株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
2D→3D変換AIとは — 設計の常識を覆す自動モデリング技術
2D→3D変換AIとは、2次元の設計図面（正面図・側面図・上面図など）からAIが自動的に3Dモデルを生成する技術です。従来、2D図面から3Dモデルを作成するには、CADオペレーターが図面を読み解きながら手作業でモデリングする必要があり、1つの部品で数時間〜数日かかる作業でした。
AIの活用により、この工程が数分〜数十分に短縮されつつあります。実績として、従来5時間程度かかっていたCAD入力作業を約10分に短縮した事例が報告されています。
2026年は、この技術が「研究段階」から「実用段階」に移行した画期的な年です。renueは2026年3月に、AIエージェントが「解析→モデリング→評価→改善」のサイクルを自律的に回すDrawing Agentを発表しました。AI CAD分野の先行プレイヤーであり、テキストの説明文や手書きスケッチから直接3D CADオブジェクトを生成する技術を実用化しています。
2D→3D変換の3つの技術アプローチ
アプローチ1：ルールベース変換
三面図（正面・側面・上面）の幾何学的な対応関係をルールとして定義し、3Dモデルを構築する従来型のアプローチです。精度は高いですが、非標準的な図面や複雑な形状には対応が困難で、ルールの作成に専門知識が必要です。
アプローチ2：深層学習ベース変換
ディープラーニングを活用し、2D画像から3D形状を推定するアプローチです。ボクセルやメッシュの3D再構築を行い、CADやBIM向けのモデル生成にも対応します。学習データが豊富であれば高い精度を発揮しますが、未見の形状への汎化性に課題があります。
アプローチ3：AIエージェント型変換（最新）
LLM（大規模言語モデル）とCADエンジンを組み合わせ、AIエージェントが自律的に3Dモデルを生成・評価・改善するアプローチです。renueのDrawing Agentがこのアプローチを採用しています。
renueの技術検証で得られた重要な知見は以下の通りです。
- 初回生成の精度が最も重要：AIエージェントの反復改善（イテレーション）は微修正にとどまる傾向があり、初回の生成品質が最終精度を大きく左右する
- テンプレートベースアプローチが有効：サンプルデータ（テンプレート）をAIに提供することで、部品構成や組み立て方法の構造的な理解が促進され、変換精度が大幅に改善する
- CADエンジンの選択が精度に直結：メッシュ操作に特化したライブラリ（trimesh等）はCAD生成には不向きで、CadQueryのようなパラメトリックCADエンジンへの移行が精度改善に寄与した
- LLMの図面読解には限界がある：LLMが図面上の寸法・形状情報を正確に認識・解釈できないケースがあり、これが出力の不一致の根本原因となる。特に、ビジョンモデルに数値を直接読ませると精度が低下するケースが確認されている
主要な2D→3D変換ツール・サービス比較
renue Drawing Agent
AIエージェントが自律的に解析→モデリング→評価→改善のサイクルを回す。テンプレートベースのアプローチにより、特定の部品カテゴリで実用レベルの精度を達成。GLB/STL/STEP形式で出力可能。
特徴：カスタマイズ可能なAIエージェント。業界特有の部品テンプレートを追加することで精度向上。
3D.Core for CAD（bestat社）
最新情報は提供元の公式発表をご確認ください。DWG・SVG・DXF形式の三面図からSTL形式の3Dデータを自動生成するWebサービス。
特徴：標準的な三面図に対応。Web UIで手軽に利用可能。
Autodesk ニューラルCAD基盤モデル
テキストの説明文や手書きスケッチから直接3D CADオブジェクトを生成する技術。2026年からAutoCADなどの建築・製造業向けクラウド製品に統合予定。
特徴：Autodesk製品との深い統合。テキスト→3D変換にも対応。
汎用3Dモデル生成AI
Meshy、Kaedim、NVIDIA GET3Dなどの画像→3Dモデル生成ツールは、ゲーム・映像制作向けには実用段階ですが、製造業のCADデータ（精密な寸法・公差を含む）の生成にはまだ精度が不足しています。
2D→3D変換AIの活用シーン
製造業：過去図面の3D化
数万枚の2D図面が紙やPDFで保管されている製造業では、これらを3Dモデル化することで設計レビューの効率化、干渉チェックの自動化、デジタルツインの構築が可能になります。
建設業：既存建物のBIM化
改修工事で紙図面しか残っていない建物を3Dモデル化し、BIM（Building Information Modeling）と連携させるニーズが急増しています。
ジュエリー・宝飾品業界
デザイン画から3D CADデータを自動生成するニーズが顕在化しています。Rhinoceros等の業界特有のCADソフトとの連携が求められており、2D→3D変換AIの適用範囲は製造業・建設業を超えて産業横断的に広がっています。
導入ステップ — 2D→3D変換AIを自社で活用するには
Step 1：対象図面の選定
すべての図面を一度に3D化するのは非現実的です。まず「最も3D化のニーズが高い」「図面品質が比較的良い」カテゴリの図面を選定します。
Step 2：PoCで精度を検証
選定した図面をAIツールで変換し、期待する精度が出るかを検証します。「80点戦略」—AIが80%の精度で生成し、人が20%を調整する運用モデルを前提とすることで、非現実的な精度要件によるPoC失敗を防ぎます。
Step 3：テンプレートの整備
精度向上の鍵は、対象部品カテゴリのテンプレート（サンプルデータ）をどれだけ整備できるかです。テンプレートがあることでAIの初回生成精度が向上し、反復改善が効果的に機能するようになります。
Step 4：既存CADシステムとの連携
生成された3DモデルのフォーマットがSTEP/IGES/GLBなど標準フォーマットであれば、既存のAutoCAD、SOLIDWORKS、Fusion 360、Rhinoceros等と連携可能です。
よくある失敗と対策
失敗1：精度100%を求めてPoC中止
現在の技術では、全ての図面を完璧に3D変換することは不可能です。「80点で出して人が仕上げる」運用モデルを最初から前提にしてください。
失敗2：テンプレートなしで全自動を期待
テンプレートなしのゼロベース生成では、目標精度に安定して到達しないことが検証で判明しています。テンプレートの整備に時間を投資することが成功の鍵です。
失敗3：メッシュ操作ライブラリでCAD生成を試みる
ゲーム向けのメッシュ操作ライブラリ（trimesh等）は、CADデータの生成には不向きです。CadQueryやOpenCascade等のパラメトリックCADエンジンを選択してください。
