【論文開設】AIが建築の続きを作る？｜Voxel World Modelsをマイクラ目線で解説【めたん・ずんだもん】

ブロックの配置データをAIが生成する研究「Voxel World Models」を、マイクラの建築を例に、四国めたんとずんだもんがやさしく解説します。 AIの予備知識は不要。7分で、仕組み・実験結果・個人ゲーム開発への応用アイデアを紹介します。 ■ この動画で分かること ・ブロックの世界を「場所と種類」のリストにする方法 ・リストの続きを予測して、編集できる立体データを作る仕組み ・実験の評価方法と、現時点で分かること・今後の課題 ■ チャプター 00:00 建築の続きを、AIと考える 00:37 作るのは「場所」と「種類」 01:22 空気は省いて、ブロックを並べる 02:22 リストの「続き」を予測する 03:20 実験：どれくらい続きを作れた？ 04:34 個人ゲーム開発なら、どう使う？ 05:34 小さな区画から、世界づくりへ ■ 原論文 Ryan Hardesty Lewis (2026) Voxel World Models: Sparse Autoregressive Voxel Environment Generation SIGGRAPH Posters '26, 2 pages https://doi.org/10.1145/3799825.3818774 ■ 実験と映像について 実験は32×32×32の範囲で行われています。比較実験の入力は、決まった順番に並べたブロック列の前半50%です。 表1の、新しく生成した部分の位置・種類の一致を測るF1は、VoxelCNNが0.102、Voxel World Modelsが0.258です。この値は建築の成功率を表すものではありません。 建築エディターは研究から考えられる応用案として紹介しています。 建築シーンは仕組みを説明するための模式図です。論文の生成例は出典表示付きで掲載しています。 ■ 音声 VOICEVOX:四国めたん VOICEVOX:ずんだもん https://voicevox.hiroshiba.jp/ ■ 立ち絵 坂本アヒル 様 四国めたん：https://seiga.nicovideo.jp/seiga/im10... ずんだもん：https://seiga.nicovideo.jp/seiga/im10... 表示用差分の展開・配布：NightWork 様 https://nightwork.sakura.ne.jp/ukagak... キャラクター：東北ずん子・ずんだもんプロジェクト https://zunko.jp/ ■ 論文図版の利用 図1：Ryan Hardesty Lewis (2026)。CC BY 4.0に基づき抜粋・縮小して掲載しています。 https://creativecommons.org/licenses/... 本動画はAIを用いた台本・合成音声と、プログラムで描画した図解を組み合わせて制作しています。 #マイクラ #AI #ゲーム開発