Sakana AI、プレイ可能な 3D ワールド生成モデル Dream-Cubed を公開──人間の評価で実世界地形の 67% を凌駕
300 億ブロック超のデータセットで学習した 2.8 億パラメータの 3D DiT により、ゲーム内で直接プレイ可能な Minecraft のバイオーム生成やインペインティングを実現した。
リリース: 2026-07-29 · 読了 3 分記事の要約
1. 核心（What）
- Sakana AIとNYUの研究チームは、ネイティブブロック解像度でプレイ可能なMinecraftワールドを生成する新しいデータセットおよびモデルファミリ「Dream-Cubed」を発表した。
- データセットには、砂漠や海洋、ジャングルなど15種類のバイオームを含む、180万以上のプロシージャル生成チャンクと20万以上の人間製マップチャンクからなる30億以上のブロックが含まれている。
- モデルは~280Mパラメータの3D DiT（Diffusion Transformer）バックボーンを採用し、離散MD4マスク拡散モデルと連続DDPMモデルの2種類が学習された。
- MD4のマスキング目的関数により、追加のファインチューニングなしでインペインティング、アウトペインティング、ブロック条件付き生成が可能となっている。
2. 影響（Why）
- テキストから 3D 空間への拡張: Minecraftのボクセル構造を言語のトークンと同様に離散的なcomposable（構成可能）単位として扱うことで、大規模トランスフォーマーによる高精度な3D空間予測を可能にした。
- 国内ゲーム開発への影響: 国内のインディーゲーム開発やメタバース関連企業は、既存のランダム生成に代わる自然なバイオーム生成を自社パイプラインに低コストで統合できる。
3. 根拠・詳細（How）
- 3D DiTバックボーンと2系統の拡散モデル: 約2.8億パラメータの3D DiTをベースに、離散MD4マスク拡散モデルと連続DDPMモデルを構築し、ボクセル単位の正確な空間予測を実現している。
- マルチタスクな生成機構: MD4のマスキング目的関数の採用により、追加の追加学習なしでインペインティング、アウトペインティング、ハード制約としてのブロックパターンへの追従をネイティブにサポートする。
4. 展望・課題（Next）
- オープンソースエコシステムの展開: すべてのコード、事前学習済みモデル、データセットがGitHubおよびHuggingFaceで公開されており、今後はコミュニティによる各種エンジンへの統合やカスタムバイオーム学習が進む見通し。