NVIDIA/2026-07
NVIDIAのオープンソース3D深層学習基盤「fVDB」がv0.5.0でGaussian Splattingの中核処理を強化。広大な空間を複数GPUで高速・省メモリに3Dデータ化できるようになった。
fVDBは、NVIDIAが開発している「大量の3Dデータを深層学習で扱うための土台」のようなソフトウェアです。写真を扱うAIには当たり前にある「大量データを効率よく読み込み・学習する仕組み」を、点群やGaussian Splattingのような3Dデータ向けに用意したものだと考えるとわかりやすいです。最新のv0.5.0ではGaussian Splattingの中核処理が大幅に強化されました。従来は3D空間の情報を一度2D画面に投影してから計算していましたが、投影ステップを省いて3Dのまま直接レンダリングできるようになり、魚眼レンズや360度カメラのような特殊なカメラにも対応する新しい計算手法も加わりました。これにより、都市の一区画やイベント会場全体のような広大な空間を、複数GPUを使って高速かつ省メモリで3Dデータ化できます。広告・体験づくりの視点では、実店舗や展示会場、街並みをまるごと精密にスキャンして3D空間として再現し、それをVR/ARコンテンツやメタバース的な仮想イベントの土台として使う、といった大規模な空間演出が現実的になる技術です。
仕組みを一言でいうと、Gaussian Splattingは「無数の半透明な絵の具の粒(ガウシアン)」で3D空間を表現し、カメラ視点に応じて高速に描画する手法です。fVDBはこの粒の集合を、NVIDIAの大規模3Dデータ管理技術OpenVDBの上に構築し、AI開発の標準ツールPyTorchから直接扱えるようにしたライブラリです。v0.5.0では、粒を2D画面に投影してから処理する従来手順を省く新しい描画パスや、魚眼・360度カメラにも対応する「Unscented Transform」という投影計算、MCMC(マルコフ連鎖モンテカルロ)で粒の配置を自動的に整え直す機能などが加わりました。何が変わったかというと、これまでのGaussian Splattingの多くは1台のGPU・比較的狭いシーン向けでした。fVDBは複数GPUに処理を分散し、都市の一区画や工場全体のような広大かつ複雑な空間でも実用的な速度で3Dモデル化できるよう設計されています。姉妹プロジェクトのfVDB Reality Captureでは、代表的な高速化ライブラリgsplatと比べ学習スループットが50%向上、実行時間が30%短縮したと報告されています。使うにはCUDA対応のNVIDIA製GPUを積んだLinux環境と、Python/PyTorchでのプログラミング知識が必要です。完成したアプリではなく企業やチームが独自のツールを構築するための素材(Apache-2.0で商用利用も可)であるため、広告代理店が直接触るというより、エンジニアリングチームと組んで実写ロケや店舗を丸ごと3D化する大規模プロジェクトの基盤として検討する関わり方になりそうです。
fvdb-core・fvdb-reality-captureともにApache-2.0で商用利用可
CUDAで高速化されたGaussian Splattingのオープンソースラスタライズライブラリ
動画から歩き回れる3D空間を生成するNVIDIA Researchのプロジェクト
現在主流のGaussian Splatting技術の原点となったInriaの研究