HomeWorld、フロアプランから家具配置まで一貫生成する屋内シーン生成フレームワークを発表

何が起きたか

研究チームは2026年6月4日、フロアプランから家具配置までを一貫生成する屋内シーン生成フレームワーク「HomeWorld」を発表した。同フレームワークは、30万件の実在する住宅フロアプランで学習した大規模言語モデルと画像生成モデルを組み合わせ、ロボットシミュレーション向けの高品質なシーンを生成する。

詳細

HomeWorldは、屋内シーン合成を制御可能な段階に分解する統一的な階層フレームワークを提案する。まず、30万件の実在する住宅フロアプランからなる大規模データセットを構築し、大規模言語モデルを学習させてホールホームのフロアプランを生成する。詳細な記述とK-D木ベースの表現により、きめ細かい制御が可能なフロアプラン生成を実現する。次に、生成されたフロアプランに基づき、画像生成モデルを用いて複数の視点から家具レイアウトを草案し、その後、キャビネットや機、ダイニングテーブルなどの支持面上に小さな操作可能なオブジェクトのレイアウトを生成する。家具とオブジェクトのレイアウト生成中には、VLMベースのリファイナーが配置を反復的に修正し、3D生成モデルにより個々のアセットの柔軟な置換を可能にする。さらに、基本的な物理属性と簡単な表面テクスチャおよび照明設定を付与し、組み込みAIでの使用を完了させる。実験とユーザー調査により、既存手法よりも多様性と3Dデザインの魅力に優れることを示した。

Key Facts

本紙の見方

今回の発表は、屋内シーン生成の分野において、フロアプラン生成から家具配置までを一貫して扱う統合フレームワークを提案する点で新規性がある。従来の手法は、フロアプラン合成や単一室内の家具配置といったサブタスクに焦点を当てることが多く、ホールホーム全体の一貫性やシミュレーション対応が不十分だった。HomeWorldは、大規模言語モデルと画像生成モデルを組み合わせ、段階的に制御可能な生成を実現することで、この課題に取り組む。特に、30万件の実在フロアプランを用いたデータセットの構築と公開は、今後の研究の基盤となる可能性がある。 本紙の過去報道との接続は、関連記事が提供されていないため直接的な言及は避けるが、ロボットシミュレーション向けのシーン生成というテーマは、近年のAI研究における重要なトレンドの一つである。HomeWorldは、生成されたシーンに物理属性やテクスチャ、照明を付与し、組み込みAIでの利用を想定している点で、シミュレーション環境の構築に貢献する。 業界構造への含意としては、このような統合フレームワークの登場が、ロボットシミュレーションやインテリアデザインの分野におけるデータ生成の効率化につながる可能性がある。特に、公開されるデータセットは、他の研究者や企業が利用できるため、エコシステムの形成を促進するかもしれない。一方で、生成されたシーンの品質や物理的整合性は、実際のロボットシミュレーションでどの程度有効かは未検証であり、今後の評価が待たれる。 未確定の論点としては、公開されるデータセットの規模や品質、生成されたシーンのシミュレーションでの実用性、VLMベースのリファイナーの精度などが挙げられる。また、フレームワークの計算コストや、実際のロボットタスクでの性能評価も今後の課題である。

なぜ重要か

HomeWorldは、屋内シーン生成の統合フレームワークを提案し、ロボットシミュレーションやインテリアデザインの分野におけるデータ生成の効率化に寄与する可能性がある。公開予定のデータセットは、今後の研究の基盤となることが期待される。