文献

J-GLOBAL ID：202502231591014159   整理番号：25A2194432

MCP・RAGを用いたプロシージャル3D生成LLMエージェント3Difyの提案とスパコンの利用

著者 (5件)： 林俊一郎 (名古屋大 大学院情報学研究科) ,  椋木大地 (名古屋大 情報基盤セ) ,  片桐孝洋 (名古屋大 情報基盤セ) ,  星野哲也 (名古屋大 情報基盤セ) ,  大島聡史 (九大 情報基盤研究開発セ)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2025  号： HPC-200  ページ： Vol.2025-HPC-200,No.7,1-11 (WEB ONLY)  発行年： 2025年07月28日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： アルゴリズムやルールに基づいてコンテンツを体系的に自動生成するプロシージャル手法は3D-CG制作においても広く活用されている.しかし生成したい対象物が持つ可変パターンを考慮した生成手順を巨大なノードグラフに落とし込むことは専門家でなければ難しい.そこで本研究では大規模言語モデル(LLM)の活用によるプロシージャル3D-CG生成フレームワーク「3Dify」を提案する.3DifyはAIアプリケーション開発のためのオープンソースのプラットフォームであるDifyを拡張して構築されており,さまざまな最新LLMエージェントの利用,AIモデルのパラメータ調整を可能にするオープンウェイトへの対応,Model Context Protocol(MCP)やRetrieval-Augmented Generation(RAG)といった最新AI技術の即座な利用を可能にする.そして3D-CG生成支援のためにさまざまなDigital Content Creation(DCC)ツールをMCP経由で自動操作可能にするとともに,DCCがMCPによる操作に対応しない場合もGUIによる操作を自動化するComputer Using-Agent(CUA)手法に切り替えることで自動操作を可能にした.またLLMがより良い画像候補を生成するために,一度生成された多数の画像からユーザが複数の候補を選択しLLMへフィードバックすることで,LLMがそれらの画像から可変パターンを自動認識し次の画像生成に活用する機能を提供する.さらに3Difyではユーザがローカルに構築したLLMを扱うことを可能とし,ユーザが独自に開発したLLMの利用や,ユーザが持つ計算資源を利用することによるAPI呼び出しコスト(時間・費用)の削減を可能にする.本稿では後者について,スーパーコンピュータを活用したコスト削減を実証する.(著者抄録)

シソーラス用語： 言語モデル ,  *コンピュータグラフィックス ,  人工知能 ,  *画像合成 ,  スーパコンピュータ ,  スループット
準シソーラス用語： *3D-CG ,  LLM【言語モデル】 ,  RAG【AI技術】 ,  *プロシージャル ,  *画像生成 ,  *画像生成AI ,  検索拡張生成 ,  生成AI ,  大規模言語モデル

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： MCP ,  RAG ,  3D ,  エージェント ,  提案 ,  スパコン