世界を動かす技術を、日本語で。

スペクトラルラボがSGS-1を発表:構造化CAD用の初の生成モデル

2025年9月21日原文(spectrallabs.ai)

概要

  • Spectral Labsが SGS-1 を発表、構造化CAD向け初の生成AIモデル。
  • 画像や3Dメッシュ から編集可能なパラメトリックB-Repを生成。
  • 既存手法より 複雑かつ多様なCAD形状 を正確に出力。
  • リバースエンジニアリングやSTL変換 など、実用的なエンジニアリング用途に対応。
  • 今後は マルチモーダル対応や物理シミュレーション連携 など、更なる進化を計画。

SGS-1: 構造化CAD向け初の生成AIモデル

  • Spectral Labsが SGS-1 をリリース、完全な製造可能・パラメトリックな3D形状生成モデル。
  • 画像や3Dメッシュを入力し、 STEP形式のCAD B-Rep部品 を出力可能。
  • 他の生成モデルと異なり、 高精度かつ伝統的なCADソフトで容易に編集 できる特長。
  • Fusion360 などのCADソフトで、設計者が寸法調整や再編集を簡単に実施可能。
  • 研究プレビュー版が オンラインで試用 可能。

SGS-1の性能と他モデル比較

  • SGS-1は従来の GPT-5やHoLa などの最先端モデルと比較し、 複雑で多様な形状生成 において圧倒的な成果。
  • 75種類の中~高難度CAD画像 を用いたベンチマークで、ほぼ全てのケースで有効なソリッド生成に成功。
  • GPT-5は 空間認識に課題 があり、実用的な形状生成が困難。
  • SGS-1は 正確な幾何特徴 を捉え、アセンブリ文脈でも即座に利用可能なパラメトリック出力。
  • GPT-5の出力は 編集・再利用が不可能 なため、設計者は一から作り直す必要。

アセンブリ文脈でのパラメトリック形状生成

  • SGS-1は 部分的なCADアセンブリ +テキスト説明や画像から、 文脈に合致した新規パーツ を自動生成。
    • 部分アセンブリをレンダリングし、追加したい部品の説明文を用意
    • SGS-1に入力し、 STEPファイル形式のパラメトリックB-Rep を出力
    • アセンブリにインポートし、寸法調整してフィットさせる
  • 多様な設計案 を短時間で生成し、設計検討の幅を拡大。

スケッチ・図面からのB-Rep変換

  • SGS-1は 手書きスケッチやエンジニアリング図面 から、編集可能な3D CADファイルを生成。
    • シンプルな手描きからでも高精度なパラメトリック形状へ変換
    • 構造化された製図にも対応し、設計ワークフローを効率化

リバースエンジニアリング・STL→STEP変換自動化

  • SGS-1は スキャンデータやSTL等のメッシュファイル を、 パラメトリックSTEPファイル へ自動変換。
  • 人手を介さずに リバースエンジニアリング作業を大幅効率化

SGS-1の課題と今後の展望

  • SGS-1は エンジニアリング向けパラメトリック形状 に最適化され、 有機的な曲面や創造的資産 の生成は苦手。
  • 3D解像度や極薄構造物 の生成にも制約あり。
  • 一度に全アセンブリ生成は未対応、今後のモデルで改善予定。
  • 次世代モデルでは マルチモーダル対応・大規模空間文脈・高度な物理推論 を実現予定。
  • 物理シミュレーション連携による強化学習 で、より高度な設計支援AIを目指す。

研究・導入・採用案内

  • SGS-1の 導入や共同研究 に関心がある場合は、専用フォームから連絡を推奨。
  • Spectral Labsでは Autodesk Research, Samsung Research, CMU, Meta出身のAI研究者・エンジニア が在籍。
  • 採用も積極的に実施中、ミッションに共感する人材を歓迎。

Hackerたちの意見

エンジニアとして一言言いたいんだけど、このAIは実際に難しい部分じゃないデザインの部分を取り除いてくれるんだよね。難しいのは製造の部分で、実際の荷重に応じて、信頼できる荷重経路を考えたり、部品の形状を決めたりすることなんだ。

定型文を省いて、価値を生む部分に集中するのが、ソフトウェア開発におけるAIの使い方の哲学だから、他のところでも役立つかもしれないね。

エンジニアとして、このAI(もしうまく機能すれば)はプロトタイピングの段階を大幅に短縮して、コストを抑えつつより良い製品を生み出すことができると確信してるよ。> 実際の荷重に応じて信頼できる荷重経路を考えたり、部品の形状を決めたりすることにも役立つだろうね。

これもAI化されてるね: https://limitlesscnc.ai/

画像や3Dメッシュを与えると、SGS-1はSTEP形式のCAD B-Rep部品を生成できるんだ。他の既存の生成モデルとは違って、SGS-1の出力は正確で、従来のCADソフトウェアで簡単に編集できる。これはゲームチェンジャーだね。それ以前のメッシュ出力のモデルは、せいぜいおもちゃみたいなもんだった。これがどこまで進化するのか、すごく楽しみだよ。次のステップは、ステップからプロプライエタリフォーマット(SolidWorksやNXなど)に変換して、制約を推測できるモデルになるのかな。

同意だよ。たとえ3DスキャンメッシュからまともなSTEPジオメトリを作るだけでも、大きな勝利になると思う。

これありがとう!次のモデルで積極的に検討中です。具体的には何を考えてましたか?

理論的にはちょっと意味がわからないな。例えば、許容差とかも定義してるの?

いや?フィットのことを言ってるの?後から手動で寸法や許容差を定義しなきゃならないなら、それでもゼロからモデリングするよりはずっと楽だよ。

デモはクールだと思うけど、一番重要なのは、書かれた制約をデザインにどれだけうまく変換できるかってことだね。正しい機能を持つものをデザインするのは簡単だけど、製造可能で、割り当てられたスペースに収まり、望ましい機械的特性(例えば、剛性)を持ち、コストも抑えられるデザインを作るのが難しいんだ。例えば、3Dプリント用の部品にはさまざまなデザイン制約があって、サポート材を避けたり、特定の向きでプリントしたりしたいからね。AIモデルにこれらの制約を口頭で伝えられるようになったら、すごく便利だと思う。

こういうののトレーニングデータはどこから集めるんだろう?

3Dスキャナーのグーインポートを整理するAIの市場があると思うんだ。これがどれだけ役立つか想像してみてよ。それに、ポイントクラウドからクリーンな3Dメッシュを生成し、色や照明を使ってさまざまなオブジェクトを特定するのも面白いよね。世界やオブジェクトのメタデータを説明することもできるし。こういうのは、CADデザインの楽しさを奪うだけで、問題を解決するわけじゃないと思うから、AIはデザインよりも退屈な繰り返し作業に集中した方がいいんじゃないかな。投資家を驚かせるかもしれないし、プロの時間を節約するかもしれないけど、根本的な問題を解決するわけじゃないよね。

Hacker Newsで議論の続きを見る