Appleは2026年11月(現地時間)、機械学習研究ブログ「Apple ML Research」を通じ、3Dオブジェクトの微細なディテール表現を向上させる新たな研究論文「Split-and-Scale Latent 3D Representations」を発表した。同研究は、既存の潜在3D表現 (Latent 3D representations) が持つ容量制限により複雑なオブジェクトの細部を捉えきれないという課題に対し、トレーニングコストを抑えつつ推論時の潜在容量を効果的に拡張する「split-and-scale」と呼ばれる新手法を提示した。

既存の潜在3D表現は、3Dシーンのコンパクトなエンコーディングを可能にし、強力な3D生成モデルをサポートすることで、現代の形状モデリングの能力を拡張してきた。しかし、これらの表現は潜在表現の容量に根本的に制限され、複雑なオブジェクトの微細なディテールを捉えるのに課題を抱えていた。

同研究は、訓練時における潜在容量のスケーリングが高額な計算コストとメモリ制限により困難である点、また推論時に潜在数を単純に増加させても追加容量を効果的に利用できないという二つの課題に対処する。提案する「split-and-scale」手法では、3Dシーンを3D座標の連続関数として表現することで、事前学習済みトークナイザー (pretrained tokenizer) をシーンの任意の小さなサブ領域に適用することを可能にする。これにより、より小さな空間範囲に同じ潜在容量を割り当て、はるかに高いディテールを捉えることができるとしている。

Dorian Chan氏、Muhammed Kocabas氏らが執筆したこの論文は、計算、メモリ、潜在容量、再構築品質 (reconstruction quality) のトレードオフを研究するための広範なアブレーション (ablations) を実施した。その結果、同社の推論時スケーリング手法が、単一GPUメモリ制限を超える大規模モデルに匹敵する品質を達成することを示した。さらに、split-and-scaleが高品質な生成モデリング (generative modeling) をサポートすることも実証し、自己回帰型3Dジェネレーター (autoregressive 3D generator) を訓練して最先端のベースラインに匹敵する性能を記録した。


参考: Apple ML Research — 2026年11月16日 09:00 (JST)

原文ハイライト

"Split-and-Scale Latent 3D Representations"

この記事をシェア
X はてブ LinkedIn