【WorldGen】Meta社のテキスト3Dワールドを自動生成するAIシステムを徹底解説！

2025年11月22日、Meta社はテキストプロンプトからインタラクティブな3Dワールドを生成するAIシステム「WorldGen」を発表しました！

WorldGenは、「単一のテキストプロンプトからインタラクティブでナビ可能な3Dワールドを生成する最先端のエンドツーエンドシステム」として紹介されていて、最大50×50メートルの範囲で一貫したスタイルの大規模な3D環境を自動生成することができます。

生成されたワールドは、UnityやUnreal Engineなどの従来型ゲームエンジンに直接読み込める形式（トライメッシュとナビメッシュ）で出力されるので、既存のゲーム開発パイプラインにも組み込みやすいのが特徴です。

本記事では、そんなWorldGenの概要や性能、ライセンス情報や実際の使い方まで、徹底的に解説します。

ぜひ最後までご覧ください！

WorldGenの概要

WorldGenは、Meta Reality Labsの研究成果として発表された、テキスト説明から3Dシーンを自動生成するシステムです。

内部では、大規模言語モデルを使ったシーンレイアウトの設計（プロンプトをパラメータ化する段階）や、手続き型ブロックアウト生成、拡散モデルによる3D形状・テクスチャ生成、AutoPartGenによるオブジェクト分解など、複数のAI技術を段階的に組み合わせています。

これによって、専門的なモデリング技術がなくても、テキスト入力だけで「中世の村」や「サイエンスフィクションの基地」など、コヒーレントな世界を設計できるようになります。

出力されるワールドは、完全にテクスチャが施されていて、シーン内の複数オブジェクトがスタイルやスケールを統一して配置されています。

さらに、移動可能な領域を定義するナビメッシュが付与されているので、キャラクターやNPCが自然に歩き回れるレイアウトになっている点も1つの特徴です。

また、このWorldGenはあくまで研究段階で、コードはApache License 2.0でオープンソース公開されていて、誰でも無償で利用・改変が可能となっています。

WorldGenの性能

WorldGenの性能は、高品質なワールド生成に重点が置かれていて、生成速度はまだ高速とは言えません。

レポートによると、十分なGPU資源を並列利用することで、テキストプロンプトから完全なテクスチャ付きの3Dシーンを生成するのに約5分かかると報告されています。

また、生成可能なワールドの範囲は、現状約50×50メートルに制限されています。

これは、単一の参照ビューに基づく設計手法のためで、数キロメートル級の広大なオープンワールドを1回で生成するのは未対応となっています。

出力されるメッシュは、効率的に最適化されたトライメッシュで、Gaussian Splattingのような新しい表現よりも、一般的なゲームエンジンとツールチェーンへの互換性が高い点がメリットです。

なお、GitHubリポジトリ上の説明では、GPUメモリが24GB未満の場合は、低メモリ設定で動作させることが言及されていて、運用には、高性能GPU（または複数GPU）と十分な計算リソースが必要となります。

WorldGenのライセンス

WorldGenのソースコードは、Apache License 2.0で公開されています。

このライセンスは、非常に寛容な許諾条件を持っていて、商用利用、ソフトウェアの改変や再配布、さらには特許利用や私的利用も原則として許可されます。

ライセンスには「ソフトウェア提供者を免責する」旨や著作権表示保持の義務なども含まれるため、実際に利用する際はこれら条件を遵守する必要があります。

WorldGenの料金

WorldGenは、2026年1月時点で、研究プロジェクトとしてオープンソース公開されており、ソフトウェアそのものに使用料やライセンス料は発生しません。

GitHubからコードを取得して、Python環境で実行する形式で、利用にあたって料金が課される公式サービスは提供されていません。

その代わり、WorldGenを動かすにはGPU搭載PCなど、必要なハードウェアを用意する必要があります。例えば、高解像度出力や高速生成を行うには、大量のGPU計算が必要で、クラウドGPUを利用する場合は別途課金が発生します。

WorldGenの使い方

WorldGenの導入自体は比較的かんたんです。

まず、公式GitHubリポジトリからコードをクローンし、Python環境を準備してPyTorch（CUDA対応）をインストールします。

git clone https://github.com/ZiYang-xie/WorldGen.git

python3 -m venv .venv
source .venv/bin/activate
python -m pip install -U pip

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128

PyTorchまで準備できたら、以下のコマンドでWorldGenパッケージをインストールします。

pip install .

インストール後は、同梱されているデモスクリプトやPython APIを使ってシーン生成を行うことができます。例えばPythonコードでは以下のように簡単にワールドを生成できます。

from worldgen import WorldGen
worldgen = WorldGen(mode="t2s")  # Text-to-Sceneモード
splat = worldgen.generate_world("A fantasy castle on a hill at sunset")

このsplatオブジェクトを.save()してPLYファイルに出力すれば、Gaussian Splattingビューアなどで3Dシーンを確認することができます。

また、提供されているdemo.pyを使えば、コマンド1つで生成と可視化が可能です。たとえばpython demo.py -p "A serene forest with a river and a temple"と実行すると、指定プロンプトに基づく3Dワールドが生成され、ローカルサーバー上でインタラクティブに閲覧できるかと思います。

WorldGenの活用可能性

最後に、WorldGenの活用イメージを紹介します。

WorldGenは、テキストから見た目がそれっぽい3Dを作るだけではなく、実際に3D空間を探索できて、衝突や移動も成立する使えるワールドを出力できるのが肝なので、その前提で考えると活用シーンがはっきりしてくるかと思います。

デザインのたたき台

ゲームやXRの初期フェーズで大変なのは、「絵コンテはあるけど、歩いた時の距離感や遮蔽物の置き方がピンとこない」状態かと思います。

WorldGenは、自然言語の指示から、探索可能でテクスチャ付きの3D環境を生成し、標準的なゲームエンジン上ですぐ触れる形として落とし込めます。

そのため、企画・エンジニア・デザイナーの間で、「この曲がり角は強い」「ここは射線が通りすぎる」といった議論を、スケッチや静止画ではなくプレイ感ベースで始めやすくなるかと思います。

プロトタイプ素材

3D生成においてありがちなのは、変換・最適化・当たり判定の作り直しが必要になってしまう点かと思います。

WorldGenはこの点をかなり意識していて、テクスチャ付きメッシュの合成として出力し、UnrealやUnityなどの標準的なゲームエンジンに直接馴染むことを強みとして持っています。

つまり、最初から「動く・当たる・回り込める」という前提で、エンジニアがプロトタイプを組んで、デザイナーが後から差し替え・磨き込みをする、という分業が成立しやすいです。

見た目の完成度を最初から完璧にするよりも、成立している空間をすぐに出力して、制作コストの高い判断を前倒しできるのが、現場目線でのうまい使い方だと思います。

まとめ

WorldGenはまだ研究段階の技術ですが、テキストから実用レベルの3Dワールドを生成できる点で将来性が大きいと言えます。

現状は、生成範囲（50m四方）や生成時間（数分）に制限があるものの、Meta社は、これらの拡張に取り組んでいて今後より大規模なワールド生成を目指すとしています。

気になった方は、ぜひ一度試してみてください！

最後に

いかがだったでしょうか？

弊社では、AI導入を検討中の企業向けに、業務効率化や新しい価値創出を支援する情報提供・導入支援を行っています。最新のAIを活用し、効率的な業務改善や高度な分析が可能です。

大規模言語モデル（LLM）比較レポート

「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。

セミナー内容や料金については、ご相談ください。

また、大規模言語モデル（LLM）を対象に、言語理解能力、生成能力、応答速度の各側面について比較・検証した資料も配布しております。この機会にぜひご活用ください。

無料で相談する

資料をダウンロードする