メッシー7が画像から3Dへの整列を数値化する

メッシーは、画像から3Dへの新しい基礎モデルであるメッシー7をリリースしました。このリリースでは、3D生成分野が長年欠けていたものを提供しています。つまり、生成されたモデルを直接既知の正解と比較する幾何学的ベンチマークです。同社の発表によると、メッシー7は、ベンチマークの3つの整列メトリックすべてで、他の4つの3D基礎モデルを上回っているようです。全体の比例で81.0％、空間分布で79.7％、表面の詳細で59.8％という結果が出ているようです。

このリリースは、画像から3Dへの評価が何を測るべきかについての単一の主張を中心に構築されています。初期の失敗は明らかでした。破損した表面、混乱した構造、欠落した肢体などです。これらの問題は、現在のトップモデルではほとんど見られません。同社は、単に壊れていないということは、ほとんど差別化できなくなっていることを主張しています。残っている失敗モードは、より繊細です。アセットは完全に妥当に見えるのに、参照を再現できません。体が少し幅が広い、手が位置から外れている、または元の画像からの彫刻された線が単に消えている、などです。メッシーは、これを特性の整列と呼びます。メッシー7は、この特性に対してトレーニングされ、評価されています。

既知の正解を持つベンチマーク

ベンチマークの構成方法は、評価方法論を読む人にとって、より興味深い部分です。人間の好みのスコア付けや、ビジョン言語モデルを使用した判断を行っていません。代わりに、トレーニングから除外された参照3Dモデルを、既知のカメラを使用して入力画像にレンダリングし、各生成モデルはこれらの画像から3D結果を生成し、出力を元の参照幾何学と直接比較します。各テスト画像には、既知の3D正解が付いています。

2つの設計上の選択が、荷重を支える作業を行っています。生成された幾何学をレンダリングではなく、参照幾何学と比較することで、幾何学的誤差を測定する際に、カメラの元の位置を最初に推定する必要がなくなります。スコアリングの前に、各生成物は、平行移動、回転、均一スケーリングのみで、参照と整列させられます。軸方向にのみ伸縮されることはありません。したがって、モデル自身の比例誤差は、評価ハーネスによって修正されることはありません。整列後、全体の構造から細かな幾何学的違いまで、3つのレベルで合意が測定されます。参照セットは、キャラクター、車両、彫刻、薄い構造のプロップを含み、3つの入力条件の下でテストされます。フロントビュー、上向きの四分の一ビュー、四つのビューを組み合わせたものです。

これらは、ベンダー自身が設計したベンチマーク上のベンダー報告の数字です。通常の割引が適用されます。しかし、構造的な選択、トレーニングから除外された参照、直接の幾何学的比較、軸ごとの再スケーリングのないという選択は、誠実な測定を行う場合の選択です。メッシーは、ベンチマークがリリース後に別途公開される予定であると述べています。これにより、外部の研究所が独自のモデルを実行することができます。

メッシー7のリードが最も広い場所

結果のパターンは、トップラインよりも重要です。全体の比例は、現在、トップモデル間で近くなっています。したがって、そこでのリードはあまり意味がありません。表面の詳細は、シングルビュー入力では60％に達していないモデルが存在し、メッシー7が最も先んじている場所です。最も近い競合相手より5.3ポイント上回り、他の2つの側面でのリードの2倍以上です。フロントビュー、最も厳しいシングルイメージ条件の下で、同社は、メッシー7が集計と個々のメトリックの両方でリードしていることを示しています。

4つのビューで、フィールドは収束します。すべてのモデルが改善され、追加のビューは、空間分布と表面の詳細に最も影響します。隠された幾何学に最も影響を受ける寸法です。リーダーはおよそ2ポイント以内に収まり、メッシー7の最も近い競合相手は、明確に追い越すのではなく、追いついています。シングルビュー入力は、システムが分離する場所であり、ユーザーが実際に存在する条件であることを同社は指摘しています。前身のメッシー6と比較して、メッシー7は、幾何学とテクスチャの両方で、整列を改善しています。テクスチャは、別途測定されています。

メッシーは、この改善を3つの変更に帰因しています。画像エンコーダーは、入力画像を複数のスケールで読み取り、高解像度の入力を受け付けるようになりました。細かい形状情報が生成物に残るようになりました。トレーニングデータは、スタイル、照明、背景を除去し、ターゲット幾何学と完全に一致するように再構築されました。幾何学的整列は、評価ではなく、トレーニングサイクル内の追跡信号になりました。ユーザーが気にする機能と、チームが最適化する数字は、現在同じ数字です。

同社がリリースに同梱している質的例は、メトリックにマッピングされます。ポートレートバストでは、笑顔で笑い線が深くなり、頭巾と服は安定しています。小さな幾何学的変化が生き残るかどうかをテストします。層状の翼の鎧、露出しているギア、細い足を持つ時計仕掛けのオウルでは、パーツは区別され、配置されています。玉ねぎのメダリオンでは、画像が与える深さで、密な浅い浮き彫りが連続しています。

何が配信され、次に何が来るか

メッシー7は、2026年8月10日にすべてのメッシー登録者向けにリリースされ、同社のサイトではリリースが注目されています。生成されたモデルをダウンロードするには、Pro以上のプランが必要です。Ultraモードは現在、シングルビュー生成をサポートしています。マルチビュー生成のサポートは間もなく到着します。これは、同社の結果でギャップが縮まることからして、重要です。

2つの予定されているフォローアップがあります。リリースで説明されている幾何学的ベンチマークは、リリース後に別途公開される予定です。幾何学は、画像から3Dへの整列の1つの要素であるため、色、材質、パターンには独自の要素があります。テクスチャの整列のための専用ベンチマークが続きます。ハーネスの公開は、ベンダークレームを他の研究所が回答しなければならない数字に変えることになります。

このリリースは、3D基礎モデル市場に到来しました。この市場は、最近、数少ない主要プレーヤーに統合されてきました。Tripo AIは、2026年7月に、3D基礎モデルがインタラクティブな世界に向けて進化しているというカテゴリの中で、1.5億ドルのシリーズA3ラウンドを1億5000万ドルで調達しました。メッシー自身は、先月、シリーズBで約4億ドルを1億5000万ドルの企業価値で調達しました。Unite.AIのメッシーAIのハンズオンレビューは、同社のプラットフォームの強みが、リリース対象のワークフローにあることを発見しました。2Dコンセプトを使用して使用可能なアセットを作成することです。メッシー7の中央クレームの独立したテストは、ベンチマークが到着したときに到着します。メッシーが選択しなかった参照に対する整列リードが保持されるかどうかです。