GitHubで公開されている image-blaster は、ひとことで言うと「1枚の画像から、3D空間っぽい世界を作るための道具箱」です。
しかもただの見た目だけではなく、3Dモデル、空間の雰囲気、効果音までまとめて作れるのが特徴です。
個人的には、これかなり“夢のある”プロジェクトだと思います。
画像を渡したら、そこからClaudeが作業を進めて、ゲームや3D制作のたたき台を一気に組み上げる。
人力で最初の面倒な準備をやる代わりに、AIに「まず土台を作って」と頼めるわけで、これは作業の入り口をかなり軽くしてくれそうです。
READMEによると、image-blasterは “An image-to-world skillset for Claude.”
つまり、Claudeに「画像を世界に変換する仕事」をさせるための仕組みです。
ここでいう「world」は、ただの背景画像ではありません。
歩き回れそうな3D環境、そこに置かれる物体、空間の音まで含めた“世界”です。
この発想がいいんですよね。
AI画像生成って「1枚の絵を作る」で止まりがちですが、image-blasterはその先に進んでいて、絵を制作素材として再利用する方向に振り切っています。
ゲーム開発や映像のプリプロダクションで、かなり相性がよさそうです。
デフォルトでは、入力した画像から次のものを作るとされています。
.glb, .obj）
.spz）
ここで面白いのは、3Dモデルだけでなく音まで生成対象に入っていることです。
3Dの見た目ができても、音がないと空間はどこか“無音の模型”っぽくなります。
そこを最初から含めているのは、かなり実戦的だと思います。
Quickstart はかなりシンプルです。
claude を起動するinput/ ディレクトリに画像を入れる要するに、画像を置いてClaudeに作業を頼むだけです。
もちろん裏ではいろいろなサービスが動いていますが、利用者の体験としてはかなり軽いですね。
この「確認しながら進める」というのも地味に重要です。
AI任せにして一発で全部やらせると、途中で変な方向に行くことがあります。
だから、人間が節目ごとに承認する設計は、現実的で好感が持てます。
READMEには、image-blasterが使う生成モデルとして次のものが挙げられています。
ここでのポイントは、1つの巨大なAIが全部やるのではなく、役割ごとに得意なモデルを組み合わせていることです。
これ、実務っぽくていいんですよね。
「全部できるAI」を待つより、今ある強い道具をうまく束ねるほうが、現時点ではずっと現実的だと思います。
Hunyuan 3D の設定として、READMEには次のパラメータが載っています。
--face-count
50000500000--enable-pbr true|false
--generate-type Normal|LowPoly|Geometry
Normal はテクスチャ付きモデルLowPoly はポリゴン削減版Geometry は白いジオメトリのみ--polygon-type triangle|quadrilateral
一般の人向けに言い換えると、これは「どれくらい細かく、どんな見た目で3D化するか」を調整するつまみです。
ゲームなら軽さが大事だし、映像なら見た目のリッチさが大事。
このあたりを選べるのは、かなり実用寄りです。
READMEでは、こんな用途が挙げられています。
要するに、「現実の写真やラフな画像を、すぐ使える3Dのたたき台にする」のが得意そうです。
特にゲームや建築の初期段階では、いきなり完成版を作るより、まず「空気感」があるものを作るのが大事です。
image-blasterは、その最初の一歩をかなり速くしてくれそうです。
ここは本当に重要で、制作現場では“最初の一歩が重い”ことが多いんですよね。
READMEには、image-blaster を以下に埋め込めるとあります。
つまり、単体ツールというよりは、既存の制作フローに差し込む部品として考えられているようです。
これはかなり賢い設計だと思います。
新しいツールは、単体で完結するよりも、今ある環境に自然に入れるほうが使われやすいからです。
READMEには、.claudeignore から /app を外すと、Claude が React viewer を変更できるようになる、と書かれています。
これはつまり、Claudeにアプリ側の変更まで触らせたいなら、除外設定を調整してねということです。
AIにコードを書かせるときは、どこまで触らせるかの境界線がかなり大事です。
便利さと安全性のバランスを取るための仕組みだと言えます。
率直に言うと、これは「AIで3D制作の初速を上げる」という意味でかなり魅力的です。
特に、1枚の画像しかない段階からでも、環境・物体・音までまとめて“世界化”してくれるのは強いです。
ただし、当然ながら完成品をそのまま量産するための万能ツールではないと思います。
READMEの内容を見る限り、あくまで制作の出発点を作るための仕組みです。
3Dモデルの品質調整や、実際のゲーム・映像への最適化は、結局人間の手が必要になるはずです。
でも、それでいいんですよね。
むしろ、最初の地ならしをAIに任せられるだけでも、かなり価値があります。
「空っぽのプロジェクトを前に固まる時間」を減らせるなら、かなりの生産性向上だと思います。
image-blasterは、Claudeを使って画像から3D世界を作るためのskillsetです。
3Dモデル、空間表現、効果音まで含めて扱えるのが大きな特徴で、ゲーム、建築、映像、Webデモなど、いろいろな場面で使えそうです。
個人的には、これは「AIが絵を描く」から一歩進んで、AIが制作の土台そのものを組み立てる方向の実例としてかなり面白いと思いました。
今後こういう“image-to-world”系の道具は、かなり増えていくのではないでしょうか。
参考: GitHub - neilsonnn/image-blaster: An image-to-world skillset for Claude.