スコア蒸留サンプリング (SDS)の使い方や活用例を教えてください

代表的な活用例は次のとおりです。text-to-3Dツールでキャラクターの3Dモデルを生成する際、SDSベースの最適化ステップ数を調整して品質とレンダリング時間のバランスを取る。/このツールはDreamFusion系のSDSか、高速なGaussian Splatting系かをベンダーに確認してから比較検討する。

AI用語辞典画像生成

スコア蒸留サンプリング (SDS)

読み: すこあじょうりゅうさんぷりんぐ

最終更新: 2026-07-24・AI PICKS編集部

定義

スコア蒸留サンプリング(SDS)とは、学習済みの2D拡散モデルが出力するノイズ予測を勾配として使い、3Dモデルや画像のパラメータを直接最適化する生成手法のこと。

スコア蒸留サンプリング (SDS)とは — 詳しく解説

スコア蒸留サンプリング(SDS)は、事前学習済みの2D拡散モデルが持つ「もっともらしい画像らしさ」の勾配を損失として使い、3DモデルやNeRFなどのパラメータを直接最適化する手法で、DreamFusionなどtext-to-3D生成研究で提案された枠組みとされる。個々のビューをレンダリングし拡散モデルにノイズ除去の勾配を計算させ、それを逆伝播することで3D表現を徐々にテキストプロンプトに近づけていく仕組みが業界標準とされる。2026年時点の実運用では、色が過度に鮮やかになる過飽和や、同じ顔が複数方向に現れるマルチフェイス問題が知られており、現場ではVSD(Variational Score Distillation)などの改良手法や正則化項の追加で対処するケースが多いとされる。最適化には1シーンあたり数十分から数時間のGPU計算が必要になることが多く、コスト面では通常の2D画像生成よりも相場感が高くなりやすい点が導入時の判断材料になるとされる。現場での選び方としては、量産用途にはより高速な蒸留・生成手法を、品質重視の一点物3D生成にはSDS系の手法を使い分ける運用が現実的とされる。