です
6. Step 5: 3DGS（1〜2か月）。スマートフォンのScaniverseなどで撮影し、SuperSplatで編集してSparkやPlayCanvasでWeb公開します。GPUのあるPCならCOLMAPとgsplatで自分で学習させます（第9章）
7. Step 6: 生成AIとMCP。TRELLIS.2やHunyuan3Dをローカルで、MeshyやTripoをAPIで試し、出力GLBのトポロジー、UV、PBRをBlenderで検品します。MCPでLLMからシーンを操作する場合は仮想マシンで行い、アセットとAI出力のライセンス管理も習慣にします（第10章）

一次情報トップ10

シリーズで参照した資料の中から、学習を続けるうえで信頼できる一次情報を10件選びました。

1. glTF 2.0 仕様とKhronos glTF Tutorials — ファイル形式の正典
2. Three.js Journey — Webエンジニアの最短ルート（有料）
3. Three.js 公式マニュアル — 一次ドキュメント
4. LearnOpenGL — パイプラインとPBRの定番
5. WebGPU Fundamentals — WebGPUとWGSLの入門
6. Scratchapixel — 数学からレイトレーシングまでをゼロから
7. Physically Based Rendering 第4版 — 物理ベースレンダリングの決定版（無料公開）
8. Blender Manual — DCCの実践
9. 3D Gaussian Splatting 論文（Kerbl et al. 2023） — ニューラル3Dの現在の主流
10. NeRF 論文とgsplat ドキュメント — NeRFから3DGSへの系譜と実装

おわりに

3Dモデルは、ECの商品ページ、映画の撮影現場、工場の計画、都市の防災、アバターと、すでに多くの場所で使われています。 2026年は生成AIが事業として成立し、OpenUSDとglTFが国際標準の道を進み、AIがDCCツールを操作し始めた年でした。 変化は速いものの、その土台にある「形・見た目・動き」の3層と、ファイル形式の考え方は変わっていません。 このシリーズが、Webエンジニアが3Dの世界に踏み出すための地図になれば幸いです。