LibreYOLO、1枚の画像から3DGSを作るSperidlabs IdolをPython対応に

何が起きたか

オープンソースの視覚モデル集LibreYOLOのドキュメントに、Speridlabs Idolのページが掲載されています。物体を写した画像を1枚入力すると、物体全体を3D Gaussian Splats（3DGS）として出力するモデルです。出力は標準の.ply形式か、Web向けの.splat形式です。

仕組みと中身

使い方は、pipでlibreyolo[gen]を入れ、LibreGenクラスにモデル名を渡して画像を入力します。入力は、パス、URL、PIL画像、NumPy配列、フォルダなどです。透過付きの画像はそのまま切り抜きとして使われ、それ以外は背景除去（BiRefNet）を先に行います。テキスト入力はなく、解像度も固定です。

数字で見る

実務への影響

3DGSは通常、多数の写真から再構成します。1枚から生成できれば、ゲームや展示の素材づくりの入口が広がる可能性があります。ただし、これは見えない面を推定して作る生成です。実物を計測する記録の用途とは性格が違うため、材料からは精度の評価はできません。.plyと.splatで出力できるため、既存の3DGSビューアに読み込める点は実務で扱いやすいと考えられます。

事例

• ページには、バスク地方の彫刻や建築を写した写真11枚から生成した例が載っています。Guggenheim Museum BilbaoやMamanなどです。例はCC BY-SA 4.0で共有され、1つあたり約4MBに圧縮されています。

試すには

1. pip install "libreyolo[gen]" で依存ライブラリを入れる
2. LibreGen("speridlabs-idol") でモデルを読み込む（初回は約5GBをダウンロード）
3. 画像を渡して result.save("out.ply") または .splat で保存する
4. 写真ならmode="real"、速度優先ならsteps=25、細部優先ならgaussiansを増やす

注意点・未確認のこと

• 生成の品質や形状の正確さを示す定量評価は、材料からは確認できません
• ONNXやTensorRTなどへのエクスポートは未対応です。train()とval()も未実装で、NotImplementedErrorになります
• M4 Proの計測は2物体のみで、約460秒と非常に遅くなっています
• 同じシードでもCUDA、MPS、CPUでは異なる物体になります。CUDAでも、まれに一部のGaussianの位置が実行ごとに変わるとしています
• DINOv3エンコーダーはMetaの独自ライセンスで、軍事や兵器などの用途制限があります。商用利用の前に各重みのライセンスを確認する必要があります
• 出典はライブラリ側のドキュメントです。Speridlabs本家の評価は、材料の範囲では確認できません
• 話題のきっかけとなったX投稿は、検索AIによる要約でした。記事の事実はドキュメントから書いています

用語

3D Gaussian Splatting（3DGS）

シーンを多数の半透明な3Dガウス分布で表し、高速に描画する技術です。

.splat

Web表示向けの軽量な3DGS形式です。このページでは1ガウシアンあたり32バイトとしています。

classifier-free guidance

生成モデルで条件への従いやすさを調整する手法です。

出典

一次情報（発表元・論文・リポジトリ）

• Speridlabs Idol in Python: one image to 3D Gaussian splatsLibreYOLO（libreyolo.com）・en

きっかけになったXのポスト

• @EHxuban11 のポストをXで見るx.com

この記事は、AIが出典（一次情報）をもとに日本語で作成し、人による事前の確認を経ずに、出典との照合などの自動の検査を通ったものを公開しています（AIの利用について）。数値や仕様は発表元の情報で、当社が独自に検証したものではありません。詳しくは原典をご確認ください。誤りのご指摘はお問い合わせからお願いします。確認のうえ速やかに訂正します。