Tripo CEO、AIでクリエイターを「置き換える」のではなく「強化する」と語る

AI がゲーム業界に進出する形はさまざまだが、なかでも最も活発な領域のひとつがアセット生成だ。初期のソリューションの多くはモデリングやテクスチャといった個別工程の高速化に焦点を当てていたが、新世代のプラットフォームは制作パイプラインのより深部にまで入り込み、チームがプロトタイプを作り、反復し、コンテンツをスケールさせる方法そのものを変え始めている。今回は Tripo の創業者兼 CEO、Simon Song に、最新モデルの技術的な土台について聞いた。Tripo 3.0、P シリーズ、そして実験的な「ワールドモデル」の構想まで含む。Tripo のツールはすでにリアルタイム UGC パイプライン、高速プロトタイピング、大規模なアセットバリエーションで使われており、業界標準の DCC ツールやエンジンにも接続できる。Song に言わせれば、肝はクリエイターを置き換えることではなく強化することであり、これはゲーム開発における AI 活用をめぐる議論や批評でずっと中心にある論点でもある。

Tripo AI は急速に成長し、すでに数百万ユーザーと数万人の API 開発者を抱えています。開発者によるプラットフォームの使われ方で、最も意外だったのはどんなケースですか？

Simon Song、創業者兼 CEO： 最初に意外だったのは、UGC（ユーザー生成コンテンツ）ゲームプラットフォームのクリエイター生態系でした。開発者は Tripo を単体のツールとして 3D モデル生成に使うだけでなく、リアルタイムのコンテンツ制作フローに組み込んでいます。たとえば Eggy Party のようなクリエイティブなゲーム生態系との協業を模索するなかで、興味深い現象を観察しました。クリエイターがマップやインタラクティブな世界をリアルタイムで設計しているのです。AI による 3D 生成を使えば、小道具やシーン要素を数秒で作り、そのままレベルエディタに入れて即座にテストできます。以前なら、こうしたアセットは通常プロのアートチームが一点ずつ作るものでした。今はクリエイターが必要なときにコンテンツを生成し、制作の途中でそのまま使えます。私たちの見方では、これは AI がもはやアセット生成ツールにとどまらず、UGC のワールド構築フローに切り離せない一部になりつつあることを意味します。

Tripo 3.0 のリリースと、最近発表された新しいモデル群を踏まえると、この世代の 3D アセット作成を支える中核的な技術的ブレークスルーは何ですか？

Simon Song： Tripo 3.0 は、私たちのチームが新たに開発した SparseFlex 表現を採用しています。この手法はモデルの細部、開放サーフェス、内部幾何構造を正確にとらえつつ、より効率的な学習戦略を可能にします。これにより計算コストが下がり、より高解像度での学習が可能になったため、AI が生成した 3D モデルを大規模な商用アプリケーションで使えるようになりました。フラッグシップモデルの Tripo H3.1 は、キャラクターの形態、顔、幾何的な文字という長年のボトルネックをさらに解消しています。私たちのベンチマークでは、Tripo H3.1 は入力への整合、構造精度、テクスチャ品質、生成速度といった中核指標のいずれでも業界をリードしています。もうひとつの製品ラインである Tripo P シリーズは、現在の 3D メッシュ生成がしばしばシリアライズ上の妥協に縛られている問題の解決に集中しています。冗長なシリアライズデータが生成効率を大きく制約し、一方向の因果バイアスが全体的な空間的相互作用を抑え込んでしまう。私たちは第一原理から出発し、3D をどう表現しどう生成すべきかを、まったく新しい考え方とアルゴリズムの枠組みで捉え直しました。Tripo P1.0 は空間生成の根底にあるパラダイムを初めて作り替え、3D オブジェクトを局所的に計算するのではなく、統一ネイティブ確率空間（Unified Native Probability Space）へと移行します。モデルは次の点を「予測」するのではなく、空間構造全体をマクロなレベルで確率的に収束させます。まずノイズ空間のなかに形の「基底」を沈殿させ、続いて複雑なトポロジー関係がこの統一確率空間上でその基底から進化しながら生成される。Tripo P1.0 は次元構築の壁を打ち破り、高次元の情報が無秩序なノイズ空間で即座に整列できるようにしました。これにより極めて複雑な 3D トポロジーが同時に「収束」して形になり、局所的な継ぎ合わせから全体的な創発へという根本的な飛躍を実現しています。その結果、Tripo P1.0 はプロ品質の 3D モデルをわずか 2 秒で生成し、トポロジーはクリーンでワイヤーフレームも安定し、そのままエンジンで使えます。さらにこの新しい手法では、モデルの編集性と精度のスケーラビリティのポテンシャルが大きく最適化されることも分かりました。

AI が生成した 3D アセットを従来のパイプラインにどう組み込むかは、多くの開発者が気にするところです。Tripo は一般的なゲームエンジンや DCC ツールとどのように統合されますか？アセットを生成から本番投入まで進めるには、どんな手順が必要ですか？

Simon Song： Tripo が生成したアセットは FBX、OBJ、GLB などの業界標準フォーマットでそのまま書き出せ、完全な幾何構造とテクスチャ情報を含んでいます。つまり Blender や Maya といった主要な DCC ツールに取り込んでさらに編集でき、Unity や Unreal Engine などのゲームエンジンに直接入れてテストと統合もできます。私たちのエコシステム向けプラグインは、主要な 3D 制作ツールとコンテンツエンジンを網羅しています。さらに多くのチームが私たちの API を通じて生成機能を自社のアセット管理システムや独自エディタに組み込み、より自動化された制作パイプラインを実現しています。

実際の開発環境では、アセットの生成から正式に制作パイプラインへ入るまでに、通常いくつかの段階を踏みます。

生成と一次選別： チームはテキストまたは画像を入力して複数バージョンのアセットを生成し、そのなかから要件に最も合うものを選ぶ。
DCC での最適化と仕上げ： DCC ツールでアセットを仕上げる。トポロジーの最適化、ポリゴン数の調整、UV やマテリアル詳細の調整などが含まれる。
エンジンへの統合とテスト： アセットをゲームエンジンに取り込み、リアルタイムでテストしてシーンに統合する。コリジョン、LOD（Levels of Detail）、物理属性といった技術的な設定も追加する。
バージョン管理： 最後にこれらのアセットを正式な制作アセットとして、チームのバージョン管理とアセットライブラリのシステムに登録する。

高精度なメッシュとテクスチャを生成することで、Tripo は初期コンセプトから完成品までの時間コストを大幅に圧縮します。Tripo は、ハイポリゴンモデルをローポリゴンモデルに変換し、トライアングルとクアッドのトポロジー、編集可能なテクスチャ、リグ付きアニメーションの生成に対応する、完全なツールパイプラインを提供します。DCC プラグインを使えば、これらのコンテンツを Unity などのエンジンに直接インポートしてパイプライン開発を行えます。全体的な生産効率の向上により、従来のモデリングとアセット準備にかかる時間が大幅に減り、チームはクリエイティブな設計とゲームプレイ体験により多くの力を注げるようになります。さらに、生成されたアセットは構造とフォーマットの面ですでに生産基準に近いため、後工程での手戻りも効果的に減り、チーム全体の効率はさらに上がります。

世界モデル（World Model）とは何か、また時系列生成やマルチモーダル生成は今後のゲーム開発ワークフローにどう影響するのか、説明してもらえますか？

Simon Song： 「世界モデル」とは、ゲームのインタラクティブな表現がメッシュや PBR（物理ベースレンダリング）の表現にとどまらなくなることを意味します。本質的に、この概念によって AI は静的な 3D オブジェクトを理解するだけでなく、世界が時間軸の中でどう変化するかを理解できるようになります。従来の 3D 生成モデルは主に「オブジェクトやアセットを生成する」ことに注目していましたが、Tripo W1 のようなモデルは、シーンが時間とともにどう変化し、異なる要素がどう相互作用するかに関心を寄せます。実際の応用では、開発者が動画・テキスト・画像などのマルチモーダル入力を使い、AI にシーンの空間構造、オブジェクト間の関係、潜在的な動的な変化を推論させられるということです。たとえば、1 本の動画には視覚情報だけでなく、動きの軌跡、空間的な配置、オブジェクト間の関係も暗黙的に含まれています。世界モデルを通じて、AI はこれらのデータから環境を理解し、さらにゲーム開発に使える 3D シーンやアセットを生成できます。ただし、業界全体の世界モデルに関する取り組みはまだ初期の研究段階にあり、ゲーム産業への影響は現時点ではビジョンの域を出ないことも認めなければなりません。ゲーム開発ワークフローにとって、この能力は大きな転換をもたらす可能性があります。開発者はすべてのアセットやシーンをゼロから構築する必要がなくなり、実写素材や参考動画から世界の基本構造をすばやく生成し、それをアーティストとデザインチームが磨き上げるという流れになります。長期的には、開発者は単体のアセットを作るだけから、ルール・スタイル・ゲームプレイロジックを定義し、AI が世界全体の生成と拡張を支援する方向へ移っていくでしょう。これは AI の進化における重要な段階、つまり「アセットの生成」から「世界の理解と生成」への移行を表していると考えています。

AI 生成アセットの最大の課題の一つは、一貫したトポロジー、UV レイアウト、リアルタイムレンダリング向けの最適化を保つことです。Tripo はこうした問題をどう解決し、アセットがリアルタイムエンジンで引き続き使えるようにしているのでしょうか？

Simon Song： まず、生成アセットの UV 占有率を最適化しており、通常 60% 以上に達します。これによりテクスチャ空間の無駄が大幅に減り、テクスチャ解像度の利用率が最大化されます。ジオメトリのレベルでは、ハイポリゴンモデルとローポリゴンモデルの対応関係を最適化します。その上で、法線マップを正確にベイクし、複数レベルの LOD（詳細度）モデルを生成するようにしています。こうして同じアセットを、エンジンパイプラインの中で具体的な性能要件に応じて異なる精度レベルに切り替えられます。

Tripo はすでに Stability AI、Scenario.gg、Riot、EA などの企業と提携しています。現在、各スタジオは AI 生成アセットをどうワークフローに組み込んでいるのでしょうか？また、最も大きな効率向上が見られるのはどの工程ですか？

Simon Song： ますます多くのスタジオが、AI 生成アセットを実際の制作パイプラインに接続し始めています。ただし、これは通常、既存ワークフローの完全な置き換えではなく、コンテンツ制作とイテレーションを加速する強力なツールです。多くのチームの実践では、AI 生成は主に初期のコンセプト探索とアセットのプロトタイプ段階でよく使われます。たとえば新しいプロップ、環境要素、建築部材を設計する際、チームは短時間で異なるスタイルや構造の複数バージョンを生成し、ビジュアルの方向性やレベルレイアウトをすばやく検証できます。これにより、初期コンセプトからテスト可能なアセットまでの時間が大幅に短縮されます。もう一つの重要な用途は、アセットバリアントの大量生産です。オープンワールドゲームや UGC プラットフォームでは、プロップや環境アセットに膨大なバリエーションが必要になることがよくあります——異なるスタイルの建築、装飾、自然要素などです。AI はチームがこうしたバリアントをすばやく生成し、標準的なアートと技術のパイプラインを通じて選別・研磨するのを助けます。効率向上の観点から、現在私たちが最も変化が顕著だと見ている具体的な 3 点は次のとおりです。

コンセプトからプロトタイプまでの速度： チームはゼロからモデリングするのに数時間、場合によっては数日かけることなく、数分で使える 3D アセットを手に入れられます。
アセットバリアントとコンテンツの規模拡大： AI により、チームは短時間で大量の使える素材を生成できます。
クリエイティブなイテレーションの速度： デザインやレベルを調整する必要が出たとき、開発者はアセット制作プロセス全体をやり直すことなく、テスト用の新しいバージョンをすばやく生成できます。

したがって、現段階で AI の最も重要な価値は、チームを反復的な生産作業から解放し、より多くの時間を生み出すことだと考えています。これによりクリエイターは、ゲームプレイの設計、アートの方向性、世界観の構築——ゲーム体験を本当に定義する部分——により集中できます。

今日 AI 支援ワークフローを試している開発者にとって、AI 駆動の 3D 生成の最大の機会と限界はそれぞれどこにあると思いますか？

Simon Song： AI 駆動の 3D 生成が開発者にもたらす最大の機会は、コンテンツ制作のコストとハードルの大幅な低下だと思います。従来のゲーム開発プロセスでは、3D アセット制作はしばしば最も時間と人手のかかる工程の一つでした。AI を使えば、開発者は数秒でプロトタイプアセットを生成し、異なるスタイルやデザインの方向性をすばやく試せるため、イテレーションの速度が明らかに上がります。これは大規模スタジオにも価値がありますが、インディー開発者や小規模チームにとってはさらに大きな意味を持ちます——限られたリソースで、より複雑な世界構築を成し遂げられるからです。もう一つの重要な機会は、コンテンツ規模の拡張です。AI の生成能力が上がるにつれて、開発者は環境要素、プロップ、建築コンポーネントなどのバリアントアセットをまとめて作りやすくなります。これはオープンワールドゲーム、UGC プラットフォーム、リアルタイムのコンテンツ生成を伴うプロダクトで特に重要です。結局のところ、AI はチームの力を反復的な生産作業からクリエイティブな設計とゲームプレイ体験へと移す手助けをするものです。

こうした制作における AI の利用について、倫理的な問題や AI が開発者を置き換える可能性、そしてこの技術をめぐる一般的な議論をどう見ていますか。

Simon Song： 私たちは一貫して AI を、クリエイターを置き換えるものではなく、その能力を強化するツールと捉えています。AI の価値は、チームが極めて反復的な生産工程を減らし、アーティストや開発者が本来の創作により多くの時間を割けるようにする点にあります。業界の進化という観点では、技術の進歩は通常、職種の構造を組み替えるものであって、単純に職を消し去るわけではありません。たとえばゲーム業界では、ツールの進化に伴って Tools Engineer のような新しい役割が生まれ、近年では AI Tools Artist も登場しました。AI も同様の変化をもたらすと考えています。今後は AI ワークフローの設計、データ管理、クリエイティブのコントロールを担う職種が増えていくでしょう。もちろん、データの利用、著作権、クリエイターの権利といった問題も重視しています。透明性が高く責任ある技術エコシステムを築くことが不可欠であり、それには規制当局、コンテンツクリエイター、業界団体がともに参加して規範を推し進める必要があります。総じて、AI が人間の創造性の重要性を損なうとは考えていません。むしろ逆で、参入障壁を下げ、より多くの人が 3D コンテンツやインタラクティブな世界の制作に参加できるようにします。本当に重要なのは、技術と創造性をどう組み合わせるかであり、どちらかがどちらかを置き換えることではありません。

今後を見据えたとき、AI が駆動する 3D 制作は次にどこへ向かうのか。Tripo のようなツールは、今後数年のうちにアーティストやテクニカルアーティストの役割をどう変えていくのか。

Simon Song： AI が駆動する 3D 制作は、「完全な世界を理解し生成する」方向へ向かっていると思います。ここ数年、ほとんどのツールが主に解決してきたのはアセット単位の問題でした——単体のキャラクター、小道具、シーンコンポーネントの生成です。しかし Tripo W1 のようなワールドモデルが登場したことで、AI はより複雑な空間構造、オブジェクト間の関係、そして時間軸に沿った変化を理解し始めています。AI が基礎的なコンテンツを素早く生成し、アーティストは視覚的な方向性を定め、生成結果を選別して磨き上げ、一貫したアート体系へと統合する。テクニカルアーティストにとって、この変化はより顕著です。これからの TA は従来のレンダリング、アセット最適化、ツールチェーンだけを理解していれば済むわけではなく、AI ワークフローの設計と管理にも関わる必要があります。生成モデルを制作パイプラインに組み込むこと、生成出力のスタイルの一貫性を保つこと、AI が生成したアセットをリアルタイムエンジンの技術基準に適合させることなどです。ですから今後数年で、新たな制作パラダイムが生まれると考えています。AI が大規模な生成を担い、アーティストが創造と美的判断を行い、テクニカルアーティストがそれらの能力を安定した効率的な制作パイプラインに統合する。この形では、AI によってクリエイターははるかに高いレイヤーでコンテンツ制作に関われるようになります。

Simon Song、Tripo 創業者兼 CEO

インタビュアー：David Jagneaux

Bwrap - Topology Transfer

BWrap は既存のメッシュを新しいスキャン、スカルプト、キャラクターにラップし、トポロジーをどう転送するかを制御できます。