【Tripo】3Dモデル生成AI検証 Part1 画像生成編

2026年9月3日 17:19

Arcnelの板倉です。

今回は、画像やプロンプトから3Dモデルを生成するAIサービス「Tripo」を使って、オリジナルのキャラクターを3Dモデル化する手法をご紹介したいと思います。

今回の検証は、次の2回に分けてご紹介します。

Part1 画像生成編：3Dモデルの元になる四面図を作る
Part2 3Dモデル生成編：四面図から3Dモデルを生成し、アニメーションを適用してUE5・Blenderへ持ち込む

本記事はPart1「画像生成編」です。

Part1では、Adobe FireflyとTripoの画像生成機能を使い、3Dモデル生成用の四面図を生成します。

途中でうまくいかなかった部分や、原因が特定できていない部分もそのまま書いています。同じところで止まってしまう方の助けになればと思います。

画像だけを見ても最低限の特徴をつかめるように掲載しています。
「文章読むのはめんどくさい！」という方は、画像だけ参考にしてみてください。

今回の検証環境

今回の検証環境の整理です。

検証日：2026年8月後半
Tripo：Proプラン・画像生成機能
画像生成：
Adobe Firefly（Image5、GPT Image2、Nano Banana Pro、Flux2）
Tripo（GPT Image2、Nano Banana Pro）

※　3Dモデル生成AIは更新が速い分野です。検証日時点の画面、機能名、生成品質は、今後の更新で変わる可能性があります。

ちなみに、今回はクレジットの消費量を計測していません。
検証中に何度も生成をやり直しているため…参考値として出せる数字がないためです。

ただ、Proプランでも十分生成からアニメーション適用まで出来ていますので、まずは一番安価なプランから試してみることをオススメします。

無料枠ではクレジットが足りなくなる可能性が大きいです…。

そもそもTripoとは？

「Tripo（トリポ）」は、画像やプロンプト（テキスト）から3Dモデルを生成するAIサービスです。似たサービスにMeshyやRodinなどがあります。

機能としては以下のものがあります。

画像生成
画像 / プロンプトからの3Dモデル生成
パーツごとの自動分割 / 編集
リメッシュ（リトポロジー）：ポリゴンの構成を作り直して整える処理
テクスチャの生成と編集
PBRマテリアルの生成
PBR：現実世界の光の反射や吸収などの物理法則に基づき、物質の質感をリアルに再現する3DCGの仕組み。Roughness（粗さ）・Metallic（金属感）・Normal（凹凸表現）等のテクスチャが作成される。
リギング：3Dモデルに骨を入れる作業
アセットアニメーションの適用
UE / Blender / Mayaなどへの直接転送（ブリッジ機能）

Tripoの中にある画像生成機能は、GPT Image2やNano Banana Proといった外部の画像生成モデルを選んで、3Dモデルの元になる画像をTripo内で作ることができます。

つまり「四面図を作る」ところから「UEにアニメーション付きで持ち込む」ところまで、Tripoのみで完結します。

全体の流れ

今回の検証では、大きく6段階に分けて実施しました。

四面図をつくる（正面・背面・左側面・右側面）
3Dモデルを生成する
パーツに分けてリメッシュ（リトポロジー）する
テクスチャを作る（生成 → 編集 → PBR）
リギングとアニメーション
ブリッジ機能検証：UE5 / Blenderへ持ち込む

このうち、本記事　Part1「画像生成編」では、「1. 四面図をつくる」工程を説明します。

「2. 3Dモデルを生成する」から「6. UE5 / Blenderへ持ち込む」までは、Part2「3Dモデル生成編」で説明します。

四面図（正面・背面・左側面・右側面）をつくる

3Dモデルの生成には、キャラクターを正面・背面・左側面・右側面から見た画像を使います。

姿勢はTポーズにします。Tポーズとは、両腕を肩の高さで左右にまっすぐ伸ばした姿勢のことで、3Dモデル化とリギングを前提にする場合の標準的な姿勢です。

Adobe Firefly Image5で正面図をつくる

まずはAdobe FireflyのImage5で正面図を作ります。

もちろん自分で描いた絵をベースとすることも可能ですが、Tポーズ形状であることをオススメします（自分の描いた絵を画像生成AIにてTポーズに変えるやり方も有効だと思います）。

画像生成AIでの詳細なプロンプト内容は割愛しますが、ChatGPTに考えてもらったものを修正、使用しました。

プロンプトは、やってほしいことを指定し、やってほしくないことを禁止する内容をオススメします。

画像生成に使用するクレジットは解像度によって変動しますが、3Dモデル生成AIに渡すものなので、解像度を低く設定し、消費クレジットを少なくするのが大事です。

ちなみに、数多くの画像生成AIがある現状、今回なぜAdobe Fireflyを選択したかと言うと、「商用利用の安全性」です。

Adobeは自社が学習させたFireflyモデルについて、生成物に対するIP補償（知的財産に関する補償）を打ち出しています。

対象となる機能、対象となるプラン、補償が発生する書き出し操作までが公式に明示されており、どこまでが対象なのかを確認できる状態になっています。

趣味の範囲ならあまり影響しませんが、仕事で使う画像である以上、ここがはっきりしているかどうかは大きいです。

そのため、今回はAdobe Fireflyを第一優先として選定しました。

ただ、今回「手のひら」部分の生成でかなり苦戦しました…。
生成された画像では、手のひらがカメラ方向（正面）を向いてしまいました。

本来、Tポーズ時の手のひらは地面側を向いているのが自然なため、このままでは後工程で影響が出る可能性があるので、やりなおしを選択しました。

何度か試しましたが「手のひらを下に」だけだと安定しなかったため、「両手は、空中にある平らな机を手のひらで真下へ押さえる向き」のように動作として説明することで正しく生成できました。
（結果、キャラクターが違うものにはなりましたが…）

生成した画像をチェックする

正面図ができたら、次へ進む前に3つの点を確認します。

手のひらが下向きになっているか：Tポーズとして正しい手の向き
左足と右足がくっついていないか：くっついているとアニメーション再生するときにポリゴンが伸びてしまう
ベルトやポーチのような装飾品がついていないか：背面図や側面図生成のときに障害になりやすい（装飾品が欲しい場合は別途生成がオススメ）

ここで引っかかったら、再作成を検討しましょう。

背面図をつくる

正面図ができたら、その正面図を参照画像として設定し、背面図を生成します。

プロンプトでは、正面画像と同じキャラであることを強く指定しましょう。

ここはかなり大事なところでもあるので、その部分に限り実際に使用したプロンプトを参考までに載せておきます。

プロンプト例

添付した正面画像と完全に同じ男性キャラクターを、真後ろから見た背面全身設定画として描く。
同一人物がその場で垂直軸を中心に正確に180度回転した状態。
正面画像と同じ厳密な標準Tポーズ。
正面画像と同じ人物、頭身、体格、肩幅、髪型、衣装、色、靴を維持する。
正面画像と同じ人物サイズ、カメラの高さ、画角、背景色、均一な照明を維持する。

こちらが生成結果です。色味が正面と少し違う場合がありますが、ここは無視して大丈夫です。

側面図がどうしても作れない

問題はここからでした…。
左側面のTポーズ画像を10回以上試しましたが、すべて失敗…。
AI生成はこの「ガチャガチャ要素」が本当にツラいところ。

側面から見たTポーズは、手前の腕（左手）がカメラ方向にまっすぐ伸びていて、ほとんど長さが見えない状態になります。もう一方の腕（右手）は胴体の後ろに完全に隠れます。

この「腕が見えないのが正解」という状態を、画像生成AIがなかなか正しく描いてくれませんでした。

ここでFirefly Image5での側面生成は諦め、Tripoの画像生成機能を試すことにしました。

Tripoの画像生成を使う（GPT Image2）

Tripoには画像生成機能が内蔵されており、使用するモデルを選べます。
まずGPT Image2を選び、Fireflyとまったく同じプロンプトを入れました。

Tripoの画像生成にはTポーズを指定するオプションがありますので、使用をオススメします。
また、生成する画像数は任意に設定できます。生成にはバラツキが出るため、一度に多く生成しておくと選択肢が増えて良いかと思います。

生成された結果を見ると、一発で精度の高い正面図が生成されました。

続いて背面図を生成します。
正面図と同様に、Fireflyとまったく同じプロンプトを使用し、参照画像もTripoで生成した正面画像を指定しました。

ところが、ここで問題発生…。

体は後ろを向いているのに、手が正面から見た形のままになっている（親指が付け根から見えている）
膝パッドが、前面のデザインのまま背面に来ている

これらの結果は、TポーズのオプションをON / OFF切り替えて試しましたが、残念ながら変わらず…。

ここでは、プロンプトにより変更点だけを指定して修正する方針にしました。
修正したポイントだけ記載します。

完全な背面Tポーズ。カメラは人物の背後にある。
背面からは両手を小指側の側面から見る。
両手の親指は人物の前方にある。
両手は薄い側面形状として描く。正面画像の手を貼り付けた形にしない。
膝裏には自然な布のしわだけとし、膝パッドを追加しない。
両靴はかかとをカメラへ向け、靴ひも、足の甲、つま先、靴底を見せない。

これにより、手・膝・靴が修正されました。

そのまま側面図もつくる

Firefly Image5で10回以上失敗した左側面図を、Tripoでも試してみます。

側面図の生成では、参照画像に正面図・背面図の2枚を指定しています。
さらに、プロンプトに「腕の見え方」を念入りに指定しました。一部のみご紹介します。

人物全体を左へ90度回転し、頭から靴まですべて画面左向きにする
左手の指先、左手首、左肘、左肩をカメラの光軸上で一直線に重ねる
左腕は強く短縮され、画像上では長さがほとんど見えない
右腕は胴体と左腕の後ろに完全に隠し、見せない

Firefly Image5では10回以上失敗しましたが、Tripoでは一発で出力完了しました。
ここは正直、驚きました（最初からTripoでやっておけば良かったと後悔…）。

なお、生成された候補の中から、できるだけ指先が離れている画像を選んでおきましょう。
指部分のリギングをする場合に、指先がくっついているとアニメーションに影響します。

右側面図はPhotoshopで反転してつくる

左側面図ができたら、右側面図を用意します。
今回はほぼ左右対称な絵なので、Photoshopにて反転処理を行いました。

画像生成AIに右側面を作らせることもできますが、左右で微妙に形が変わってしまうリスクがあります。

反転なら確実に左右対称になりますし、作業も一瞬で終わります。ここは画像生成AIに任せるより、確実に作業できる方法をオススメします。

これで、Tripoで生成した画像をベースに、正面・背面・左側面・右側面の4枚が揃いました。

ツールを変えても、同じ箇所が失敗する

ここで一つ検証しました。
Firefly側でも同じGPT Image2を選び、まったく同じプロンプトで生成してみました。

まずは正面図。

画像を見てもわかるように、ほとんど同じ結果になりました。

使用するモデル・プロンプトが同じであれば、使用するサービスが異なっても近い結果が出ていることがわかります。

次に、Tripoで失敗した場合と同じ背面図用のプロンプトを流します。

Tripoで失敗した「手の向き」が、Fireflyでも失敗していました。
膝パッド部分はFireflyでは解消されていましたが、手の部分の失敗から見ても同じような結果になっています。

念のため、Tripoで成功した背面図用の修正プロンプト、さらに側面図も試しました。こちらも同様の結果になりました。

このことから、背面図にて出た破綻はTripoの画像生成機能の問題ではなく、GPT Image2というモデルの特性による可能性が高いと考えられます。

生成結果が思わしくないとき、つい別のサービスを試したくなりますが、中身が同じモデルなら、乗り換えても結果が大きく変わらない可能性があります。

画像生成AIサービスを商用利用する際にはお金がかかることが多いと思いますが、いくつものサービスに課金するのではなく、そのときに合った生成モデルを選択することが大事です。

モデルを変えてみる（Nano Banana Pro）

参考までに、モデルを「Nano Banana Pro」に変更して、同じ条件で実行してみました。

こちらもほとんど同じ結果になりました。
このことから今回の検証では、使用するサービスよりも、使用するモデルによる影響が大きいと確認できました。

ちなみに、今回3Dモデル生成に使用する画像は「Firefly × Nano Banana Pro」にしました。
決め手は3つです。

指の形状がしっかりしており、横から見てもちゃんと離れていた
後ろから見ても親指がちゃんと見えていた
右足・左足がちゃんと離れていた

いずれも後工程のリギングに直接効く条件になります。
四面図を選ぶときは、絵として上手いかどうかより、3Dモデルにしたときに困らないかというポイントも大事になるかと思います。

Flux2も試してみる

ついでにFireflyにて、Flux2も試してみました。

正面図・背面図は問題ありませんでしたが、側面図にて何度生成しても、腕がTポーズの形状になりませんでした。

同じプロンプトでも、AIモデルによってここまで差が出ます。また、いままでとキャラがまったく異なるデザインになるのも面白い結果だったと思います。

まとめ

今回、3Dモデル生成AIサービス「Tripo」の画像生成機能とAdobe Fireflyを使い、3Dモデル化に使用する四面図を作成しました。

画像生成AIのポイント

四面図の品質が最終品質を左右します。
画像生成AIを使用する場合は「絵の上手さ」ではなく、指が離れているか、足先が接触していないかで選びましょう。
画像生成AI結果が悪いとき、サービスを変えても意味がない場合があります。
中身が同じモデルなら結果はほぼ同じでしたので、いくつものサービスで課金するなど、お金を無駄にしないようにしましょう。

繰り返しになりますが、これは2026年8月後半時点の検証結果です。

3Dモデル生成AIは更新の速い分野なので、実際に導入される際は、ご自身の環境で改めて確認されることをオススメします。

続きはこちら

▶ 【Tripo】3Dモデル生成AI検証 Part2 3Dモデル生成編

Arcnel株式会社について

Arcnel（アークネル）は、Unreal Engineを中心に、AI・3D技術の「導入」から「内製化」までを一気通貫で支援する会社です。

こんなご相談を承っています：
▪️ 技術調査・技術選定（この課題、どの技術で解けるか？）
▪️ PoC・検証
▪️ 実装・開発・パイプライン構築
▪️ Unreal Engine 技術サポート、トレーニング
▪️ 制作・開発の委託

お困りごとの相談など、ウェブサイトより、お気軽にお問い合わせください。

最後までお読みいただき、ありがとうございました！
Part2の3Dモデル生成編も併せてご覧ください！